京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代(3)收集与未来_数据分析师
在大数据时代下资料本身就具有力量,像拥为大家手上的行动装置提供各种服务的界别,就能收集大量数据。
用家每天不停提供自己的资料,但提供了甚么资料,自己可否取回来,企业一而再再而叁的将用家提供的旧资料「无限利用」,却无法向有关企业索取及取消。
不公平关係,建立在互信之上
这种不公平的关係,先天就建立在互信之上:我知道 贵公司会利用我的数据进行分析及统计,但是我愿意相信你们,所以不会阻止及反对。亦由于这种互信关係,企业的信赖度及名声亦由此而来。为何人人都在那个入门网站搜索?为何人人都在那个社交媒体与朋友联络?只要该平台可疑,令用家不信任,就难以聚集人流,亦影响数据收集的效率。尤其垃圾数据再如何没用,若然数量累积够多,也能化成黄金般的资产。
用家对个人资料慎重,正正是表明他们熟知大数据。毕竟大数据的来源是採自广大用户,看似稳固但同时亦很脆弱。要是广大用户故意提供不完整的数据,甚至提供错误的数据,便会击垮大数据的演算:来源数据本身就是假的错误的,理所当然演算出错误的答案。故此如同报告表示,年青人确实「利用」社交网络,但不受社交网络「利用」,他们仍然保有个人知识分享的自主权,而非毫无限制地发放并任由企业免费收集。
利用大数据,仅记积极回应及维繫双方关係
香港的用家大体是开明的,六成被访者表示会更愿意购买一些信任他们会适当使用行为数据的品牌的产品和服务(60%)。调查亦发现如果品牌公司可以从行为数据分析,了解受访者的喜好而提议更贴心的产品和服务时,超过四成年轻人表示会更喜欢该品牌(42%)。良性关係才能令大数据价值链正常运作,企业在利用大数据时,亦应仅记用家是提供者,积极回应及维繫双方关係亦是另一种无形的核心价值。
只要妥善处理私隐问题及清楚说明利用的範围,香港市民其实不大反对收集其行为数据。事实上我们更应该关心大数据时代下会进一步破坏自由市场,产生商业革命:只有少数大企业握住大数据,小企业或新创公司纵然有钱亦由于种种理由而无法获取,双方站在不一样的起跑线,加剧商界 M 型化以至社会整体贫富悬殊。在大家迎接大数据时代前,上至各国政府下至社会学者应该早一步思考如何解决这些将来必然产生的变化。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 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 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 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 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18