热线电话:13121318867

登录
首页精彩阅读你缺大数据的媒体属性么?
你缺大数据的媒体属性么?
2014-09-05
收藏
      一般谈到大数据技术的时候,毫无疑问,都会想到大数据定义的4V,以及结构化、非结构化数据处理、数据挖掘,以及高性能并行计算等。不过一说到大数据应用,一般就显得青黄不接了,原因是什么?因为我们都在思考某些应用“点”,每一个大家数的出来的应用案例,请问是不是都显得较为独立,在业务中属于某一个点?

      如果我们能把大数据应用能抽象出一个大类,甚至某一个行业细分,那么我们就不再迷茫和彷徨,我们也更不再在商业模式上纠结不清!


属性的总结:

大数据应用方式(包括传统的应用)如下:

1. 数据统计,结果或给决策层看,或给相关部门看,或者给公共看;

2. 数据图标展现,包括多维统计、数据挖掘展现,并有结论说明,给决策层看,或给相关部门看,或者给公共看;

3. 数据挖掘结论,转换为业务语言,推荐给被认为需要的人看;

4. 数据统计或挖掘,转换为报警、智能提醒;

5. 用户搜索的时候,根据搜索关键词+用户信息的挖掘,给出搜索结果;

6. 综合派,综合上述2个或多个方式。


 


我们再看看应用场景总结:

    1. 大数据拥有的公司或单位内部看数据或图表,并根据数据来讨论、决策;
    2. 出于公司品牌或营销的需要,将有利的数据发布到公众平台;
    3. 互联网平台和用户交互时的智能应用,如泛推荐、泛搜索;
    4. 用户关怀、提醒、恶意用户拉黑等;
    5. IT系统内部报警、提醒;
    6. 自动应答程序与用户简单问题的交流;
    7. 产业链各环节的精准预测,根据预测提升整个产业链决策效益(包括合作公司)。

从上述结论来看,大数据有两个最为明显的属性:

    1. IT技术属性,隐藏在IT系统中,常见于企业内部使用;
    2. 媒体属性,数据的发布、传播、引导,辅助销售、品牌、公关等

如何用好媒体属性

      大数据的应用,无论技术人才、推动,大都集中在IT性质的公司,在IT技术属性来说,是没有太大问题的。但对于媒体属性来说,就有很大的问题,俗话说“屁股决定脑袋”,如果将大数据技术平台搞定就算工作完成,那么自然在媒体属性上就很少下功夫,甚至没下功夫。

      互联网有天生的媒体属性,这也是为什么在互联网公司,大数据落地的事比较多的原因。不过也有局限性,毕竟提大数据需求的产品、运营,还有大数据分析人员,对于媒体的属性了解程度还不够。

媒体有几大特点(如有错误请专业人士指正):

1. 媒质,即你要传播什么,大数据的结论、分析过程,都可以是你要传播的内容;

2. 媒介,即有个传播平台,传统的如报纸、杂志,到后来的广播、电视,再到现在的互联网、移动互联网;

3. 传播,即时效性、真实性、引导性,以及现在新媒体的互动性、二次传播性
媒体方式:

1. 专业媒体平台上传播,BAT的媒体产品、社交网站、新闻网站等;

2. 自媒体传播,包括官网或官方交易平台、个人自媒体等;

3. 广告位,无论哪个平台,只要有一定流量之后,都可以广告位,通过购买或互相交换传播的方式,将流量变现;

4. 代理传播,请第三方媒体运作公司,使用上述手段代理传播
普通新闻传播和大数据的传播区别:

1. 普通新闻通过内容采集、编辑,成为媒质,大数据是通过传统内容+大数据统计和挖掘,大数据的统计和挖掘成本可能会高很多,这里有数据源成本(数据存储或买数据接口)、数据挖掘人力成本(比传统媒体人力成本高);

2. 普通新闻通过经验,传播给定向的群体,而大数据通过计算,传播给可能需要的群体。可能需要的群体效果未必就有定向的群体效果好,因为如果定向群体的人们获得了足够吸引的产品和促销,可能马上转换为可能有需求的人群,从这个角度看,大数据在这个时候,如果媒质较差,很可能变为“负面”作用,因为你漏掉的人群也许可以转换为有需求的人;

3. 普通新闻没有隐私风险,大数据传播使用过硬,很可能导致用户疑虑被“跟踪”了,效果大打折扣。
结论

1. 获取高价值用户和用数据比仅仅拥有数据挖掘技术重要,否则成本过高;

2. 传播媒介的使用方法比拥有很牛的技术平台重要,否则只有相对精准没有绝对数量;

3. 用户体验比计算得精准重要,否则人都吓得不敢用了,谈何精准。


数据分析师

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询