京公网安备 11010802034615号
经营许可证编号:京B2-20210330
企业家谈大数据:下一个大生意在哪里(1)_数据分析师
《福布斯》杂志中文版、福布斯中文网总编辑周健工:我们都知道有一个公司有一个曲线,我想问一下大数据现在处于曲线的哪一端?我们只是处在美好的愿景阶段?还是说已经进入了真正可以改变商业,创造价值的阶段?
《大数据时代》的作者维克托·迈尔·舍恩伯格:我们需要避免大数据的泡沫,有时候你觉得是大数据,但它并不是大数据,比如有些公司正在卖硬件、软件或者提供咨询服务,他们有时候把有些东西叫做大数据,其实并不是,所以我们不要带来太多的泡沫,有些东西不是就不是。
回答你的问题,我们在这个曲线哪个地方呢?我们处于哪一个阶段?我觉得我们在非常初始的阶段,
如1996年的电子商务,当时电子商务只是在美国网上来订购匹萨,大家慢慢才意识到电子商务是卖书,好比说亚马逊,所以我们是刚刚开始,像电子商务在1996年,我们也不知道以后会发展成什么样,这是它美丽的地方,因为我们面对很多机遇,每一个人都会有机遇来参与到我们未来的曲线里面。
IBM全球副总裁王阳:我和维克托教授的观点一样,我们正处于在发展过程中,远远没有达到高潮,大数据只是一个概念,大家在逐渐接受。
以前我们讲到互联网和云运算的时候,云计算已经存在很多年,而眼下虽然人们已经在拥抱大数据,但仍在雏形的过程中。IBM在大数据已经布局了很长时间,用了190亿美元收购大数据的有关公司,组成起来就是为了这个高潮。
技术发展推进了大数据,不管是通过通讯、英特网、云计算、物联网等等的综合,所有的数据都已经逐渐可以采集起来。在这样一种情况下,像刚才维克托所说的全息照相,把人类的活动和自然活动都采集下来,我们已经有了数据的来源。
第二是技术,也就是云计算处理能力,存储、带宽已经到了这样的时代,可以去处理这样的数据。第三点,我们不光是有了处理能力,更重要有一个分析判断的能力,能够进行进一步的优化,给我们整个社会带来价值,也就是有了价值之后,大家才会去相信大数据,从中得到自己的便利。
所以我们认为今天大数据到底给我们人类带来多大的便利,我们还没有真正享受到,所以只是在初期。在医疗、教育我们真正感受到大数据带来实实在在的贡献还没有真正挖掘出来。
1号店董事长于刚:我非常同意二位的说法,我认为大数据真正的应用才真正开始。
因为现在首先可以采集到大数据,第二数据越来越精确,第三是数据越来越实时,真正可以实时采集到大数据才能真正为我所用。第二,人们真正理解数据只是零散的,但是经过整理和过滤之后才能成为信息,信息要进一步地以有效的方式展现在人面前的时候才能成为知识,但这个知识要经过各种工具分析,真正应用到商业活动中间才能成为我们的商业智慧,所以我们越聚越多理解这个过程。
苏宁电器华北区总部执行总裁范志军:作为商业来讲我们对大数据的应用远远不够,现在讲大数据过去也有,这些数据都是客观存在的,只不过过去没有把这些数据通过互联网化,通过具体的分析进行归类、整理,能够运用到我们的商业领域去,我觉得在这一点上作为中国的零售行业,在这方面谈大数据还刚刚开始,如何把这些大数据经过分析以后,能够很好地运用到我们的上游制造企业,他通过数据的分析能够把消费者的一些消费行为转化为对消费者个性消费需求的分析,这是对整个零售行业要做的一件具体的事情。
MediaV董事长兼CEO杨炯纬:大数据的简单算法可以超过小数据的简单算法,我相信这个,但不是一夜之间可以实现,对于大公司可能没有办法用大数据的简单算法超越它,这就是在复杂应用上大数据似乎到今天为止还没有展现出价值,或者没有被大量应用,但是对中小企业,不管是复杂算法还是简单算法都没有能力计算,因为他没有团队、能力和资源,这个时候大数据的应用一下子使得这些中小企业能够进入到这个领域。
我们在广告领域用得最多,不管是谷歌也好,还是淘宝也好,其实他们大数据的应用都是直接使得中小商家受益,所以我觉得这可能是更早让我们看到大数据的价值。
益普索大中华区董事总经理李海岚:为前一段时间我们行业很多大型企业都一直在探讨,如果来了大数据,那小数据还有没有价值,需不需要存在。
当我们回顾市场研究在做什么的时候,其实我们会看到,以前我们为什么去收集小数据,为什么分析小数据,是源于我们服务的企业,就是说我们品牌主或者产品和服务供应的企业,他们实际上在用传统的营销方式来做营销,所以在这样的营销方式下,我们需要用抽样的方式做预测和产品创新的支持,
但今天我们这些企业主实际上在面临一些新的挑战,他们在做这样一些拥抱大数据或者做新数据营销的时候,对市场研究公司来讲,我们不光要收集小数据,分析小数据,还要拥抱大数据,而且帮助企业一起拥抱大数据。
针对大数据,我们现在还是在一个非常初期的阶段,针对我们专门收集数据和分析数据的企业来讲,我们希望在这方面能够做得更好,能够帮到各种各样的成功企业。
周健工VS于刚:购买推荐、购物清单和库存管理
周健工:1号店怎么做大数据挖掘?
