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
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10