京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据”和谁有关_数据分析师
和想在大数据时代掘金的人有关,和在金矿附近“卖水”的人有关!
“只听楼梯响,不见人下来。”用这句话来描述很多尚处于萌芽状态的商业机会,真是太合适不过了。
“大数据商机”也正是如此。这个最早由麦肯锡提出,最后由《大数据时代》一书体系化的概念与思潮,近年来一次又一次吸引着人们的眼球,拍打着人们思想的堤岸。相信吧?不知从何下手;不相信吧?又怕落伍于时代!
正是抱着这种矛盾的心情,笔者买来了《大数据时代》一书,想看看它到底讲了什么?在“这个时代”,企业又能用什么新方法赚钱?
说实话,几个小时翻下来,那些道理论述并没有让笔者眼前一亮,倒是书中举的一些例子,让笔者有了一点儿管中窥豹的感觉。
书中写道:一天,美国折扣零售商塔吉特的一家门店来了一个男人,要求经理出来见他。他气愤地说:“我女儿还是高中生,你们却给她邮寄婴儿服和婴儿床的优惠券,你们是在鼓励她怀孕吗?”而当几天之后,商店经理打电话向这个男人道歉时,这个男人的语气变得平和起来。他说:“我和女儿谈过了,她的预产期是8月份。是我完全没有意识到这个事情的发生,应该说抱歉的人是我。”
这个戏剧性的故事为何会发生?难道是误打误撞吗?非也。按书中说法,这和“大数据”有关。原来,这家商店通过分析女性顾客的消费记录,发现女顾客在怀孕第三个月时会买很多无香乳液,几个月后,还会买一些营养品。通过分析,商店最终找出了20多种关联物,并用这些关联物给顾客进行“怀孕趋势”评分,然后在孕期的每个阶段给顾客寄送相应的优惠券!
类似的例子,书中还有一些。于是,笔者隐约明白了:“大数据时代”,企业赚钱的新办法就是对大量的数据进行分析,找出一些要素和商业机会的关联!但如果其应用仅仅是类似上面这样简单的例子,我们也就无需关注那些关于“大数据”的理论了。因为国内的保险公司、礼品公司对此早已驾轻就熟。问题是,如果“大数据”的应用更复杂,比如说一家通信运营商,怎样才能依靠“智慧的分析”,预测到90天内可能发生的客户流失并采取行动?这就远不是这家公司自身能做的到了。这时候,它就需要专业的服务。服务商是谁呢?很可能是IBM!
确实,上述通信运营商问题的解决,靠的就是IBM的服务。在广告里,IBM说帮助这家公司在一年内将客户流失率降低了35%!
也正是IBM这则“从拥有数据,到预判需求,这就是大数据的威力”的广告,让笔者眼前一亮,感到不光“听到楼梯响”,还看到“人下来了”。
让笔者好奇的是,究竟是IBM敏锐地抓住了“大数据”的趋势,还是它一开始就引领了这一趋势,并顺势推出了产品和服务呢?笔者猜测,很可能是后者。因为《大数据时代》第一作者的咨询服务对象就包括IBM。另外资料也显示,IBM从2005年就开始了“大数据”的研究,并陆续收购了多家数据分析公司。日前,IBM又公布了2015年之前支出145亿美元进行收购的计划,并表示:“大数据和分析领域将是IBM未来的利润引擎。”
看来在“大数据时代”,其他企业能掘多少金虽然不确定,但IBM这个“卖水的”,似乎要赚的盆满钵满了!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24