京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何削减大数据分析的成本
现如今,越来越多的企业和慈善机构纷纷进军大数据领域,以提高相关业务活动的有效性。
达伦•罗伯逊,是一家慈善机构Action for Children的数字通信官,他认为大数据领域的相关知识和洞察分析有可能成为彻底改变慈善事业的潜力。
近年来,随着经济大环境的恶化,慈善机构越来越需要扩充数据分析能力,试图提振筹款。
罗伯逊说:“慈善机构已经意识到他们已经采集了相当惊人的数据信息。”正如在企业商业领域一样,这些数据可以用来帮助慈善机构提升对于慈善事业的理解和更深入地了解他们为何以及何时选择捐赠。
这是一个重要的考虑因素,因为吸引捐助者的因素正在发生变化,据罗伯逊表示。
“全国性的募捐活动可能无法向过去那样轰轰烈烈了,我们无法通过全国性的电视宣传活动筹集到大量金钱。在这个时代,这是不可行的,而且也是慈善资金的浪费。”他说。
从网络数据中提取价值信息
罗伯逊认为,慈善机构应该转向基于Web的有针对性的宣传活动,以吸引捐助者,而不再是向以前那样的全国性的大规模募捐活动了。
“我是谷歌Analytics(分析)的粉丝,它是免费的,您从通过该工具对于您的网站获得一些基本的洞察分析。 ”他说。
现如今,该慈善事业所面临的挑战是如何深入并分析网络数据,保持每天3,000人次的访问量,包括与访问者的互动。
分析大数据的成本过高。 “我们制定了一套内部部署Hadoop的方案,但发现其将花费120万英镑,如果我们花了如此多的钱用于IT设备, 我们的捐助者们会不高兴的。”罗伯逊说。
Action for Children一直在使用Rackspace公司托管的云计算和数据中心服务,以便更好地定位自身的未来。主要目标包括网络流量高峰的成本效益管理和更好的数据分析,以提供更深入地了解捐赠客户和筹款活动。
2013年2月, Rackspace公司收购了ObjectRocket,开始提供MongoDB数据库作为一种服务。
罗伯逊说,能够作为一种按需的云服务在Rackspace的基础设施上运行MongoDB,帮助他们大大降低了成本,意味着该慈善机构并不需要专门在其团队内部雇用一个MongoDB专家。
需求大数据分析在整个慈善界产生了更广泛的影响,据罗伯逊介绍。 “我预计我们将看到更广泛的工作内容将转移到云中进行数据分析。 ”他说。
争取数据科学专家的时间支持
罗伯逊说,尽管他们可以通过云服务提供商来处理管理大数据所需的相关技术技能,但慈善事业仍然需要专门的人员帮助进行数据分析。
数据科学家是在商业机构最抢手的技能人手,可以获得非常高的薪金。但其实在某些领域慈善机构根本涉及不到,他说,这意味着“慈善机构不必担心支付非常高的工资给数据科学家” 。
而自从美国的数据科学家组织DataKind去年首次在伦敦举办活动以来,他们鼓励数据科学家们开始牺牲他们自己的一点私人时间来帮助慈善机构进行数据分析。
“企业社会责任感已经发生了改变。企业不一定要直接通过捐款,或者商业企业的员工也不一定想要通过帮助粉刷墙壁或做园艺来做义工。他们想利用他们的自己的知识和技能来帮助慈善机构。这就是DataKind组织非常棒的原因了。他们鼓励大量的数据科学家帮助慈善机构进行非常有用的数据分析工作。”罗伯逊说。
因此,与点播的Hadoop ,这要归功于Rackspace的ObjectRocket ,和数据科学家志愿者的供应,罗伯逊认为,该慈善机构现在可谓是占尽了充分利用大数据的天时地利人和。
模仿亚马逊
罗伯逊说,每个人都希望网站易于使用。 “这是来自商界一个连锁反应。人们看到像亚马逊和Netflix这样的网站已经内置了智能化的功能。”他说。这些网站使用推荐引擎,以人为本的根据访客的浏览历史推荐相关产品。
罗伯逊认为这超出了慈善机构的覆盖范围。 “我们从未足够的财政支持开发一款推荐的引擎。想想亚马逊已经为此投资了多少钱吧!”罗伯逊说。
相反,他需要如何构思一个接近于亚马逊的慈善网络引擎,允许该慈善机构能够基于他们所收集到的关于个人用户的信息来发布动态网页内容。
但他们仍然有很长的路要走,他说:“理论是有效的,但这是建立在我们的CRM客户关系管理系统的一个庞大的工作。我们没有和亚马逊这样的相同的商业巨头之一的技能实力。” 眼下,罗伯逊正在研究他所说内容模型。 “我一直工作在细分用户模型。”他说。虽然慈善机构基于理论倾向于做很多手工作业,但罗伯逊说,这不一定是最好的办法。
他一直在研究如何以最简单的方式将一群人聚集起来。”人们不可能每个活动都出席。”他指出每个月都向相同的受众发送的活动信息并不是好的技术使用方法,而为全部受众都发送活动信息也是不逻辑的。细分捐款人信息将是吸引捐助者,改善捐助活动活动有效性的重要一步,他说。利用细分,罗伯逊分析了随着时间的推移和各种主题募捐的收益情况。
由于该慈善机构CRM系统的局限性,罗伯逊认为,慈善机构必须在如何对待技术方面有很大的变化。“传统上,慈善机构采用专门为慈善机构定制的CRM软件。”他说。罗伯逊说,慈善界现在也要开始睁大眼睛,不再局限于定制软件,以降低成本。“并补充说:“定制的系统是与电子邮件系统繁琐和复杂的整合” 。
在罗伯逊看来,定制软件对慈善界并不是一件好事。他认为,开源软件将发挥非常积极的作用。而且他非常感谢如DataKind这样的组织,他表示,现在是时候让慈善机构开始分析大数据了。
虽然他们并可能并不总是能够获得类似于DataKind这样的帮助,但罗伯逊认为,有些慈善组织可能会在其内部的不同团队有相关技能的人才。他们将建立一些工作组,发挥作为数据科学家的作用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30