京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据游戏怎么玩?如何开始大数据创业?
经常有朋友通过知乎私信、微博私信、电子邮件、QQ和微信问我,如何进入大数据行业?该学哪些知识?大数据行业如何创业,到底先从哪里做起?我想,这些问题,并没有一个准确的答案,关键在于,你到底想不想干?想不想在大数据时代闯一把。
我曾经看过一本由朗达·拜恩写过的心理学励志《TheSecret》,书籍的最核心思想就是,你心里想什么,想要什么,那么这些愿望就会实现。在此想要推荐给那些想要在大数据行业有所作为的朋友作为参考。
回到主题来说,大数据游戏到底怎么玩呢?咱们今天不谈宏观思想,不谈科技技术,以游戏的方式来写写看。先说怎么玩的事。
无论是想要介入大数据的企业或者个人也好,想要在大数据行业创业的朋友也好,我觉得首先最重要的莫过于两点:
一是喜欢、相信大数据,且矢志不移的走下去。这一点很重要,尤其是在大数据变现商业模式还不明朗的时候。精神这种东西很奇特,如果你相信,你就不会害怕一路上的任何坎坷。千万不要因为天天看着各种鼓吹大数据的新闻,盲目跟风,头脑一热就栽进来。学大数据技术的朋友也一样,技术往往是枯燥的,你只有相信和喜欢,你才能坚持学下去,才能保持学习的激情。因为相信和喜欢,你才会充满热情,创业也一样。
二是态度方面,一定要有怀着虔诚敬畏的心,把大数据当作一个新的产业来做。为什么要当作一个新的产业呢?因为新兴的东西,必定充满想象力。你不能一味用原来的思维模式来做大数据,来学习大数据。因为没有成功的范例可学。学美国吗?Palantir是美国最具代表性的大数据公司,可是Palantir的模式就一定适应中国互联网的环境吗?不一定。而且有一个很有趣现象可以和大家分享,在36大数据的网站上,点击最高的文章不是我们从北美科技网站上翻译过来的文章,而是中国大数据技术人员自己写的干货教程类文章。万万不可断了对大数据这个行业的想象力,有想象力就有创新,这就是一个新的行业,一个充满魔法的行业。
以上两点为本文的核心思想,下面开始玩大数据这款“新游戏”吧。
刚进入大数据游戏的朋友,首先面临的就是自己的角色定位。有编程/C++/JAVA等技术基础的人员,那么给自己的定位应该还是技术方面的,可以拓展和充实大数据技术,比如从学统计学、R语言、SPSS、python、SAS开始,然后进阶学Hadoop、Spark等等。如果你从前的工作经验是市场销售人员,那么就可以结合以往的经验,先去大数据公司,从市场销售人员做起。大数据行业非常缺市场销售人员。如果你以前是做项目管理和运营工作的,介入大数据行业,也可以先从项目管理和运营做起。如果你是应届毕业生,那么要结合自己的大学专业和实际情况来定位,看看自己能做什么,喜欢什么,从最基础的做起。
也就是说,在大数据的新手村里,创建角色和选择职业,其实是从自己的实际情况出发的,先做你自己能做的,有经验后再去想自己想做的。路嘛,总是走着走着就有的。不可能说你从前是一个销售人员,跨越到大数据行业你就想做CEO,这不靠谱。互联网企业、传统企业想要介入大数据行业也一样,首先你得先把自己能收集的数据收集起来,结合着公司的运营来展开。
选择好自己的职业方向就可以创建角色了,跨界往往是最难的,也是最简单的。核心还是从自己能做的做起,先有一个大数据行业的角色。
接着就是熟悉大数据游戏的系统功能了。大数据新闻去哪里看?哪里可以找到免费的数据源?哪些工具是处理大数据要用到的?微博需要关注哪些数据科学家?大数据企业有哪些?近期有哪些大数据的活动等等。可以自己列出一个list来,先熟悉这个行业。
网络游戏里的角色养成,总是要经过一段时间的。从新手村出来,如何练级和升级就很重要。先说练级吧,因为大家介入大数据行业选择的职业不一样,那么练级方式也不一样。大数据技术人员,当然是一边学习新的技术,一边完成上级布置的工作了。市场销售人员,就要结识更多的行业人员,参加一些活动来获得经验和人脉。运营人员呢,更多的是完成NPC的任务,这些任务的下达者可能来自于你的上司,也可能来自你的合作伙伴。
当你参与过很多项目,完成很多任务,杀死很多BUG之后,你的从业经验自然也会增长,等级也会增长。这是一个漫长的过程,需要有耐心。当然,有时候你玩着玩着一个角色,突然发现自己不喜欢,上手很困难,那么就要考虑换一个方向了。互联网产品总是强调优化和迭代,实际上对于职场人员来说,迭代也很重要,需要自己不断的去完善自己,改进自己工作的不足。
