京公网安备 11010802034615号
经营许可证编号:京B2-20210330
阿里大数据有多少肉多少壳_数据分析师培训
去年,阿里巴巴举办了一次天猫算法推荐大赛,其中6名大学生组成的团队拿走了100万元的头奖,他们设计的算法效率超过了阿里巴巴工程师16.9%,这套算法随机被运用到去年的“双11”中,让商品推荐变得更加准确。最近,阿里巴巴投入1500万元启动一个代号为“天池”的数据竞赛,选手们比拼如何利用现有大数据进行淘宝女装搭配的算法推荐、余额宝资金的进出预测等。去年比赛时有7276支队伍参加,明年将是虾米音乐等课题的推荐大赛,每年阿里巴巴投资1500万元推动大数据运用比赛,一来是招揽人才,二来是推动大数据生态建设,三来是创新产品的商业化应用。但是,笔者认为,大数据里面是即有肉又有壳,鱼龙混杂,阿里大数据有多少肉多少壳呢?
的确,根据消费者的购买产品、下载数据、点击产品,基本上能够推断出消费者的喜好,然后进行准进营销,比如推荐对口产品,有的根据这种特点进行大促销精准发送信息。这是大数据的肉,北京大悦城做这方面、小米做这方面挖到肉了。但是,大数据也有壳,下面细说。
1、过去消费者上网是通过台式电脑,这就是唯一的入口。现在可以是智能手机入口、平板电脑入口、智能电视入口、智能穿戴入口,变成用户信息碎片化,而且数据更加分散化了。如果按原来的台式机电脑用户或原来的购买网址投放广告或推荐产品,就没有多大效果了。
2、由于现在网上流行买一件是原价,买两件是另一个低价格,买五件单价更低,等等。如此就造成很多同事或邻居或朋友一起合起来买,但是购买者,这次是你,下次是他,再下次是我,如此变成网站推荐、广告投放没有意义了。
3、反腐让原来的许多高端消费者石沉大海,因为市场没有了,数据变成枯萎了。
4、由于审美口味的变迁,原来的款式、色彩已经不喜欢了,比如原来男装喜欢素装,现在喜欢女性化男装了。原来喜欢宽松,现在喜欢紧贴身体的服装了。女性原来喜欢紧贴身体体现出曲线美,现在喜欢宽松的服装了,说什么把胸部从紧绷的包围中解放出来,有利于乳房的发育、饱满。过去的数据没有意义了,如果根据过去的数据进行精准投放,结果都弄反了。
5、过去的认识能力有限,很多消费品购买了。由于认识产品危害的提高,变成现在不消费过去的有毒、危害产品了。那么,这些过去的大数据就没有多大意义了,如果根据过去的网址投放广告、推荐产品,变成消费者讨厌了。
6、任何吃的、穿的、玩的产品,只要时间一久,就会生厌,这是就有追求逆反的心里,如果网站还是推荐这些过去的吃、穿、玩的产品广告,那么就会引发消费者的厌恶。
7、当阿里巴巴网站的业务还是依靠快递投送时,以1919网、酒仙网、红酒网等的产品龙头网,已经剔除快递投送了,而是直接让加盟旗舰店员工投送消费者购买的产品,这能节约7%的费用。如果全国各行各业学这套,阿里巴巴等巨头的购物就会受到挑战。如果各地政府搭建管辖范围内的综合网站平台,让大型本地店铺自己员工投送本市消费者的购买产品,如此就会大大减少互联网巨头的业绩,而且会大大减少互联网巨头的流量。将来,互联网巨头有可能步大卖场现在的后尘。
8、大数据分析是过去的数据,并不代表未来,如果抓住将来的消费趋势,那么,就会抓住主要消费数据了。所以,大数据属于历史不属于未来。
综上所述,笔者认为,通过以上8点分析,大数据是有大量的壳的,当然也是有肉的。互联网上的精准营销、推荐未必就是有效的。由于网购一半以上是服装鞋子箱包产品,但是服装鞋子是快时尚产品,不仅尺码不一,而且照片与手感、质感、厚度等都是不一样的,很多照片通过修正后更加好看,而有的产品换个角度拍摄的效果非常好。由于买回与网络效果不一样,服装退货率达到70%,将来服装这种网购会不会面临淘汰?还存在未知数。另外,每年的“双11”,很多促销没必要进行,因为没有肉,但是却被逼低价销售,这是乱折腾。很明显,大数据并不是都是肉,壳也不少,相互对冲后,还剩多少肉?将来的互联网发展有可能去现在流行的综合平台网模式,那么新的模式如何创新呢?就像现在的大卖场模式已经淘汰如何创新销售模式呢?所以,笔者建议企业家们不要痴迷于大数据、互联网+,而是要形成自己独特的网络模式、O2O模式,这就需要创新专家根据企业的独特性进行度身定做网络模式、O2O模式,否则,就成不了领头羊。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 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 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 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 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28