1.9 大數據

1.9.1 簡介

IT網絡、硬件技術的深入發展，使得人們存儲數據的能力大大增強。社交媒體、電商平臺等互聯網應用深入人們日常生活，產生越來越多的結構與非結構化數據，人們對數據挖掘、分析的能力不斷提升。各國政府也在逐步加大對大數據的公開程度，以便公眾能夠利用大數據開發出更多應用以提高生產力。這些因素，共同孕育了一個大數據應用時代的降臨。

1．什么是大數據

大數據是指以服務重大決策為目的，需要新型數據處理方法才能對其內容進行采集、存儲、管理和分析的一種海量、高增長率和多樣化的信息資本。大數據的戰略意義不在于擁有一堆龐大的數據，而在于對這些數據進行加工、挖掘，從中發現其規律和價值，以便于數據使用者作出正確的決策，以及直接應用到業務經營中，從而實現數據的增值。

大數據具有規模龐大、發生頻率高、實時反應、永遠在線，以及全樣本、多維度、非結構化特點，具有傳統數據處理不可比擬的優勢。在處理事物的關系類型方面，大數據既能處理因果關系，又能處理相關關系，甚至能反映出一些風馬牛不相及的隱蔽現象。

2．大數據趣事

1）啤酒和尿布

沃爾瑪超市大數據分析發現一個現象，啤酒與尿布兩種商品經常會同時出現在一張小票單上。原來，前往超市給孩子買尿布的爸爸，通常會順便給自己買一罐啤酒。于是，沃爾瑪作出一個決策，將啤酒和尿布兩種商品調整到相鄰貨位，方便爸爸們購買。這樣一來，用戶體驗更好，兩種商品賣得更多了。

2）內衣與敗家

還有一件有趣的事。2014年夏天，阿里數據分析師在對內衣銷售數據進行分析后發現，65%的B罩杯女性顧客屬于低消費顧客，而C罩杯及更大罩杯的女性顧客大多屬于中等消費或高消費顧客。通俗地講就是，購買大號內衣的女性比購買小號內衣的女性更“敗家”。此結論一出，公眾嘩然，大家對大數據的實際應用有了一個直觀的了解。

其實仔細想想，也有一定的道理，胸大的女性在人類進化的過程中具有更多的選擇權，而男人也更傾向于選擇看起來健康、生殖能力強的女性，胸大與否就是判斷標準之一。所以，胸大的女性就更有可能嫁給經濟能力強的男人，消費欲望和消費能力自然就更強。大數據就這樣迅速地揭示了人類的基因密碼。

3．大數據分析有什么優勢

1）高度智能化

一方面，實現信息的收集、分析智能化；另一方面，實現數據與用戶需求的有效匹配。

有一位顧客想要在冬天買一件男裝，登錄電商平臺輸入“男裝”關鍵詞，然后彈出來關于男裝的商品頁面，顧客點擊之后，進入商品詳情頁面，這一過程會被電商平臺詳細記錄下來進入數據庫，包括商品信息、商品偏好、停留時間等。后臺經過對其搜索行為進行分析，了解到該用戶或其親友有購買男裝的需求，然后系統會在后續用戶上網過程中，自動推送男裝方面的商品廣告頁面到用戶屏幕，促使用戶發生購買行為。

2）更加及時

傳統的市場調研或人口普查需要面對面的線下統計活動，既要花費大量的時間，還要經過嚴謹、煩瑣的計算過程，而通過大數據分析很快就能得到統計結果。

3）成本更低

傳統的調研、統計、分析、管理方法需要消耗大量的人力、物力、財力成本，而通過大數據處理，具有顯著的成本優勢。比如獲得一張調查問卷的成本至少是兩元，包括印刷成本和禮品成本，而通過大數據進行調研可能只需要幾分錢。

1.9.2 大數據的商業價值

1．信息定制模式

傳統的觀念是內容為王。在一些大型門戶網站，其提供的海量、豐富信息頗為吸引眼球。但是，互聯網已經開始進入信息過載時代，用戶更希望在泛濫的信息展示、推送中看到自己感興趣的信息以節約時間。通過大數據信息智能匹配技術可精準推送用戶需要的信息，為用戶節省大量的時間。為了獲得更有價值的信息，許多用戶愿意為此買單。根據咨詢機構預測，信息服務定制將會有千億元的市場規模。

2．廣告模式

大數據是精準廣告推送的技術基礎。平臺方在獲得用戶行為信息、偏好信息之后，根據大數據分析出用戶特點。平臺再根據統計結果，為用戶一對一精準推送廣告，提升成交率。對于廣告主來說，他能清楚地知道，自己的廣告費究竟花在了哪里，從而減少廣告浪費，提升營銷效果。對于平臺來說，其廣告的精準投放方式顛覆了傳統的撒網式、喇叭式傳播，成本更低，更受廣告主的歡迎，有利于打造平臺核心競爭力。

對于淘寶、京東、1號店等電子商務平臺來說，由于商品、服務推薦信息能夠做到一對一智能匹配、精準投放，客戶成交率大幅度上升，可為平臺帶來更多的有效流量，提升平臺銷售額，而且不影響客戶體驗。

3．數據采集/分析/應用等階段應用模式

1）租售數據模式

經營者如果將自己定位于數據采集、整理階段，則可以通過收集、整理、過濾、校對、打包等處理流程擁有大量有價值的數據，然后將數據以租賃和銷售的模式實現盈利。例如，四維圖新擁有龐大的電子地圖數據庫，在地圖產業鏈中占據著有利位置，就將地圖數據出售給百度等平臺獲得盈利。騰訊更是先入為主，直接出資11.7億元，購買其11.28%的股份，成為四維圖新的二股東，以在接下來的O2O行業競爭中占據先機。

2）租售信息模式

如果經營者將自己定位于數據整理和分析階段，可以采編各類信息、數據，建設和維護數據平臺，通過各種渠道將信息傳遞、租售出去。例如，彭博是全球領先的商業、金融、財經信息提供商，通過強大的數據平臺為決策制定者帶來關鍵信息。艾媒咨詢、易觀智庫、TalkingData等咨詢機構在通過市場調查做出了調研報告之后，可以將其出售給行業決策者獲取收益，每份報告價格少則幾千元，多則幾十萬元。

3）數據使能模式

這是大數據的直接應用階段，經營者可精準定位于某一行業，通過數據挖掘、分析之后，對其相關使用主體進行預測，評估其后續可能行為，進而實現盈利。例如，阿里小貸通過電商平臺上的買家、賣家的交易數據、往來明細、信用評價等大數據挖掘分析得出結論，可評估借款人的貸款金額、還款能力，預測其還款日期，大大降低了借貸風險，實現了低風險的穩定盈利模式。

4.B2B大數據服務模式

一些企業在日常經營過程中沉淀下來大量數據，卻不知道如何對其進行挖掘，體現大數據價值。專業的大數據服務機構則為用戶提供數據挖掘分析解決方案，幫助他們對自己的數據進行加工，讓高高在上的大數據技術走進企業、單位的實際應用。

國內的大數據領先企業拓爾思就有多款大數據挖掘分析產品，包括內容管理系統、文本挖掘軟件、身份服務器系統、機器數據挖掘引擎、大數據輿情分析平臺等。拓爾思為政府、金融、安全、教育、媒體、企業等領域提供大數據應用解決方案，是國內第一家在A股上市的大數據企業。2015年，拓爾思年報凈利潤達到1.21億元。