京公网安备 11010802034615号
经营许可证编号:京B2-20210330
移动大数据的三大核心 实时、适时、全时
我们应该清醒认识到,商业的基础正因移动互联网的普及而改变。
美国一家初创公司Appsee提供的移动产品分析中有些功能很有意思。 例如使用“use recording”(注意不是收集)录下用户使用app时的行为包括点击、滑动、 放大、摇一摇等各种动作, 通过动作了解用户兴趣、意向和需要。
移动带来的变革远远超过数据分析,但最为敏感的可能就是数据分析了。如今,你是否已经用全新的角度去思考无线业务做得好不好?移动大潮之下,每个公司都要从上到下重新思考。
不过,当数据从传统桌面计算机转到移动终端时,我们往往会遇到两大误区:
第一个误区:把手机当作一个新增的媒体渠道
把手机当作类似另一个屏幕,这是完全不够的。手机上作为一个功能设备产生的行为数据,不仅仅有时间维度,还有空间维度和社交维度,这么多维度迭加在一起,分析的层面和方式也远远多于传统网页。
第二个误区:用同样的方式来考评桌面计算机和移动终端;
在桌面计算机上,我们更关注流量转换的指标;而移动终端更在乎的是参与度,例如用户在一个app的停留时间、是否愿意接收提示、版本更新等。手指讯息如点击、滑动、 放大、摇一摇等在无线时代均会成为关键。
3T是移动数据的核心
跟大数据的4V(巨量、多样、速度、价值)比较,移动大数据的核心更着重于:实时 (real time)、适时 (right time)、全时 (all the time)。任何一个完整的高效服务都离不开这3个T。
拿零售业作例子,Real time是指实时数据的获取和推送能力;未来我们将通过手机,或者是智能穿戴设备赢得越来越多「接触」用户的机会。这些机会将为我们提供大量的时空讯息,将每一刻感知到的用户数据延续,就是 all the time 。
但有了这种感知的能力之后,你怎么知道甚么时候是推荐服务的最佳时机 (right time) 呢?这时就必须要有all the time的数据收集,才会知道用户的需求规律,才会知道营销的关键点并做到有效触达。
只有在俱备三个T的能力下,你才能明确在甚么地方,甚么时间点,给甚么样的用户,甚么样的特别优惠。因为你已经熟知用户的过往购买习惯、消费习惯,甚至行路习惯,所以才会知道,明天下午一点半,推荐一杯半价咖啡给他将是非常有效的促销方式。
全新的数据关系
最大的数据来自最小的设备。手机会变的越来越智能,他可以“感受”,可以处理文字图像,可以通过网络连接你身边的一切。这是最完美的集中,这不是一种创新,而是一群创新。
未来没有谁会比手机更了解你,它甚至会了解你的情绪,超出了自然语言。手机将会成为你的数据收集者,也会成为你的数据守门员。手机可以判断可以将哪些数据分享给哪些商家。而商家自己都不用建立数据库,它的数据存在每个人的云空间,只要被授权就可以拿出来使用。
这将会是用户、数据和商家之间一种全新的关系。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22