武汉公关公关公司

 知乎负面     |      2021-12-29 10:28

  大家现在谈大数据和云计算非常多,因为我们连接多了,传感器很多,服务很多,像搜索引擎、电子商务,社交网络,都聚合了大量的数据,这些数据成为了企业竞争力和社会发展的重要资源。

  电商现在非常热,为什么电商可以转向金融,借助用户和商家的信用提供信贷,都是大数据在背后起作用。

  我们想象,人的社交属性是不是可以成为一个信用排序和算法迭代的思路呢?以后可能会出现一个“人品排名”,拼人品就出来了。你交的朋友人品比较好,你的“人品排名”就高。如果你的人品不好,你的朋友就不会跟你交友。这是我们的设想,是一个前瞻性的研究,我们希望能够做出一些成绩。

  任正非说,未来的3~5年是华为抓住“大数据”机遇、抢占战略制高点的关键时期。要抢占大数据的战略制高点,占住这个制高点,别人将来想攻下来就难了,我们也就有明天。大家知道这个数据流量有多恐怖啊,现在图像要从1k走向2k,从2k走向4k,走向高清,小孩拿着手机啪啦啪啦照,不删减,就发送到数据中心,你看这个流量的增加哪是你想象的几何级数啊,是超几何级数的增长,这不是平方关系,而是立方、四次方关系的增长的流量。这样管道要增粗,数据中心要增大,这就是我们的战略机会点,我们一定要拼抢这种战略机会点,所以我们不能平均使用力量,组织改革要解决这个问题,要聚焦力量,要提升作战部队的作战能力。

  塔吉特的“读心术”

  有了“数据资产”,就要通过“分析”来挖掘“资产”的价值,然后“变现”为用户价值、股东价值甚至社会价值。

  塔吉特百货是美国的第二大超市。一天,一名男子闯入塔吉特的店铺,他怒吼道:“你们怎么能这样!竟然给我的女儿发婴儿尿片和童车的优惠券,她才17岁啊!”这家全美第二大的零售商,居然会搞出如此大的乌龙?店铺经理觉得肯定是中间某个环节搞错了,于是立刻向来者道歉,并极力解释说:“那肯定是个误会。”然而,这位经理不知道,公司正在运行一套数据预测系统,男子的女儿会收到这样的优惠券,是一系列数据分析的结果。一个月后,那位父亲非常沮丧地打来电话道歉,因为塔吉特的广告并没有发错,他发现他女儿的确怀孕了。

  在这名男子自己都还没有发觉的时候,塔吉特居然就已经知道他女儿怀孕了,为什么呢?难道塔吉特有神奇的读心术么?当然不是。这件事看起来非常不可思议,但背后是有规律可循。

  原来,孕妇对于零售商来说是一个含金量很高的顾客群体,商家都希望尽早发现怀孕的女性,并掌控她们的消费。塔吉特的统计师们通过对孕妇的消费习惯进行一次次的测试和数据分析得出一些非常有用的结论:孕妇在怀孕头3个月过后会购买大量无味的润肤露;有时在头20周,孕妇会补充如钙、镁、锌等营养素;许多顾客都会购买肥皂和棉球,但当有人除了购买洗手液和毛巾以外,还突然开始大量采购无味肥皂和特大包装的棉球时,说明她们的预产期要来了。在塔吉特的数据库资料里,统计师们根据顾客内在需求数据,精准地选出其中的25种商品,对这25种商品进行同步分析,基本上可以判断出哪些顾客是孕妇,甚至还可以进一步估算出她们的预产期,在最恰当的时候给她们寄去最符合她们需要的优惠券,满足她们最实际的需求。这就是塔吉特能够清楚地知道顾客预产期的原因。

  塔吉特根据自己的数据分析结果,制订了全新的广告营销方案,而它的孕期用品销售呈现了爆炸式的增长。塔吉特将这项分析技术向其他各种细分客户群推广,取得了非常好的效果,从2002年到2010年,其销售额从440亿美元增长到670亿美元。这家成立于1961年的零售商能有今天的成功,数据分析功不可没。

  那么,塔吉特是怎么收集数据的呢?塔吉特会尽可能地给每位顾客一个编号。无论顾客是刷信用卡、使用优惠券、填写调查问卷,还是邮寄退货单、打客服电话、开启广告邮件、访问官网……所有这一切行为都会记录进顾客的编号。这个编号会对号入座地记录下顾客的人口统计信息:年龄、婚姻状况、子女、住址、住址离塔吉特的车程、薪水、最近是否搬过家、信用卡情况、常访问的网址,等等。塔吉特还可以从其他相关机构那里购买顾客的其他信息,如种族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯,等等。这些看似凌乱的数据信息,在塔吉特的数据分析师手里,将转换出巨大的能量。

  塔吉特是如何分析数据的呢?塔吉特并不知道孕妇开始怀孕的时间,但是,它利用相关模型找到了她们的购物规律,并以此判断某位女士可能怀孕了。这个案例揭示了企业对于数据应用的一个新阶段。企业不仅利用商品的相关性促销,进而利用事物的相关性预测消费者的消费活动。这种预测是利用事物相关性来发现事情的变化规律的。

  大数据时代带给我们的是一种全新的“思维方式”,思维方式的改变在下一代成为社会生产中流砥柱的时候就会带来产业的颠覆性变革!分析全面的数据而非随机抽样;重视数据的复杂性,弱化精确性;关注数据的相关性,而非因果关系。

  沃尔玛的数据挖掘

  20世纪90年代的美国沃尔玛超市中,沃尔玛的超市管理人员分析销售数据时发现了一个令人难以理解的现象:在某些特定的情