于刚:今天早上一看我们的销售比上周同期增长11倍,我们对于大数据的重视从创建刚开始有做这个事情,我们成立一个BI商业智能团队,我们当时和思科合作,购买了大量的数据库,做了大量数据挖掘的工作,我们知道所有客户的购买路径,也知道顾客看了什么,再看了什么,收藏行为、购买行为和购买商品的关联行为,甚至有些顾客比如说看了一个商品没有买,我们就根据数据分析说这个顾客没有买,也许这个商品不是他要的,像类似商品会推荐,当时没有库存,有了库存提醒顾客,如果嫌价格高,那我们下次促销的时候再提醒顾客,所以说这个后面有一整套的根据数据挖掘做的数据模型,为客户做推荐,这是前端的数据。
还有一个购物清单,满足顾客个性化需求,比如以前知道顾客的行为,这个购物清单可以让顾客很轻松地把他感兴趣的推荐给他,他曾经购买的商品提供出来,加加减减实现订单。
仓库的库位商品怎么摆放呢?如果发现大量客户同时大量购买A商品和B商品,这样就放得很近,这样捡商品效率很高。
我们还做了一个前置仓库,有几个大的全品库,每个里面有数万种商品,不可能把数万种商品同时放在一个小的库里面,我们做了大量的数据分析,发现本地化的产品销售80%放在本地仓库,动态地,根据客户的需求来调拨,从主库调拨到前置型仓库,发现销售不太好的商品再调回来,我们提高运营效率,同时满足本地化的顾客需求。
周健工VS范志军:苏宁在做的是大数据平台
周健工:苏宁云商O2O模式如何应用大数据?
范志军:今天是双十一,是电商相对比较热闹的一天。苏宁在推未来或者已经在实践的经营模式,云商的经营模式有两个店。第一个店是商店的店,现在商店和过去理解的商店不一样了,过去的商店就是提供销售,现在的商店除了销售以外,我们更多是体验、服务、展示的功能。这个展示的不是现场看到现场摆放的,而是把互联网所有的商品进行实际的展示。
体验除了实物体验,更多把互联网的应用,让消费者用互联网的购物方式进行体验,包括交易和支付等等。服务可能更多是面对面,因为消费者不仅仅要面对面服务,更多参与到交易、支付以及送货的流程中,我们是把这个店面和线上结合,实际是一个电子商务的实体店。
第二个店,电子商务的店,我们讲电子商务的店也不是传统电子商务,传统大家谈到可能是B2C,或者再早是C2C,我们是能为消费者提供线下更多体验,是和线上、线下融合的O2O的店面形态。
零售服务商我们理解是一个开放的平台,是线上、线下同时向商户开放的平台,更好地满足消费者不同商品的选择,这是整个苏宁在发展中对商业模式的理解。
在这个模式下,消费者进入苏宁,不管是实体店,还是网店,不光只是对商品的介绍,而是一个服务,消费者在苏宁享受一个服务的过程,是根据他在苏宁,除了刚才互联网提供的一些推荐、关联等等,我觉得还有一个延展,消费者购物的延展服务。
消费者在苏宁搜索一台冰箱,后台会根据他以往的消费层次和特性推荐相应的产品。同时也会记录下他购买这一商品的消费周期,这样形成了后期的服务延展,也为实现线上线下的数据互动应用打下基础。
周健工VS杨炯纬:5快钱的消费者洞察报告
周健工:作为精准广告的投放商,怎么围绕大数据概念建立起自己的商业生态系统?
杨炯纬:今年双十一,我们服务了3800个电商企业,在我们的平台上进行广告投放。
以前都知道我们在大数据精准营销平台之前,我们是服务所谓的大客户,我们来大概服务了差不多100个客户,大概用了500个人,而今天我们服务3800个客户,只用了20个人。
其实我们服务这些所谓的中小电商企业,其实他依然是一个从消费者洞察到消费者锁定,到营销渠道管理到投放,到效果评估优化,整套体系依然是这样的流程。因为有了大数据以后,所以使得我们这样一整套的流程基本上已经被机器所取代,机器自己跟踪数据,挖掘数据,去锁定消费者做消费者洞察。我们大概在明年一季度会推出消费者洞察的模块,可能花5块钱、10块钱就可以跑出一个报告来。
包括刚才讲到的百度,我们跟很多大的营销渠道对接起来,都能够在这些海量的营销渠道当中帮助这些中小企业找到特别精准,特别细分的人群,而且我们今天给这些人群看到的广告创意,他依然是依靠对于消费者之前所有的行为,你看过什么,买过什么,对什么东西感兴趣,包括地域特征,机器自动去补充,广告说什么,推什么样的商品,什么样的文字和语言都是自动出来的,这就使得我们今天去服务这些中小企业,不再依靠原来资深的营销专家,他们的经验已经被机器学习所取代,所以今天服务的门槛已经急剧降低。
今天讲我们的服务门槛是5000块钱,明年还会推一个产品是3块钱,你就可以在互联网上做营销了。
周健工VS李海岚:除了数据还有情感
周健工:通过计算来获得的数据和你们通过传统的方式收集的小样本的数据,哪个你觉得更可靠?
李海岚:当然我们现在理解还是在比较初级的阶段,实际和电商的合作我们也经历了很多的磨合跟思考,包括电商,也包括很多其他在做这种线下经营的企业,再拥有了大量消费者行为的数据,包括维克托先生讲到的交易数据,实际电商有非常大量的数据。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27