大数据，不是说有就能有
大数据，不是说有就能有
2016-07-14 15:42:11 来源：21CN生活
抢沙发
2016-07-14 15:42:11 来源：21CN生活
摘要：2016年可谓是中国的“大数据之年”，不仅国家推行“大数据战略”，倡导发展互联网新经济，各行各业也都在谈论大数据的前景。
关键词：
大数据
2016年可谓是中国的“大数据之年”，不仅国家推行“大数据战略”，倡导发展互联网新经济，各行各业也都在谈论大数据的前景。国务院总理李克强5月出席大数据产业峰会并提出大数据驱动信息产业升级的战略导向。大数据一时成为了各大企业都争相推拥的热词。
单纯从字面理解，大数据描述的是一个巨量数据的概念。而在实际的应用上，“大数据”更类似“光年”一样，当光指引到时间中，就成为了描述距离的单位，而把海量的有效数据进行有针对性的整合分析时，他就可以对用户行为进行描述，为我们的生活提供各种各样的决策和指引。
随着国家大数据战略的推行，“数聚”、“精准”等概念纷纷涌现。然而，在各大品牌层出不穷的新玩法下，“大数据”概念被滥用的情况越来越严重。笔者之见，“大数据”能力需要有漫长积蓄过程，绝非“想用就能用”。
在品牌宣传上，大数据的概念常常被有意无意地偷换，主要表现在，“有数据”并不等于大数据。大数据存在5V的特征，即Volume(大量)、 Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实性)。除了存有数据的基本条件外，还需满足以上五个维度。因此，大数据是一个非常严格的概念。
一个企业的大数据实力如何，主要基于其拥有的数据资产的数量和质量，同时也取决于数据的维度，及对海量数据的开发运用能力(内部算法)。因此不少巨头在不断扩张自己数据库容量的同时，也在通过并购整合，拓宽其自身数据资产的覆盖度和完整度，同时提升自己对数据的运算能力。
以阿里巴巴为例，阿里拥有庞大的用户群体以及十多年的用户数据积累。其大数据资产，无论从数量还是质量上，在中国处于绝对领先地位。但究其根本，其主要数据维度主要集中在电商领域。随着阿里巴巴不断的跨领域扩张，其大数据维度也随之丰富起来。UC浏览器、高德地图、优酷土豆、新浪微博等多个领域产品的加入，阿里大数据基于移动信息领域的矩阵逐渐扩展。截至目前，据不完全统计，阿里大数据矩阵至少包含了电商、阅读、社交、搜索、地图、视频、应用、游戏等维度的用户行为数据，从覆盖率和完整度上，应该是目前BAT三大巨头中最具优势的。
然而，企业收集到“多维度”的数据只是第一步，如何运用、创造价值是接下来面临的考验。在数据价值的“落地”上，各个企业也正在积极探索。
移动互联时代深受“信息过载”的诟病，“如何实现信息与人更为精准的连接”是整个行业未来探索的方向。为了能够给用户提供最佳的内容获取决策，除了需要对数据宽度与厚度进行累积，还需要让数据变得更加“聪明”。通俗来讲，企业需要能够对用户产生的每个数据进行统计、分析与开发，并以此帮助用户做出决策。
以UC为例，从阿里大数据中的高德地图POI数据可以知道用户当下处于的特定场景，根据对“时间+地点”的描述分发用户当下最需要的资讯;此外，在淘宝、神马搜索、优酷等多维数据的互通下，可以知道用户对不同类型资讯的需求。此外，UC的算法还能实现根据不同领域按权重绘画属于该用户的用户画像，在基本的人群聚类下再继续进行需求分层。
以上用户数据的分析及处理，将形成个人定制化数据库，之后，再根据算法进行精准推送，目前常用的推荐算法有三种：
第一代基于“协同过滤”，即收集大量的用户浏览记录，通过相似行为进行关联推荐。由于算法简介，逻辑清晰，可行性强，这种算法被大多数企业采用，例如今日头条、天天快报等都是采用的这种算法，但其也存在缺陷。由于获取数据的手段有限，数据不能够真实的反应出用户对信息的需求，很容易让用户深陷在自己的 “兴趣爱好”当中;
第二代基于“搜索”，在分析了用户的核心兴趣点之后，通过隐式搜索的方式，给用户结果，这是在搜索引擎全面普及后出现的数据算法。但是与第一代算法类似的是，不同的人搜索相同的信息有不同的目的，而不同的时间地点搜同样的信息也有不同的目的，用同样的标准衡量用户行为，容易产生误判;好处是，对第一代算法所产生的“信息孤岛”效应有了较大的减弱，较容易形成兴趣圈群。在这方面做得比较好的是一点资讯。
第三代基于“社群+场景”，从“人”的角度，切入到具体的社群，实现“人以群分”;从内容的角度，切入到具体场景，这也是目前算法的发展趋势，比较典型的是以阿里大数据矩阵为依托的UC头条。
不过，就目前而言，实现“社群+场景”精准分发还处于一个比较理想的阶段，体现在“社群+场景”有一系列苛刻的要求，基础要满足的就是精准的用户画像绘制。眼下有此能力的恐怕也只有BAT三家。
当然，一个行业的成功除了能够给用户带来改变，自身还应具备优秀的商业化能力，以实现行业的可持续发展。Facebook、Twitter等企业对大数据在信息流里的商业模式早有示范。其中，Facebook移动广告营收公司总营收的82%(2016年Q1财报)，是基于大数据的精准定向广告流为收入带来快速增长。而这种模式能够适用并持续增长，其主要原因是B端与C端的互利，B端的广告在更为精准、高效推送到用户外，C端获取了精准的信息，不会影响用户体验。
如以上所列举的“在高德地图里形成固定的商圈，在UC头条相应商圈的资讯就会推送给你”，这样一次信息与人的精准连接，对用户来说，带来是获取价值信息时间成本的缩小;对内容提供者来说，是潜在受众价值的挖掘;而对广告主而言，是高效、精准传递受众的价值实现。在这里面，满足的是消费测、供给侧、商业测三方需求。
大数据时代不止于“大”，企业对数据资产的厚度与深度的积累成为了决定大数据成败的关键，在大数据被日益滥用的今天，笔者更希望在时代大趋势下，大数据能真正落地，至少不止一个阿里巴巴。
第三十六届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：pingxiaoli
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
