京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:“数据”如何转化成“财富”
“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”
———哈佛大学社会学教授加里·金
一分钟内,微博推特(Twitter)上新发的数据数超过10万;社交网络“脸谱”(Facebook)的浏览量超过600万……
这些庞大数字,意味着什么?
它意味着,一种全新的致富手段也许就摆在面前,它的价值堪比石油和黄金。
事实上,当你仍然在把微博客等社交平台当作抒情或者发议论的工具时,华尔街的敛财高手们却正在挖掘这些互联网的“数据财富”,先人一步用其预判市场走势,而且取得了不俗收益。
现在就让我们一起来看看——他们是怎么做的。
这些数据,都能干啥
●华尔街根据民众情绪抛售股票;
●对冲基金依据购物网站的顾客评论,分析企业产品销售状况;
●银行根据求职网站的岗位数量,推断就业率;
●投资机构搜集并分析上市企业声明,从中寻找破产的蛛丝马迹;
●美国疾病控制和预防中心依据网民搜索,分析全球范围内流感等病疫的传播状况;
●美国总统奥巴马的竞选团队依据选民的微博,实时分析选民对总统竞选人的喜好。
个案
你开心他就买你焦虑他就抛
华尔街“德温特资本市潮公司首席执行官保罗·霍廷每天的工作之一,就是利用电脑程序分析全球3.4亿微博账户的留言,进而判断民众情绪,再以“1”到“50”进行打分。根据打分结果,霍廷再决定如何处理手中数以百万美元计的股票。
霍廷的判断原则很简单:如果所有人似乎都高兴,那就买入;如果大家的焦虑情绪上升,那就抛售。
这一招收效显着——今年第一季度,霍廷的公司获得了7%的收益率。
“数据”如何转化成“财富”
国际商用机器公司(IBM)估测,这些“数据”值钱的地方主要在于时效。对于片刻便能定输赢的华尔街,这一时效至关重要。5年前,华尔街2%的企业搜集微博等平台的“非正式”数据;如今,接近半数企业采用了这种手段。
●“社会流动”创业公司在“大数据”行业生机勃勃,和微博推特是合作伙伴。它分析数据,告诉广告商什么是正确的时间,谁是正确的用户,什么是应该发的正确内容,备受广告商热爱。
●通过乔希·詹姆斯的Omniture(着名的网页流量分析工具)公司,你可以知道有多少人访问你的网站,以及他们待了多长时间——这些数据对于任何企业来说都至关重要。詹姆斯去年把公司卖掉,进账18亿美元。
●微软专家吉拉德喜欢把这些“大数据”结果可视化:他把客户请到办公室,将包含这些公司的数据图谱展现出来——有些是普通的时间轴,有些像蒲公英,有些则是铺满整个画面的泡泡,泡泡中显示这些客户的粉丝正在谈论什么话题。
●“脸谱”数据分析师杰弗逊的工作就是搭建数据分析模型,弄清楚用户点击广告的动机和方式。
既能创造财富,就催生出新职业
周默(音译)是耶鲁大学的一名MBA毕业生,踏出校门便被IBM公司“抢走”,加入该公司正迅速扩展的数据咨询部门——这个部门专门负责对眼下社交网络上爆炸式的数据提供分析,对公司决策、削减开支、提升销售提供参考。
目前,美国需要更多像周默一样的数据分析人才。根据研究机构数据,美国需要14万至19万数据专家以及150万的数据分析师。
这些“数据财富”还能服务个人
财富并非只由大公司主宰。一名硅谷风险投资机构的专家说,“大数据”不仅仅是一个时髦词汇,“我相信它有真正的未来,这些数据将分散在各个领域,你的行车路线、你经常出现的地点、你喜欢的颜色、经常买的东西,社交网站上的观点和言论,这些都会成为个人数据的一部分,它们可以用来服务每个人”。
位于美国加州的帕洛阿尔托创业公司开发了一款产品:它看上去是一款普通的地理位置应用,而事实上,它能自动记录你经常出现的地理位置,并自动生成为数据图表——这些数据会帮助分析每日的行程路线、生活必去场所,甚至驾驶里程与汽油存量的关系,形成一款“个人生活助理工具”。
风险隐私的末日?
然而,新忧虑也随之而生。一些民间机构担心,企业和机构对这些数据无以复加的利用,可能违背了微博博主等发布数据者的初衷,从而构成隐私侵犯。法律框架的搭建远远赶不上新技术的发展,同时,各国对个人隐私的界定不一。另一潜在风险是,一些人可能利用微博等平台发布虚假数据,营造某一企业经营现状的假象,以期抬高或压低这家企业的股价。
科学扫盲
“大数据”有多大?
它是对科技发展趋势的一种“素描”,这种科技为人类打开了一扇门,可以更懂得这个世界并作出自己的决定。目前,全球的数据量正以每年50%的速度增长,而且,这种数据并不单纯是数量上的增加,而是全领域全方位的数据变化。当人们将这些数据通过电脑进行分析,就变成对某种发展趋势的判断。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30