京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网大数据只是大数据的起点_数据分析师
昨天中国互联网协会数据分析研究工作组在中国互联网大数据年会成立,我作为研究工作组的专家成员做了一个简短的分享。分享的内容,放到朋友圈里面已经有106个“心”了。在此,把分享内容放到公众号。
Part One移动大数据的重要性和特殊性
这里面有三个点值得我们关注:
第一,整个互联网往移动端发展,得移动互联网的天下;
(1)2014年上半年手机网民占所有网民的比例是83%以上,现在这个比例会更高;
(2)很多大型互联网企业的pc走势都是平缓的,而移动端则增长迅猛;
(3)刚才易车的朱总提到,易车60%以上的销售线索来源于移动端。
第二,移动互联网的发展是大数据发展的最重要驱动力;
为什么前几年不叫大数据,这几年大数据才火起来。我们认为最重要的一点是互联网尤其是移动互联网的发展。
我们举一个极端点的例子。路上的摄像头是不是采集很多数据,但是如果大家都用这个方法来采集,数据采集和处理门槛就非常高。因为他们的存储成本和处理成本都非常高。
而移动互联网让我们数据采集的成本大大降低,同时又有一个非常好的反馈渠道,即数据采集分析挖掘后,可以反过来给用户push相应的服务,数据采集和应用服务是打通的。
第三,移动大数据的特殊性
如果在pc互联网时代,你能拿到的数据有限。由于移动互联网是碎片化的时间使用,从数据角度来看,移动数据种类多、更容易代表一个人的完整行为和兴趣。
同时,手机跟pc最大的不一样就是屏幕。由于屏幕小,你不能什么东西都提供给用户。更需要通过大数据来了解用户的需求,投其所好。
Part Two 大数据如何在企业运营管理落地
大型的互联网企业其实做大数据已经比较领先了,但传统企业更需要也更迫切了解大数据如何落地。这方面如果要展开,可能要探讨两做天,所以就不详细展开了。
这里面想跟大家探讨的是,如果企业想开展大数据的工作,第一步应该怎么做?
当然是组建团队。组建团队的时候,有三个问题:
1.大数据团队领导人应该向谁汇报?
我的建议是越高层越好,越偏业务越好。有很多企业说重视数据,但老板都不看,这样根本用不起来。所以数据团队一定要能直接向高层汇报。那么是向COO汇报还是想CTO汇报呢?我的经验觉得向COO汇报更为合适。因为数据要为业务服务,为运营服务,数据从业务来,应该循环支撑业务。
2.大数据团队应该如何招聘什么样的人才?
不仅仅是平台技术类、数据处理类人才、还需要数据分析、数据挖掘、算法工程师、数据产品经理,还有一个往往被忽略的时候用户研究经理。因为大家总觉得有了大数据就不需要面对面的用户做深入的了解了。我觉得这是一个非常错误的看法。因为大数据往往不容易看到用户态度和心理层面的东西。另外,在很多产品没有上线前,要测试各种版本的效果,需要做用户调研,也是非常需要用户研究经理来帮忙。
3.大数据团队应该如何和企业各业务部门协同工作?
很多企业会往往出现这样一个现象,业务说数据人员不懂业务,闭门造车;数据人员说业务人员不懂数据,不懂统计学,不懂方法论;所以两者合作起来就很麻烦。所以,对于大企业,大数据团队需要一个公司级的独立数据部门,也需要每个业务部门配几个分析师形成分析中心。公司级的数据部门需要和业务部门的数据分析师一起合作更好的合作。
Part Three 大数据更广泛的应用
中国互联网协会的李部长问我,今天很多朋友谈大数据都是为广告和营销服务,是不是大数据就只能应用在这方面呢?其实,我很早之前就思考这个问题,近两年答案越来越明显了。
大数据如果作为商业模式中的一个引擎,即大数据作为产品的一个引擎,就有可能促进商业模式的升级。打个比方,把一个传统的商业模式比作一辆汽车,这辆汽车的引擎是2.0的排量,如果你在设计商业模式的时候把大数据很好的融入商业模式中,那么这辆2.0排量的汽车就有可能升级为2.0T,即变成带涡轮增压的发动机,动力将更猛。
大数据在很多领域,尤其是智能家居和健康医疗有非常好的应用:
♦ 当你发现,你家里的冰箱可以告诉你,经过分析,你应该去买胡萝卜了,你可以在电冰箱的屏幕下单或者用手机APP直接下单;
♦ 当你发现,你家里的灯光可以根据你的心情来调整,或者你可以通过手机APP来调整;
♦ 当你发现,你可以通过手机APP远程的监控身在老家的父母的血压,及时预警;
♦ 当你发现,你可以通过手机APP查看安装在老家的摄像头,看到父母的生活情况,而且摄像头可以给你报警,如果你的父母摔倒了,你可以立即采取行动。
所以,互联网大数据只是大数据的起点,未来还有很多想象空间,我们作为数据从业者,觉得还是非常幸运的。谢谢大家。
文:傅志华
关于作者:傅志华先生曾为腾讯社交网络事业群数据中心总监以及腾讯公司数据协会会长。在腾讯前,曾任DCCI互联网数据中心副总裁。傅志华先生现就职于某美国上市互联网公司大中心,同时任中国信息协会大数据分会理事和中国互联网协会数据分析研究组专家。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20