ITPub博客

首页 > 大数据 > 数据分析 > 大数据论坛体会

大数据论坛体会

数据分析 作者:arcplan2010 时间:2014-03-10 01:56:01 0 删除 编辑

观点的碰撞

观点一: 大数据要形成多源数据关联,价值才能快速,甚至指数级提升效果。

 

观点二: 大数据可以追求完美,例如做出更完美的玫瑰;反对者问何为完美,为啥要做完美而不是帮助人们更幸福呢?

 

观点三 算法模型在有的时候不重要了,重要的是大数据,举例气象预报,一战时发明的一个算法,当时没法达到预期的目标,而现在还是用这个算法,提前3天预报准确率达到95%

 

观点四: 物理世界有边界,大数据世界没有边界,这是大数据革命的基础,金融货币也可能因此而改变

 

观点五: 大数据隐私和权力问题,观点是你既然因为自身需要,暴露出来个人信息,本身就算同意了隐私给了互联网公司,你接受了他们的服务。

 

观点六: 高唱大数据的大都是市场营销的,因为大数据效果更直接。

 

总结观点:  1、大数据既不断提高一直在进行的计算领域,也可以开创新的“颠覆”方向;2、大数据到底目的是什么,其实没必要纠结,每个人在大数据时代愿景都不同,只要能达成自己愿景,就是好的大数据应用;3、效果最直接的,大数据从业者们都在挤着进入这个领域,这是好事,一是容易见效果,二是说明这是冰山一角,大数据潜力巨大;4、大数据没有边界,思考方式也要没有边界,才能创新,当然落地的过程是漫长的试错过程;

 

个人观点: 1、大数据还有很多利益问题没有解决,是阻碍大数据更快速发展的主要障碍,例如共享,如果很多单位认为有风险不共享,大数据总有些缺失;2. 大数据获取之后ROI问题,如果你投入20个人日采集1100T的数据,只是听说有用,理性的决策者会支持你就这样去搜集么? 3、算法模型还是需要尝试才能让大数据效果更优,老的算法是很好的基石;4、业务应用场景设计仍然是大数据的短板,目前主要领域是营销,说是潜力大,说白了,业务场景的设计仍然很苍白,对营销以外的事情帮助还不够多

 

 

关于大数据联合

联合的力量,在大数据媒体应用的介绍上已经说得比较清楚了,有数据为证,在解决了数据从无到有的基础上,通过大数据多渠道联合,效果还可以再翻倍。

 

不如我来例举一个场景说明,假设你知道张三的PC机上基本信息,例如Cookie,浏览过什么,时间和时长,这个时候你要推荐其实很难的,往往容易出现浏览过棺材,你就推荐棺材的无意义场景;如果大数据联合,你从第三方获知这些人的Cookie曾经浏览过某些专业网站,而且深度时长较长,那么定性就会更精准,例如这人喜欢看足球网站,还喜欢评论,这个时候结合他之前浏览运动服饰,你可以毫不犹豫判断他需要的是足球服饰可能性大;如果再关联社交网络,可以把他打球友标签的人,也推荐上述商品。

 

记住,上述关联仅仅是一条线,一个人有多个爱好,多个圈子,那么是否是指数级呢?如果扣除衰减、扣除人群重复效应,多重大数据关联,效果翻倍是很正常的事。

 

 

 

大数据是虚拟与实体的革命

实体经济很多都是千百年来的根基,要动有很大难度,例如铺面,那就得位置为王,铺面位置稍差一点,效果可能完全不一样。

 

论坛中提到公交卡解决了大量角票问题,网上交易解决了现钞问题。看起来和大数据没啥关系,其实是业务流程改变中,大数据需要解决原来实体中避免了的风险、体验等问题。

 

在电商说得最多的O2O,主要是本地化消费、零售、旅游等三大类,例如本地化中的电影票是可以网上买的,只是要到现场看电影,网上替代了现场买票交易,订座系统连接到网上,其证明标志是手机的内容,旅游中门票、酒店团购和这相似,零售O2O也可以采用,而机票是靠身份证这就解决了实体时代中“票”的证明问题

 

还有2个大问题要解决,风险、流量。网络有盗用风险,手机内容盗用就成为了风险,所以很多O2O仍然是当场付费,这样风险小点。那么流量呢,由于没有店铺的位置口岸问题,流量入口问题其实也难以解决。

 

后来商家想到了买流量、线上线下广告和二维码等多个方式,就是想解决流量入口问题,还有新兴的社会化媒体什么的。其实社会化口碑传播是不错的方式,但既然是口碑,效果就难以量化,你也就不知道哪个人是哪个人介绍或影响的,即使你让他填写这个资料,别人也不一定愿意。

 

论坛中其实只提到了可行性,但没提到具体怎么操作实现?这也是摆给大家想象的空间了,O2O最终链接关键还在手机等移动设备,这是大数据未来发挥的主要战场。

 

 

大数据下的指标与决策

传统BI,甚至传统BI之前,就有指标,也有看指标决策这种事情了,那么在BI出现后,有了些提升,大数据时代下,有何本质提升么?

 

在大数据论坛,无论美国公司提到的用房产指标来判断宏观经济,从而影响股票投资决策, 还是阿里企业活跃指标,都有指标、决策。

 

在小数据时代,指标是通过抽样数据获取,并用一些模型来完成指标的统计,并通过指标决策,我想在现代经济学体系下,美国公司提到的案例,在小数据时代也是类似原理吧,只不过大数据条件下准确率更高,他提到在N多次中只漏了一次(忘记具体次数了),说明大数据时代下,这样的更可信,可以让投资者更放心地决策来获得更大的收益。当然同时也在警告投资者,这可不是100%的,可不要下血本玩命。

 

所以大数据时代指标与决策,这个经济和管理学体系内,并无学术上的创新,仅仅是准确率大幅提升。但这已经足够了,经济社会,大家不都看着Money为主嘛。

<!-- 正文结束 -->

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/22702440/viewspace-1121055/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 没有了~
下一篇: 没有了~
请登录后发表评论 登录
全部评论

注册时间:2009-10-13