热线电话：13121318867

登录
首页精彩阅读大数据价值产生就在今天_数据分析师
大数据价值产生就在今天_数据分析师
2014-11-24
收藏


大数据价值产生就在今天_数据分析师



最近有两个观点看待大数据，要么认为大数据需要在未来逐步发掘价值，要么认为大数据本身就是大忽悠，但我两者都不认同。
 
大数据无非以两种业务形式存在，一种是事务流程数据，一种是社交网络数据。事务流程数据的本质,就是按照业务流程或产品流程而进行, 例如用户网购行为、用户浏览网页过程、用户银行借贷流程、ERP操作流程等，都属此类；社交网络数据，就是通过通讯、互联网等方式的用户与用户之间的互动、交友产生的行为，都属此类。
 
我们分清楚两大类数据， 其目的就是看清所谓大数据的本质。例如事务流程分析的核心本质，就是看用户或事务发生的流程，是否符合企业（准确地说是BI使用方）想要的流程行进，BI分析的目的始终围绕是否符合企业的流程行进，如果没有，相关问题是什么，问题出现在哪些方面，我们可以用什么方式来使他们走向“正规”？
 
社交网路分析的核心本质就要复杂一些，根据社交网络的模式形态，可再细分为交友型社交网络（如交友网站等）、产品功能型社交网络（如专业技术网站）、以及综合型社交网络（如微博，既有交友也有专业问题讨论功能）至少三种分类。
 
那么这些大数据如何利用，就看商业模式怎么靠拢，大数据涵盖复杂、微妙的信息，要很快分析到极致，是不可能的，漫无目的分析，也没人适用而产生价值。所以最好的办法，就是贴近业务，贴近运营和产品本身。
 
关键准备工作数据质量和完整性
 
数据质量是一个专题，这里不做详细介绍，但数据完整性常常被忽略，导致分析无法达到极致，让BI产生应用的价值。
 
例如物流从A仓库先到B虚拟仓库再转到C或D仓库，如果订单数据中，无法将本来2步的流程关联在一起，那么我们无法知道某批货物从A到B后，到底去了C还是D，这时就需要保证数据完整性，数据分析才能产生应有的价值
 
业务细致地分解贴近数据
 
任何业务流程都是与流程和产品功能组成，任何价值产品的问题和机会，都逃不开流程细节中产生，产品运营问题、产品是否够好，都可以从功能的使用上找到答案。所以如果谁说连业务流程和产品功能都没整理清楚就能做好BI，那肯定是在玩数据，而不是做BI。
 
例如我们发现某款产品用户黏度在降低，活跃用户、使用时间和频率等KPI都在降低，该怎么办？那么我们除了对用户要进行分析，例如分析用户生命周期外，必须对产品的功能都要吃透，才能发现哪些流程和功能让用户改变了看法。当然具体数据分析方法，根据不同业务特点和功能特点，需要具体再选择，这是具体实现的过程。
 
商业价值导向数据价值事务流程类数据
 
这类数据是最常见的大数据，他们的最大2个陷阱是：
 
1．  弄错业务运营与数据分析的顺序。例如我们想利用好商品的周期性，增强销售和用户粘性。但如果你是想先通过数据分析找出周期性，然后再想办法改善运营，就是完全荒谬的流程。因为购买周期性是运营措施引导用户根据商品周期性而产生，如果你没有引导，绝大数情况不会自动产生周期性，用户没那么听话。
 
2．  业务流程和产品功能整理得不够细，例如电商访问分析中，如果你忽略了用户看帮助的动作，那么你就会忽略他后面的行为，到底是因为什么原因而中止购买，会简单认为可能只是逛逛，业务他不太明白某些事情而中止，单是你数据分析中可能忽略了。
 
社交网络类数据
 
事务流程类数据价值容易理解一些，但是社交网络数据价值，恐怕难度很大，一则社交网路商业价值本身有待开发，其次大用户集社交网络计算量庞大，随着用户量规模上涨呈指数级上升，导致很多情况下，大家关注点是在技术本身，而非如何挖掘数据在商业上的价值。
 
其实社交网络的价值是比较明确的，只不过在实际运营中会有难度，并非社交网络就是用户与用户之间的关系这么单纯。
 
例如综合型社交网络，它的表面上的核心目的，是增强用户粘性，对用户的价值，是让用户在上面既能找到自己想要的信息，也能找到合适自己的朋友，同时自己发布的信息有合适听众。
那么潜在商业价值至少有专题访谈推广（靠综合人气，而非社交）、社会化推广（借助社交网络口碑化传播）、精确传播（通过用户行为、社交网络传播）、专业**（通过用户行为了解用户专业倾向以及圈子的影响力）、直接广告、VIP用户精确服务。
 
从每个业务目的来说，并不需要把网状关系图全部计算出来才能产生价值，反之如果我们身陷网状社会关系图的描述中，往往会迷失分析的真正目的。
 
例如从A用户到D用户没有直接社交关系，但通过最近路径计算，可以通过A关系B，然后B关系C，最后C关系D，发现这是他们最近的关系图，但是这种路径计算毫无明显的业务价值和商业价值，太绕而迷失计算算法中。如果我们需要让合适的话题让合适的需求者知道，并非需要这样的计算达到目标，而是直接通过精确的用户类型和话题分类分析，直接引导和推荐达到该目的。
总结大数据无非就那么两大类，它们的价值完全隐藏在我们需要的业务中，他们的信息还有那些不能满足我们，这也完全看我们对业务的理解发现，然后再去找更多的数据，来满足我们对数据的进一步需求。文章来源：CDA数据分析师



CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

大数据 数据分析

数据分析咨询请扫描二维码

上一篇成为CDA会员俱乐部志愿者你将获得！
下一篇图论在大数据分析中的作用！
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询