
大数据让小微商户也能成为大力神的儿子
根据IDC和EMC发布的报告,到2020年地球上每个人的数据容储量将达到5TB。这令人感到恐怖的数据量,使得很多人一谈到大数据就会产生一种无力感。如同坐拥了一座巨大无比的金山,却每天只能用手慢慢地挖,慢慢地开采,像愚公移山一般,每天24小时不停歇,也不过开采这金山的九牛一毛。
最近在美国观看YOUTUBE视频时候弹出最多的广告是一家叫做Square的移动支付公司。Square公司推出的移动读卡器能够在配合智能手机与移动网络的情况下进行刷卡消费。这种突破了时间与空间局限的支付产品,大大地降低了刷卡消费支付的技术门槛和硬件需求,使得小微商户支持刷卡消费变成了现实。 广告中一位顾客在美发完成以后,愉快地掏出信用卡,在插有Square移动读卡器的ipad上付账。店长满面笑容。而中国公司迅速的跟进使得这种笑容从美国一直绽开到了中国。拉卡拉考拉手机支付从外观到功能与Square都极其相似。
试想一下,有一天你到菜市场买菜,掏钱的时候,蔬菜摊的王大姐从凳子上拿起正在充电的手机,面带微笑地对你说,“老妹/老弟你可以用信用卡付钱的。”或是你下班经过地铁站,想要在路边摊买一碗麻辣烫吃吃,付钱的时候,推车的小伙子掏出手机对你说,“大哥/美女你可以用信用卡付钱的。”这样的一个覆盖面,根据The long tail(长尾理论),在中国这么庞大的市场所创造的资金流是非常可怕的。而移动支付所带来的利益远不止这庞大的资金链,实际上,大量的支付信息所提供给公司的是大量宝贵的数据。当有一天,我们能够监控每一个用户的每一个小微的消费行为,那么我们对于大数据的收集将会进入另一个层次。本质上来讲,这些每日琐碎的小微消费正是组成我们每天生活的主体,而分析通过这些小微消费所得到的大数据,恰能给我们带来最精准的消费行为预测。
我第一次接触Square是在我本科学校宾州州立大学附近的一家叫Uncle Chan(陈叔叔)的中餐店。陈叔叔的外卖包括自取均是使用Square连接ipad进行刷卡支付。我从小就是素食主义者,每次点餐都要到店里面专门跟他们嘱咐一下。因为美国中餐馆的素菜种类十分稀少,我养成了一个几乎每家中餐厅都只吃同一道菜的习惯。一来二去,这家中餐店的老板一见到我就自动帮我下一个麻婆豆腐配炒饭和汽水的单。这种行为经常出现在我们的生活当中,但凡我们常去的服务场所,不论是餐馆、理发店还是烟酒店,都会不自觉地记录我们的行为,从而对我们进行消费行为的判断。实际上,这种现象正是大数据分析的最基本表现形式。假设一家公司能够同时拥有我所有的消费行为数据,相当于我每天去的每一家店的老板都是同一个人,那么这家公司自然能够轻松地预测出我日常的消费行为。而如果每天你刚要下地铁的时候,一家路边麻辣烫对你的手机进行广告投放,这种广告投放的力度和效果是巨大的。随着至尊宝、手机pos、阳城、拉卡拉等公司的推广,这种数据的收集是可能的。
移动支付在中国的特色功能给我们带来了更大的数据量。手机充值、游戏充值、公益捐款、彩票购买,无数独特的功能给大数据的收集提供了便利。如同通过分析特殊材料的消耗量,能够判断出战斗机产量一样,我们通过分析用户手机充费的频率及金额,也能够得到一些非常有用的信息。
中国这个庞大的国家,能够给我提供巨大无比的数据量。
大数据从开始出现时的以TB为单位,现在已经驶入了以EB为单位的时代。根据IDC和EMC发布的报告,到2020年地球上每个人的数据容储量将达到5TB。这令人感到恐怖的数据量,使得很多人一谈到大数据就会产生一种无力感。如同坐拥了一座巨大无比的金山,却每天只能用手慢慢地挖,慢慢地开采,如同愚公移山一般,每天24小时不停歇,也不过开采这金山的九牛一毛。我在做营销项目的过程中接触过一些美国的大数据分析公司。这些分析公司都在谈他们能够为特定的企业提供什么样的一种服务。可这些已知的、能够被提供的服务所利用上的大数据,可能只是这个金山上长的那些树而已,远非金子本身。未来科技能够做到的,是分析每个用户的每个细微的行为。心跳、呼吸、眨眼次数、血压、说话的音量、说话的速度,一切的一切都能够被收集。传说中的须弥山,由金、银、琉璃、玻瓈四宝构成,高110万千米。由这些大数据所构成的金山,恐怕比须弥山只大不小。这无量无边的数据所组成的金山,凭借我们现有的分析和处理能力,和愚公移山无二无别。
那么,面对这无量无边的大数据,我们如何应对?在我看来,正如同故事里的愚公,无论他怎样努力,大山终究无法被动摇。但是天帝派来的夸娥氏的儿子们,轻松就将大山抬走。用来分析数据的电脑,不论怎样更新换代,不论拥有再高的运算速度,终究只是工具。如同给猴子一个算盘,不论它怎么挥舞都始终偏离正确的使用方式。我们已经拥有了超越我们驾驭能力的工具,也拥有了超越我们驾驭范围的金山。那么下一步,就是要我们自己从愚公,转变成大力神的儿子。
我在上一篇文章里提到过大数据的未来,就是用大数据来探究宇宙人生的规律。在探究这个真相的过程中,唯有提升我们的认知,提升我们的境界,提高我们的智慧,才有可能从大数据中提炼出真理。唯有透过大数据的现象,看到商业规律的本质,才能够驾驭大数据并有的放矢。从前,布鲁诺支持日心说,挑战了教会的地心说,虽然超前地更接近于真相,却难逃被烧死的命运。若我们不去提高自己的认知,不去提升自己的境界,不去提高自己的智慧,我们也必将被湮没在这无量无边的大数据之中。即便坐拥着金山,也不知如何去挖掘。我们依然贫穷。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28