中國數據存儲服務平臺

百分點大數據學院第一期:白富美直播首秀,談消費者的上位,看數據決策力哪有那么容易

忽如一夜春風來,大數據的桃花朵朵開。如今是一個人人談大數據的時代,就又形成了一個內行看門道、外行看熱鬧的場景。正如普通人會問:大數據和我有什么關系?殊不知,多少年抱怨與朱迅的消費者真正成為上帝的訴求,已經因大數據夢想照進現實。

百分點大數據學院第一期,白富美的數據科學總監杜曉夢直播首秀,用數據決策力道出此種原委。

000001

百分點數據科學總監杜曉夢直播大數據布道

消費者真正成為上帝是大數據的價值

近日,世界最長壽老人119歲辭世。其即使不會高興于比他人多看到過幾代政治變遷,也會因撐到如今多樣化的時代,而比起其同時代的人多有幾分驕傲。而如今多樣化的時代,大數據正是背后的支撐。

很多時候,我們經常聽到會即將到來的數據洪流,即使杜曉夢在向大家介紹中,也愿意用那個到2020年全世界數據量會有40ZB的數據。因為這個數據的求證,似乎已經變得司空見慣、信手拈來。

例如,杜曉夢提到了和普通消費者更為緊密的消費途徑。各種類型的信用卡、各種類型的購買渠道、各種來源的購買決策,更多樣的生活方式誕生出了前所未有的數據量。無論是朋友圈的吐槽、或是跨國的海淘,影響消費的因素層出不窮。

為此,我們看到企業不得不重視這些變化,只希望all in one的那種服務方式早已遭淘汰,需要盡早地將這種變化納入自己的經營體系。例如,很多CRM不得不轉型SCRM,讓社交屬性指引自己的客戶關系管理。

結果是,消費者在微博或朋友圈上的一個抱怨,遠超315的一個電話管用。

以消費者為核心的整個商業生態也在因大數據的使用而變得不一樣,正如即使零零后也能見證一次工業革命到來。杜曉夢認為,這次工業革命最為顯而易見的就是智能制造了。例如,機器學習、人工智能等概念已經在很多車企開了花,或是G20峰會那里各國領導人喜歡看的無人操作工廠。

所以說,以前我們總會抱怨商場門口橫幅的那個“消費者是上帝”的虛偽。而如今,商家不得不用更加貼近個性化、更加前沿的服務來迎合我們的需求。

用好數據比扯“用心服務”更靠譜

如今,各地的政務服務窗口都在強化走“群眾路線”,各商家的宣傳彩頁也少了哪些”我們用心服務“的口號宣傳。越來越多的企業明白了,充分挖掘用戶數據,坐實服務,這樣贏得競爭來得更靠譜。

在百分點,管這叫“數據決策力”。說得更通俗點,就是以前我們經營靠拍大腿、拍腦袋辦的那些拿不準的事情,如今要依靠數據來決斷了。至于這種力量,BAT們的風光很能說明問題。例如,亞馬遜的體量已經可以決定其上游供應商的戰略調整了。

“數據決策力就是企業基于數據的科學決策并產生價值。”杜曉夢講。“而懂得運用數據決策力的企業典型特征就是全員數據決策和價值鏈的創新。例如,每一個部門都在使用數據 ,此前決策的表達從’我想’、’我感覺’成為’我依據’、’我憑借’等等。應為有了數據驅動幫助企業進行決策 、預測等。”

杜曉夢,僅以金融機構為例,其對大數據的運用已經需要對其運營、營銷、風控的支持。而這或許不是其來自競爭對手的內部威脅,大數據手段把金融技術帶到前臺,例如互聯網金融對于傳統金融格局的洗牌。

為此我們看到,支付寶、微信等沒用“用心服務”一夕之間卻收獲了傳統金融機構數十年難以俘獲的擁躉,甚至憑借初創企業的身份堂而皇之的成為國名經濟的量化指標。

新舊之間,大數據技術締造的價值已不容忽視。

觸手可及的大數據,卻如玫瑰有些刺手

伴隨著人們對于大數據的認識,也崛起了一批幫助企業運用大數據技術的服務企業,百分點也在此列。他們有著資本市場近兩年異乎尋常的熱捧,也不得不讓諸如Gartner這類龍頭分析機構的重點關注,其背后正是市場需求的不斷高漲。

櫻桃好吃,樹難栽;大數據技術忽悠容易,落地難。例如,杜曉夢就談到如今大數據技術重要難題就是如何擺平企業數據的多元異構性,“市場開放幾十年了,IT信息化的倡導也十年了,很多企業有數據不是難題,但是如何把積累的各個IT系統的數據整合起來、挖掘出價值就是關鍵的問題了。”

其實,杜曉夢如此鋪墊就是想接下來談談百分點的數據決策力評估模型。筆者對此不愿置評,畢竟這模型的運用更多是個“橘生淮南則為橘,生于淮北則為枳”的問題,有一定的隨機性。

不過,隨之而來的問題似乎更為棘手,即在這種熱情的數據崇拜中如何發現其中的泡沫。我們越發相信大數據中存儲在更為科學的預測指導,但外媒也報道稱辨別預測真假也成為數據科學家面臨的一大挑戰。這也成為筆者跳出杜曉夢介紹其數據決策力評估模型的理由。

近日,有外媒發文《Don’t Be a Big Data Snooper》,指出數據科學家常常使用基于相關性的二級模型來精確預測結果。但在使用這些模型時,必須小心謹慎,以免淪為數據遷就偏差(data snooping bias)的受害者。數據遷就是指在并不反映真實世界的數據中尋找模式。

文中指出,1994年,羅聞全在他的論文《金融分析的數據遷就偏差》中寫到:“只要分析的時間夠久、嘗試的次數夠多和想象力足夠豐富,就能從任何數據集中梳理出幾乎任何模式。有些情況下,這類偽模式屬于統計學上的小概率事件,單獨來看幾乎不可見。但由于金融計算上的微小影響常常導致投資表現上的巨大差異,因此數據遷就偏差可能產生格外驚人的影響。”

數據分析公司Intensity的創始人兼首席執行官瑞安·沙利文(Ryan Sullivan)指出:“在處理大數據時,我們有大量的數據有待評估,而且可以把它們輸入各種各樣的模型。但我們需要通過某種方法來糾正我們在尋找預測因子時自然而然出現的偏差,讓我們能夠確定它到底是不是真正的預測因子。”

顯然,大數據市場的狂熱對于推動市場應用的前進表現了好的一面,對于模型的檢驗還要有賴于數據遷就偏差的關注。

好的是,杜曉夢也提到了好的大數據應用模型也需要對于數據不斷地更迭,不斷地注重業務重構與應用重構。

未經允許不得轉載:存儲在線 » 百分點大數據學院第一期:白富美直播首秀,談消費者的上位,看數據決策力哪有那么容易
分享到: 更多 (0)
对战牛牛 福彩新快三开奖结果 上海天天彩选四开奖 吉林快三和值推荐 什么板块股票推荐 广东十一选五中奖条件 股票开盘价怎么定的 贵州快三大小计划 福建快3三不同遗漏 福建快三每十分钟开走势图 信达期货配资 黑龙江快乐十分分布图 阿坝股票配资亅荐 山西快乐十分真准网 广东11选5预测杀号专家推荐 58娱乐城百家乐策略 中国核电股票