京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代-数据分析师考试
数据不是一个新的现象,或者是数据根本就不是一个新的现象。上世纪1920年代,在美国出现了所谓的直销业,大量的百货公司开始进行所谓的直销,给每家每户送目录,这就是开始采集用户的数据来进行个性化的营销。到1982年,美国的一些航空公司出现了客户忠诚项目,航空公司开始有大量的客户交易行为数据。
商业创新涉及产品整个价值链
从商业创新的角度来看,更多的是围绕着管理现有和潜在顾客的全生命周期,在你购买之前、购买之后,全媒体、全渠道。无论是PC、手机,还是线下O2O,所有跟这个企业的社会互动,把这些数据收集起来,就能做出一个很好的预测。而且传统的数据营销,产品投放市场以后,只是单纯地做营销。现在,商业的创新是更多延伸到产品整个价值链的上下游商业的创新。
大数据时代,商业创新的市场趋势和一些商业创新出现新的范式。
我们现在处于一个社会化互联网时代,早就过了门户时代。现在的互联网是一个社会化的互联网,其内容主要是用户提供的,用户的内容都可以自己生成,而不是由企业生成的。
互联网时代,最主要是两种形式:一种叫口碑,就是“言”;另外一种是观察模仿,或者叫观察学习,就是“行”。
大数据时代的商业创新,既然是围绕着社会互动展开的,就有一个很重要的特点:社会化互联网使社会互动成为企业的一个重要的战略变量,无论是口碑还是观察模仿,在传统的线下,企业没有办法直接操控。中国有一句谚语:酒香不怕巷子深,但现在不一样,现在很重要的一个特点是,商业创新要看各种各样的新的商业模式,很多完全是围绕这个展开的。
口碑:
新的营销 决策变量
从过去这些年的研究中,可以发现的一些有关口碑的例子。比如亚马逊1995年最早推出消费者的口碑,第一次把消费者的口碑当做企业操控的变量,它可以决定提供还是不提供。这里,我们要思考口碑给企业带来了什么样的影响,功能是什么。
观察学习也是这样,也是亚马逊最早开始做的。我们在线下排队的时候,亚马逊很轻易地放到网站上,后台可以统计出看过某款产品的客户,最终有多少人购买这款产品。
我们看到100个顾客从餐馆门前走过,最终有多少人进了这个餐馆,多少人进了对面的餐馆,这就是在现实生活中大家去吃饭时关心的数据。企业仍然能够把它当做直接操控的战略变量,这就改变了很多商业的游戏规则。
另外,社会互动的类型成为企业直接管理的变量。其实,另外一种社会互动的异质性本身或者同质性本身,也成为企业管理战略的变量,这是我们要在另外一篇文章里面讨论的问题。
商业创新:
立足社会互动 的战略管理
商业创新是围绕着利用社会互动来影响产品投放市场以后的战略吗?其实远远不止,社会互动还可以影响到整个价值链的上下游。企业用消费者社会的互动来做新产品的测试,更重要的是新产品测试的时候就在做营销了。
身处大数据时代,商业创新一个很重要的立足点就是怎么来进行社会互动的战略管理。社会互动的异质性取决于社会网络关系,社会互动不同的类型不仅可以影响企业做决策,还受现在移动互联网O2O的影响,它也是一个战略变量。
其实在大数据时代,你仍然可以做社会互动。美国芝加哥的一家公司是卖T恤衫的,任何一个人都可以把自己设计的T恤衫上传到这个网站,得票高的由这个网站生产。这样来做新产品开发,同时也是在做新产品的测试,也是在做新产品的营销。什么意思呢?在大数据时代,如果你要基于社会互动战略管理的时候,我们过去商业上决策的流程是一种串行。现在是一个并行,我在做营销的时候,我就应该在做研发,我在做研发的时候,我应该就在做营销,不应该把它割裂开来。
社会互动:
企业可操控的 战略变量
传统的市场主体企业创造价值,顾客消费价值。是谁创造价值,谁消费价值呢?实际上是消费者在创造价值,企业在消费价值。而传统市场的功能是在做价值的交换和资源的配置,但是价值的交换前提是:谁是价值的创造者,谁是价值的消费者非常清晰,而现在并不清晰,现在市场最主要的功能更多的是在做一种资源的整合和价值的共创。市场的主要调节机制不仅是供求价格,更多是社会互动。
人类社会一直有社会互动,社会互动现在成为市场调节的主要机制?一个很重要的条件是,价格之所以成为调解价值,第一是价格可观测、可度量,第二是价格可调控。
由于互联网、大数据技术,社会互动成为企业可以操控的战略变量。大数据技术可以把用户在微博、微信上互动的内容分析提取出来,知道什么价值有用,什么价值没用,这就是大数据时代对商业创新的影响
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24