参加活动这个环节很重要,网络游戏里的活动要么就是促销打折,要么就是高经验奖励的活动。在大数据领域,参加各种沙龙、圈子和讲座也很重要。因为参加了这些活动,也许你结识到新的合作伙伴,拓展了自己的人脉,以后小伙伴们一起下副本才能组到人啊。我非常鼓励大家参与大数据行业的线上线下活动,这并不是说你关注一个如同36大数据的微信公众号就行了,而是需要你参与到大家的讨论当中去。实践经验很重要。比如说大数据技术人员,参加大数据各种竞赛就很重要。
当你在这个行业有2年左右的工作经验时,你就会发现,自己的DPS(工作输出内容)和治疗量(项目经验)似乎没有别人高,小伙伴们组队都不愿意叫你了。这个时候,你需要做的就是提升自己的装备,拓展更多的知识面来完善自己。以往的工作经验就是装备,你需要把这些经验回顾和总结,哪些现在还用得到的,那就强化一下,镶嵌个宝石,打个附魔等等。如果发现自己的知识点已经无法满足和完成更高阶的工作时,就要学习新的知识点和新的技术,参与到新的项目,进修新的学科,推到BOSS来获得新的装备。这是一个不断完善自己的过程。
在去年数据分析行业峰会上,我演讲的PPT里有一页是这样写着的:数据科学家=统计学家+程序员+讲故事的人+艺术家 – Shlomo Aragmon。没错,大数据行业是个复杂的新兴行业,你永远有学不完的知识,而且跨度还很大。因为要学的东西很多,那么如何选择呢?当然还是选择自己喜欢的感兴趣并且用得上的知识点。当然了,目前大数据行业从业人员还停留在打怪升级阶段,这一阶段暂时还不用着急考虑。先做自己能做并且想做的事情,先学自己工作中必须用到的技能。
写到这里,我想切回来说说如何开始大数据创业的事情。
首先就是要找到创业的方向啊。创业的方向来自哪里?来自百度网页?来自你每天查看的新闻?来自微信群朋友圈的分享?
错!
来自生活。
创业方向不是你整天坐在办公室,开着电脑,看着网页就能找到的。而是你要去和身边的朋友聊,去和参加线下活动遇到的朋友聊,去找现实生活中的人聊。去倾听他们的心声,去了解他们的需求,去找到市场的机会。大数据最大的能力是精准推荐、预测和解决问题。如果你能用大数据去解决很多很多人的需求时,就可以往这个方向开始创业了。
创业的突破口往往都是最简单的,如果你不能用一句话来说清楚你用大数据做什么,那么你这个idea肯定火候还不够。
在我所认识的大数据创业公司里,当创业人员和我展示他们产品的时候,我总会问一句话,你的产品痛点是什么?很多人往往会给我解释半天,但是我个人倾向于这样一句话:
我们用大数据来解决(或帮助)_________行业的________问题,从而让他们(变得)________,实现_________增长。
比方说美国的Palantir公司,他们就是用大数据来帮助政府进行反恐,找到了本拉登;
又比如说中国的大数据公司DataEye,他们就是利用大数据来帮助手机游戏公司和手游开发者能够随时掌握游戏玩家消费情况,通过有效的产品优化和运营活动,实现营收的增长。
再比如说36大数据一直在用的百度统计,他们就是利用大数据来帮助网站站长随时了解自己网站的浏览量、PV、百度排名等情况,为网站内容和版面优化提供有效的决策参考。
也就是说,你的创业idea和商业模式是可以用一句话说清楚的,如果说不清楚,那么就要先想清楚。
关于大数据行业的创业机会和方向,请参考36大数据之前的发布的文章《一文了解大数据领域创业的机会与方向》,百度就可以搜索得到。
个人如何介入大数据行业?
①根据自己的工作经验和专业来选择;
②先做自己能做的,然后不断完善自己。
③学习大数据行业所需的技能
企业如何介入大数据行业?
①结合企业目前的情况来展开,先从整合行业内部数据源开始;
②找专业/合适的人来管理企业内部数据,整合外部数据
③从数据中获得洞察力,用数据指导企业营收,用数据解决企业尚未解决的企业难题
④通过数据,拓展出更多的商业机会
如何开始大数据创业?
1、想清楚谁为你买单(找用户);
2、痛点是什么(找需求);
3、稳定/独特的数据源(找数据);
4、靠谱的人做靠谱的事(找人才);
5、考虑2C的产品方向;
6、忘记科技行业过往经验;
7、将大数据产品化 (小而美);
8、深耕一个领域,不断的试错和迭代。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12