
大数据真能画出“你是谁”吗_数据分析师
大数据被认为是商家的财富,通过收集和分析大数据,可以看出“消费者是谁”,可以实现“精准营销”。不过,在上海商业发展研究院日前主办的“数据脸谱时代”论坛上,与会专家提醒,数据越多未必价值越高,数据利用需要深入分析。
真实面目未必是这样的
很多网友有过这样的经历:通过搜索引擎或某个购物网站搜索某项产品或服务后,登陆其他网站时就会看到类似产品或服务的弹出广告。如果这真的是消费者想买的产品或服务,那么可以说是商家实现了精准营销。但如果消费者的搜索只是一时兴起,反而会引起消费者的反感。
联合利华数字运营及消费者互动营销负责人廖明提出,简单地收集搜索数据远不足以勾画出消费者的“真实面目”,真正的大数据营销应当是“在正确的时间把正确的信息传递给消费者”。
哈尔滨工业大学计算机系教授赵铁军也提出,通过网络收集的大数据有必要进行处理,不能“拉到篮里都是菜”。他举例说,消费者在网上搜索“三星”,那么他究竟是想去了解这个品牌,还是随意浏览?这些都需要深入挖掘,必要时还要精简数据。
数据要强化人文视角
既然消费者搜索的未必是他想要的,那么数据收集和分析还有用吗?专家的观点:有用,但要强化人文视角。
专业数据分析公司ADARA首席分析官程杰打了个比方:大数据好像一座森林,每一个数据好像森林里的一棵树。要分析大数据,不能只看每一棵树,却忘了森林本身是什么样子。分析数据,首先要放在社会背景和文化背景中,要把不同的数据链接起来,得出共性的东西,再进行精细化应用。
上海商业发展研究院院长刘斌解释数据分析为何需要“以人为本”:分析80后、90后年轻人的消费数据,他们中不少人有标新立异的消费习惯。可是,从整个社会文化背景看,他们穿着打扮和行为方式依旧受到周边人群的影响,也更注重个人隐私的保护。一方面是个人自由,另一方面是隐私保护,这两种趋势在营销时需要采取截然不同的策略,所以数据应用不能随心所欲。
萤火虫之恋的故事
专家表示,真正用好数据,对把握商机、挖掘市场潜力的积极作用十分明显。
上海市科学技术协会副主席陈积芳举了一个“萤火虫之恋”的例子:网上店铺销售萤火虫,买萤火虫的消费者是谁呢?数据分析显示,不仅有小青年,还有很多老年人。这是因为很多丧偶或独居老人想找个伴,而带着微光的萤火虫恰好能反映他们的心情——虽然不够明亮,却依旧美丽,这和年轻人轰轰烈烈的爱情完全不同。陈积芳觉得,更好地分析现有数据,能为特定群体开发更有针对性的产品和服务。
创新领导力中心中国地区总裁陈朝晖说,要把各种图像数据或行为数据提炼出来,变成具体的服务,与人对接。比如,不少大卖场投入巨资运行免费班车,但仔细分析班车数据和消费习惯,就会发现班车运营方式与消费者并不匹配:“蹭车”的潜在消费者上午急着上班没时间购物,下班后有时间购物却又没了班车。如果把班车运营时间、大卖场提供晚饭菜肴等服务,与“蹭车”族的下班时间对接起来,就能有的放矢地为卖场创造新的市场空间。
大数据被认为是商家的财富,通过收集和分析大数据,可以看出“消费者是谁”,可以实现“精准营销”。不过,在上海商业发展研究院日前主办的“数据脸谱时代”论坛上,与会专家提醒,数据越多未必价值越高,数据利用需要深入分析。
真实面目未必是这样的
很多网友有过这样的经历:通过搜索引擎或某个购物网站搜索某项产品或服务后,登陆其他网站时就会看到类似产品或服务的弹出广告。如果这真的是消费者想买的产品或服务,那么可以说是商家实现了精准营销。但如果消费者的搜索只是一时兴起,反而会引起消费者的反感。
联合利华数字运营及消费者互动营销负责人廖明提出,简单地收集搜索数据远不足以勾画出消费者的“真实面目”,真正的大数据营销应当是“在正确的时间把正确的信息传递给消费者”。
哈尔滨工业大学计算机系教授赵铁军也提出,通过网络收集的大数据有必要进行处理,不能“拉到篮里都是菜”。他举例说,消费者在网上搜索“三星”,那么他究竟是想去了解这个品牌,还是随意浏览?这些都需要深入挖掘,必要时还要精简数据。
数据要强化人文视角
既然消费者搜索的未必是他想要的,那么数据收集和分析还有用吗?专家的观点:有用,但要强化人文视角。
专业数据分析公司ADARA首席分析官程杰打了个比方:大数据好像一座森林,每一个数据好像森林里的一棵树。要分析大数据,不能只看每一棵树,却忘了森林本身是什么样子。分析数据,首先要放在社会背景和文化背景中,要把不同的数据链接起来,得出共性的东西,再进行精细化应用。
上海商业发展研究院院长刘斌解释数据分析为何需要“以人为本”:分析80后、90后年轻人的消费数据,他们中不少人有标新立异的消费习惯。可是,从整个社会文化背景看,他们穿着打扮和行为方式依旧受到周边人群的影响,也更注重个人隐私的保护。一方面是个人自由,另一方面是隐私保护,这两种趋势在营销时需要采取截然不同的策略,所以数据应用不能随心所欲。
萤火虫之恋的故事
专家表示,真正用好数据,对把握商机、挖掘市场潜力的积极作用十分明显。
上海市科学技术协会副主席陈积芳举了一个“萤火虫之恋”的例子:网上店铺销售萤火虫,买萤火虫的消费者是谁呢?数据分析显示,不仅有小青年,还有很多老年人。这是因为很多丧偶或独居老人想找个伴,而带着微光的萤火虫恰好能反映他们的心情——虽然不够明亮,却依旧美丽,这和年轻人轰轰烈烈的爱情完全不同。陈积芳觉得,更好地分析现有数据,能为特定群体开发更有针对性的产品和服务。
创新领导力中心中国地区总裁陈朝晖说,要把各种图像数据或行为数据提炼出来,变成具体的服务,与人对接。比如,不少大卖场投入巨资运行免费班车,但仔细分析班车数据和消费习惯,就会发现班车运营方式与消费者并不匹配:“蹭车”的潜在消费者上午急着上班没时间购物,下班后有时间购物却又没了班车。如果把班车运营时间、大卖场提供晚饭菜肴等服务,与“蹭车”族的下班时间对接起来,就能有的放矢地为卖场创造新的市场空间。文章来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13