互联网大数据只是大数据的起点_数据分析师
昨天中国互联网协会数据分析研究工作组在中国互联网大数据年会成立,我作为研究工作组的专家成员做了一个简短的分享。分享的内容,放到朋友圈里面已经有106个“心”了。在此,把分享内容放到公众号。
Part One移动大数据的重要性和特殊性
这里面有三个点值得我们关注:
第一,整个互联网往移动端发展,得移动互联网的天下;
(1)2014年上半年手机网民占所有网民的比例是83%以上,现在这个比例会更高;
(2)很多大型互联网企业的pc走势都是平缓的,而移动端则增长迅猛;
(3)刚才易车的朱总提到,易车60%以上的销售线索来源于移动端。
第二,移动互联网的发展是大数据发展的最重要驱动力;
为什么前几年不叫大数据,这几年大数据才火起来。我们认为最重要的一点是互联网尤其是移动互联网的发展。
我们举一个极端点的例子。路上的摄像头是不是采集很多数据,但是如果大家都用这个方法来采集,数据采集和处理门槛就非常高。因为他们的存储成本和处理成本都非常高。
而移动互联网让我们数据采集的成本大大降低,同时又有一个非常好的反馈渠道,即数据采集分析挖掘后,可以反过来给用户push相应的服务,数据采集和应用服务是打通的。
第三,移动大数据的特殊性
如果在pc互联网时代,你能拿到的数据有限。由于移动互联网是碎片化的时间使用,从数据角度来看,移动数据种类多、更容易代表一个人的完整行为和兴趣。
同时,手机跟pc最大的不一样就是屏幕。由于屏幕小,你不能什么东西都提供给用户。更需要通过大数据来了解用户的需求,投其所好。
Part Two 大数据如何在企业运营管理落地
大型的互联网企业其实做大数据已经比较领先了,但传统企业更需要也更迫切了解大数据如何落地。这方面如果要展开,可能要探讨两做天,所以就不详细展开了。
这里面想跟大家探讨的是,如果企业想开展大数据的工作,第一步应该怎么做?
当然是组建团队。组建团队的时候,有三个问题:
1.大数据团队领导人应该向谁汇报?
我的建议是越高层越好,越偏业务越好。有很多企业说重视数据,但老板都不看,这样根本用不起来。所以数据团队一定要能直接向高层汇报。那么是向COO汇报还是想CTO汇报呢?我的经验觉得向COO汇报更为合适。因为数据要为业务服务,为运营服务,数据从业务来,应该循环支撑业务。
2.大数据团队应该如何招聘什么样的人才?
不仅仅是平台技术类、数据处理类人才、还需要数据分析、数据挖掘、算法工程师、数据产品经理,还有一个往往被忽略的时候用户研究经理。因为大家总觉得有了大数据就不需要面对面的用户做深入的了解了。我觉得这是一个非常错误的看法。因为大数据往往不容易看到用户态度和心理层面的东西。另外,在很多产品没有上线前,要测试各种版本的效果,需要做用户调研,也是非常需要用户研究经理来帮忙。
3.大数据团队应该如何和企业各业务部门协同工作?
很多企业会往往出现这样一个现象,业务说数据人员不懂业务,闭门造车;数据人员说业务人员不懂数据,不懂统计学,不懂方法论;所以两者合作起来就很麻烦。所以,对于大企业,大数据团队需要一个公司级的独立数据部门,也需要每个业务部门配几个分析师形成分析中心。公司级的数据部门需要和业务部门的数据分析师一起合作更好的合作。
Part Three 大数据更广泛的应用
中国互联网协会的李部长问我,今天很多朋友谈大数据都是为广告和营销服务,是不是大数据就只能应用在这方面呢?其实,我很早之前就思考这个问题,近两年答案越来越明显了。
大数据如果作为商业模式中的一个引擎,即大数据作为产品的一个引擎,就有可能促进商业模式的升级。打个比方,把一个传统的商业模式比作一辆汽车,这辆汽车的引擎是2.0的排量,如果你在设计商业模式的时候把大数据很好的融入商业模式中,那么这辆2.0排量的汽车就有可能升级为2.0T,即变成带涡轮增压的发动机,动力将更猛。
大数据在很多领域,尤其是智能家居和健康医疗有非常好的应用:
♦ 当你发现,你家里的冰箱可以告诉你,经过分析,你应该去买胡萝卜了,你可以在电冰箱的屏幕下单或者用手机APP直接下单;
♦ 当你发现,你家里的灯光可以根据你的心情来调整,或者你可以通过手机APP来调整;
♦ 当你发现,你可以通过手机APP远程的监控身在老家的父母的血压,及时预警;
♦ 当你发现,你可以通过手机APP查看安装在老家的摄像头,看到父母的生活情况,而且摄像头可以给你报警,如果你的父母摔倒了,你可以立即采取行动。
所以,互联网大数据只是大数据的起点,未来还有很多想象空间,我们作为数据从业者,觉得还是非常幸运的。谢谢大家。
文:傅志华
关于作者:傅志华先生曾为腾讯社交网络事业群数据中心总监以及腾讯公司数据协会会长。在腾讯前,曾任DCCI互联网数据中心副总裁。傅志华先生现就职于某美国上市互联网公司大中心,同时任中国信息协会大数据分会理事和中国互联网协会数据分析研究组专家。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21