O2O漫谈之百万UGC的大数据价值_数据分析师
美国杜克大学的行为经济学家Dan Ariely说过,“大数据就像是青春期性爱话题,每个人都在谈论,但没人知道真的该怎么做,每个人都觉得别人搞得热火朝天,所以每个人都声称他们自己也搞。”
调侃的背后是大数据现状的尴尬,大家都说要做大数据,但是到底什么是大数据的基础?如何发展大数据?
大数据的基础是什么?当然是,数据。
可数据是什么?你的所作所为的一切记录都可以是数据。QQ聊天内容、微博、淘宝搜索商品、购买、大众点评上对商户信息的评价……都是数据。
这些数据一直在产生,但为什么到现在大数据的概念才如此火爆?因为硬件和云存储技术的发展。如果没有足够的硬件设置,大数据永远只能停留在概念阶段。
据公布,在阿里数据平台事业部的服务器上,攒下了超过100PB已处理过的数据,等于104857600个GB,相当于4万个西雅图中央图书馆,580亿本藏书。这个数据相当于全中国人每个人扛着48本书。
大量的数据被存储,只是大数据的第一步。如果不对这些数据进行分析处理,那绝对无法称之为大数据。
但是,大数据的分析处理绝对不那么高端大气上档次。举个例子,在汶川地震期间,腾讯微博提供了20万条微博数据,希望救灾团队可以从20万微博信息中提取跟救灾相关的信息。
结果,从大量个人化的、根据现场的情景发出的一些情感型、符号型的信息中,根本无法提炼出灾情时间、地点、人物、需求这些有效信息。
这也是BAT中阿里巴巴与百度一直在致力于大数据研究,而腾讯则相对少提这个事情的原因。
在过去十几年发展中,BAT都积累的海量的数据。但是,三家公司基因不同,积累的数据维度也不一样。百度积累了用户搜索行为,这种数据涵盖了医疗、旅行等生活的方方面面;阿里巴巴则积累了跟用户购买行为相关的数据,从决策到购买,以及购买的商品。腾讯则积累了用户沟通的信息,沟通信息海量且无序,最难提炼,而且,最容易触及到用户的隐私。
因此,大数据最为核心的基础是数据。有了基础数据,再采用科学的分析和处理,才能产生用户端的价值。如果没有合用的数据,那就是“巧妇难为无米之炊”。
具象到用户端,大数据根据用户以往购买数据的积累和关联度测试,可以得出该用户喜好条纹、有品质的衣服等信息,因此可以针对性给其反馈不同的搜索结果。这种应用阿里巴巴已经在尝试,随着各种数据的丰富,精准度会越来越高。
站在品牌商的角度,可以从大数据中得到,用户关心的那些流行因素,还可以结合往年的天气预报信息,今年会偏冷还是偏热,以及不同区域用户对不同流行因素的反馈,有了这些信息再来生产衣服,可以大量减少库存。
Netflix的大数据应用被业内传为经典案例。作为世界上最大的影片租赁服务商,通过用户行为的大数据分析得出社交网络、七宗罪的导演Fincher非常受欢迎,而Spacey主演的片子表现都不错,外加英剧版《纸牌屋》很受欢迎,于是出品了火到不行的《纸牌屋》。
而百度同样拥有海量、真实的用户行为数据,通数据分析技术和预测模型,百度对大数据进行分析与挖掘之后可以“预测”到很多情况。
比如,用户打算在假期出游,百度大数据可以预测到哪些景点游客过多已经超过负荷,哪些景点人比较少。百度甚至可以根据用户搜索感冒这个行为来制定一副感冒地图,结合LBS技术,用户可以知道你所在城市哪个区域有多少人感冒了,避免去那个区域活动。以及,如果不幸感冒也可以知道适合去哪个医院。
总之,大数据的应用流程是,积累用户产生的海量数据、通过技术手段分析和预测并得出结果、然后再服务于用户。其关键的两个特征是,需要社会化分工产生数据体系,以及,服务24小时在线。
据了解,大众点评今年已经实现了月度百万UGC的增幅,目前已经有4200万点评信息沉淀。这是一个重要的里程碑。此外,大众点评还积累了海量交易、用户浏览等数据。
这里有个小插曲,为什么大众点评的信息比美团更有价值呢,因为美团的点评信息大多是基于团购套餐的,而这个团购套餐的生命周期比较短,随着套餐结束,这些信息就没有太大作用了。而大众点评则针对餐厅的口味、风格、特色菜等进行点评,信息存续价值期比较长。
海量的用户点评信息背后包括着用户对饮食的喜好、活动地理位置甚至背后的交易信息,而且数据在源源不断产生中,这满足了社会化分工产生数据的基本需求。
此前不久,大众点评技术部门进行了一次有趣的尝试,从海量用户点评信息中提炼出跟星座消费特征相关的信息,在网上发布信息之后得到了诸多粉丝的响应。这种娱乐化的数据尝试只是个开始,之后还可以做更多更深入的数据探索。
此前一次专访中,张涛曾经提到,根据对一个地区用户点评信息的分析,结合用户点击流量,可以得到很多信息。比如在某个城市,哪个菜系比较受欢迎,哪些项目比较受到关注。同时,如果一个地区的餐饮消费单价持续比周边市区偏高的话,这个区域的休闲娱乐通常也会快速发展起来。因为用户的需求层次会逐渐提高,而大众点评可以通过大数据分析出一个区域,甚至具化到一个商圈的发展水平和阶段。
在不久之后,大众点评大数据分析的结果可以结合商圈拓展。透露个消息,大众点评跟万达会进行深度合作。
月度百万UGC内容产生只是大众点评数据的一个里程碑,随着之后用户数据的丰富,结合用户搜索、交易等数据,大众点评可以为用户提供越来越智能的产品。
具体到产品上就是,一个热爱吃牛排的人,当他在搜索附近美食的时候,提供牛排的商户会排到优先的位置。这个只是简单应用,随着数据的丰富,大众点评可以直接给你建议,附件哪个商户的六分熟的菲力牛排最符合你的口味。这些信息对用户来说才更为智能和贴心。
当然,整个大数据应用的神秘面纱才被掀开一点,更多在概念和想法阶段,之后还有很长的路需要走。
不过大众点评积累的海量用户点评、消费数据,跟百度积累的用户搜索行为数据、阿里巴巴积累的用户交易数据同样重要。巧妇难为无米之炊,首先得有大数据,才有资格玩大数据,对吧?这就是大众点评百万UGC所蕴含的巨大价值。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《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