1.9 大数据

1.9.1 简介

IT网络、硬件技术的深入发展，使得人们存储数据的能力大大增强。社交媒体、电商平台等互联网应用深入人们日常生活，产生越来越多的结构与非结构化数据，人们对数据挖掘、分析的能力不断提升。各国政府也在逐步加大对大数据的公开程度，以便公众能够利用大数据开发出更多应用以提高生产力。这些因素，共同孕育了一个大数据应用时代的降临。

1．什么是大数据

大数据是指以服务重大决策为目的，需要新型数据处理方法才能对其内容进行采集、存储、管理和分析的一种海量、高增长率和多样化的信息资本。大数据的战略意义不在于拥有一堆庞大的数据，而在于对这些数据进行加工、挖掘，从中发现其规律和价值，以便于数据使用者作出正确的决策，以及直接应用到业务经营中，从而实现数据的增值。

大数据具有规模庞大、发生频率高、实时反应、永远在线，以及全样本、多维度、非结构化特点，具有传统数据处理不可比拟的优势。在处理事物的关系类型方面，大数据既能处理因果关系，又能处理相关关系，甚至能反映出一些风马牛不相及的隐蔽现象。

2．大数据趣事

1）啤酒和尿布

沃尔玛超市大数据分析发现一个现象，啤酒与尿布两种商品经常会同时出现在一张小票单上。原来，前往超市给孩子买尿布的爸爸，通常会顺便给自己买一罐啤酒。于是，沃尔玛作出一个决策，将啤酒和尿布两种商品调整到相邻货位，方便爸爸们购买。这样一来，用户体验更好，两种商品卖得更多了。

2）内衣与败家

还有一件有趣的事。2014年夏天，阿里数据分析师在对内衣销售数据进行分析后发现，65%的B罩杯女性顾客属于低消费顾客，而C罩杯及更大罩杯的女性顾客大多属于中等消费或高消费顾客。通俗地讲就是，购买大号内衣的女性比购买小号内衣的女性更“败家”。此结论一出，公众哗然，大家对大数据的实际应用有了一个直观的了解。

其实仔细想想，也有一定的道理，胸大的女性在人类进化的过程中具有更多的选择权，而男人也更倾向于选择看起来健康、生殖能力强的女性，胸大与否就是判断标准之一。所以，胸大的女性就更有可能嫁给经济能力强的男人，消费欲望和消费能力自然就更强。大数据就这样迅速地揭示了人类的基因密码。

3．大数据分析有什么优势

1）高度智能化

一方面，实现信息的收集、分析智能化；另一方面，实现数据与用户需求的有效匹配。

有一位顾客想要在冬天买一件男装，登录电商平台输入“男装”关键词，然后弹出来关于男装的商品页面，顾客点击之后，进入商品详情页面，这一过程会被电商平台详细记录下来进入数据库，包括商品信息、商品偏好、停留时间等。后台经过对其搜索行为进行分析，了解到该用户或其亲友有购买男装的需求，然后系统会在后续用户上网过程中，自动推送男装方面的商品广告页面到用户屏幕，促使用户发生购买行为。

2）更加及时

传统的市场调研或人口普查需要面对面的线下统计活动，既要花费大量的时间，还要经过严谨、烦琐的计算过程，而通过大数据分析很快就能得到统计结果。

3）成本更低

传统的调研、统计、分析、管理方法需要消耗大量的人力、物力、财力成本，而通过大数据处理，具有显著的成本优势。比如获得一张调查问卷的成本至少是两元，包括印刷成本和礼品成本，而通过大数据进行调研可能只需要几分钱。

1.9.2 大数据的商业价值

1．信息定制模式

传统的观念是内容为王。在一些大型门户网站，其提供的海量、丰富信息颇为吸引眼球。但是，互联网已经开始进入信息过载时代，用户更希望在泛滥的信息展示、推送中看到自己感兴趣的信息以节约时间。通过大数据信息智能匹配技术可精准推送用户需要的信息，为用户节省大量的时间。为了获得更有价值的信息，许多用户愿意为此买单。根据咨询机构预测，信息服务定制将会有千亿元的市场规模。

2．广告模式

大数据是精准广告推送的技术基础。平台方在获得用户行为信息、偏好信息之后，根据大数据分析出用户特点。平台再根据统计结果，为用户一对一精准推送广告，提升成交率。对于广告主来说，他能清楚地知道，自己的广告费究竟花在了哪里，从而减少广告浪费，提升营销效果。对于平台来说，其广告的精准投放方式颠覆了传统的撒网式、喇叭式传播，成本更低，更受广告主的欢迎，有利于打造平台核心竞争力。

对于淘宝、京东、1号店等电子商务平台来说，由于商品、服务推荐信息能够做到一对一智能匹配、精准投放，客户成交率大幅度上升，可为平台带来更多的有效流量，提升平台销售额，而且不影响客户体验。

3．数据采集/分析/应用等阶段应用模式

1）租售数据模式

经营者如果将自己定位于数据采集、整理阶段，则可以通过收集、整理、过滤、校对、打包等处理流程拥有大量有价值的数据，然后将数据以租赁和销售的模式实现盈利。例如，四维图新拥有庞大的电子地图数据库，在地图产业链中占据着有利位置，就将地图数据出售给百度等平台获得盈利。腾讯更是先入为主，直接出资11.7亿元，购买其11.28%的股份，成为四维图新的二股东，以在接下来的O2O行业竞争中占据先机。

2）租售信息模式

如果经营者将自己定位于数据整理和分析阶段，可以采编各类信息、数据，建设和维护数据平台，通过各种渠道将信息传递、租售出去。例如，彭博是全球领先的商业、金融、财经信息提供商，通过强大的数据平台为决策制定者带来关键信息。艾媒咨询、易观智库、TalkingData等咨询机构在通过市场调查做出了调研报告之后，可以将其出售给行业决策者获取收益，每份报告价格少则几千元，多则几十万元。

3）数据使能模式

这是大数据的直接应用阶段，经营者可精准定位于某一行业，通过数据挖掘、分析之后，对其相关使用主体进行预测，评估其后续可能行为，进而实现盈利。例如，阿里小贷通过电商平台上的买家、卖家的交易数据、往来明细、信用评价等大数据挖掘分析得出结论，可评估借款人的贷款金额、还款能力，预测其还款日期，大大降低了借贷风险，实现了低风险的稳定盈利模式。

4.B2B大数据服务模式

一些企业在日常经营过程中沉淀下来大量数据，却不知道如何对其进行挖掘，体现大数据价值。专业的大数据服务机构则为用户提供数据挖掘分析解决方案，帮助他们对自己的数据进行加工，让高高在上的大数据技术走进企业、单位的实际应用。

国内的大数据领先企业拓尔思就有多款大数据挖掘分析产品，包括内容管理系统、文本挖掘软件、身份服务器系统、机器数据挖掘引擎、大数据舆情分析平台等。拓尔思为政府、金融、安全、教育、媒体、企业等领域提供大数据应用解决方案，是国内第一家在A股上市的大数据企业。2015年，拓尔思年报净利润达到1.21亿元。