京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据商机:用户打瞌睡都值钱
关于 “大数据” 这个词,我第一次关注到,是通过一本叫作《大数据时代》(维克托·迈尔-舍恩伯格 / 肯尼思·库克耶著)的书中看到的。
在这本书中,讲到了一个航海地图的故事,大概意思是:一个要去航海的船长,如果他想使用已知的航海导航图,他必须把他在航海过程中获得的新导航信息反馈回来,作为信息的交换。这样的话,越往后面使用航海导航图的船长,所能使用和看到的航海路线就会越充实。
21 世纪商业思维的变迁
这个模式本身(虽然是发生在很多很多年前),放到现在的互联网大数据时代,这就是一个非常有创意的商业活动。
现在的互联网,已经不再是简单的买家和卖家之间的技术对接桥梁,而是更像一种互相可以参与,可以共同发展的一种合作(当然其中还同时存在大量的非合作性的竞争)。
现在很多电子商务平台,以前是以卖实物给个人客户,个人客户用钱财来购买相对应的实物。这是一个单向的过程,其实并没有做到双向的互动。就像航海故事中的一个船长为了得到航海图,付了一笔钱,就拿到了某个版本航海图的使用权一样。随着时间的流逝,卖家并不知道买家下一次有什么样的购买需求。买家也不知道卖家未来会能提供什么实物商品。在买家和卖家之间,有一定的供需不平衡。
一般来说,买家并不希望提供个人的私有信息让卖家知道。其中的原因之一,就有可能是因为买家对于自己的私有信息非常敏感,而又感到如果让卖家知道自己的私有信息,又没有什么可以让他个人赢利的可能,所以这就造成了卖家想获得买家的更多的个人信息,而买家却又不想提供给卖家。
如果换一个角度来想,如果买家肯主动提供自己的个人信息给卖家,那买家多数是认为这样的行为,是可以给自己带来益处的,即像航海故事中的那些船长一样,他们拿到航海图,只需要把自己的航海经历反馈就可以了。那卖家可以提供什么能让买家主动来提供自己的个人信息呢?那多数就是买家想要得到的某种利益。
优秀案例:用户打的瞌睡都值钱
例如,一个做中医养生的公司,如果想让客户提供自己的个人健康方面的信息,比如个人的饮食种类,三餐时间,睡觉时间等。那这家公司就可以通过这些吃喝拉撒睡的信息来为客户进行疾病的预测,一般客户对免费的健康咨询报告总是受欢迎的。
很多人会问,这家公司如何赚钱呢,其实那家公司可以根据所掌握客户的大量数据进行分析,可以从海量的数据中推测出一些有价值的商业数据。
例如从很多客户三餐吃了什么,就可以推测一下,某些食品在某些地方的销售情况,再根据天气预测情况和交通运输状况等,可以估计一下,未来某个地方的这种食品的供应会如何,然后向这些食品的生产企业提供数据咨询服务,告诉食品生产企业哪个地方的这种食品会销售得更加好。
再者,拥有大量人员海量健康数据的公司,可以根据已经推测的预期结果,让某种医药生产厂商来决定是否要扩大或者缩减对抗某种疾病的药品的生产规模,以适应未来的潜在病患的购药需求。
拱卫商业思维的物质基础
计算机硬件的发展也促进了大数据时代的到来。记得在小学时,学校里就只有十几台用 5 英寸启动的 DOS 系统的老电脑,那个时候在上电脑课时,是一个数学老师在教我们用 LOGO 语言来在计算机屏幕上画图。现在的普通的个人电脑的容量已经早过了 G 时代,而且越来越多的年轻人,已经直接跨入到了移动时代——这为大数据时代,各种各样数据的存储和计算提供了物质条件。科技的发展,让二十年前的不可能变成必须。也把老旧的商业模式直接送进了坟墓。
现在在软件世界中,已经有了不少的可支持大数据运算的技术平台(如 TimesTen, Spark, Hana 等等)。在软件服务领域中,金融和电信公司一般对数据的存储和计算在数量上是要比一般的企业要多很多。作为金融行业的从业人员,在文章的末尾,我想给大家推荐一个由中国人组成的团队开发的云计算平台 YunTable。
在结构化数据分析方面,很多公司会选择业界比较成熟的解决方案(例如 Oracle 的 Exadata),但它的价格比较昂贵。对于许多大数据初创型的创业公司而言,这么高的前期硬件投入成本有点难以接受。而对这些创业期的小公司,YunTable 或许是一个可承受的选择。
YunTable 的双赢模式是这样的:YunTable 公司提供方案,在客户的使用过程中,客户也会及时地反馈到 YunTable 公司,公司可以进一步地完善和提升产品的性能,就像航海故事中的不断扩充的航海地图一样。
而对于像 YunTable 这样的软件公司来说,在大数据时代,与客户亲密合作,做互惠互利的事情,也不失为一个很好的商业切入点。
总结
每个人或者企业都有自己的需求,希望得到别人的供给。而每个人或者企业也想通过提供别人需要的供给来产生利润。大数据时代,让很多以前不大可能发生的事情,变得越来越让人有期待。
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在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17