3分鐘幫你全面了解5類（大）數據產品

如果有人講，我的產品使用的是大數據blablabla，我都會覺得他在裝*。因為麥肯錫告訴我們，數據量超過傳統資料庫軟體能力範圍的數據集合才叫大。數。據。

不過，我們還是一起看下以下哪五大類數據產品有大數據的蹤影。

一，數據可視化分析

1.原始數據分析

有時客戶並不完全了解自己的數據，人員更替，平台遷移，數據遺失，沒有專門的負責人去進行數據的管理和維護，都會造成數據的資源浪費。雖然隨著時間過去，越早的數據價值越小，但是有人（我）說過，不能坦然面對過去的人，也無法面對將來。所以，先從整理過去開始吧。

2.營銷數據分析

營銷數據的重要性就不用贅述，既要多緯度多，又要分析深刻結論明了。最好又美觀又能方便導出，還可以通過郵箱分享或者嵌入網頁。

3.業務場景數據分析

能把已有業務場景數據可視化是比較個性化的需求了，但是一旦實現出來，某種程度來說還是能增加工作效率。

一些例子表明，可視化是有助於監控風險。

銀行客戶訂製了一套基於轉賬的可視化系統，若有人打款，就會從打款地發出一條光束到達收款地。就在管理層觀察了一段時間後驚人的發現，在每天的同一時間段，有 100 多條光束會同時彙集落到同一地點，也就是說，100 多個賬戶在打款進同一賬戶中。最後經過查證，是不法行為。這就是個通過數據可視化直觀監測反洗錢的典型案例。（做數據可視分析的「海雲數據」，搭上了安永，欲布局海外_36氪）

可視化工作場景最酷炫的難道不是鋼鐵俠么。

4.地理位置數據分析

一般的LBS場景是，將業務數據放置於地圖中，用戶可以獲取可視化的數據分析，並能自行上傳位置數據。但是現在也有結合物聯網需求的可視化地理位置分析，是不是更有實感？看見我的快遞努力的在朝我的方向移動，突然有點感動是怎麼回事。。。

5.用戶畫像

當我真的被準確的定位成女屌絲的那一刻，我發現，我不太喜歡這個功能。所以並不面向用戶本身的話，可能還不錯。讓商家去具象的了解用戶的信息，做出判斷和營銷。

二，個性化精準推薦

其實就是猜你喜歡，但是，在技術不到位、數據儲備不足的情況下，個性化服務可能出力不討好。理論上個性化服務可以消除通知雜訊來提高現有用戶滿意度，同時可以發展新用戶，利用長尾效應增加收益。

1. 閱讀推薦

訂閱選項真的非常豐富。或關聯社交賬戶，或通過搜索關注話題，或根據往期閱讀文章推，或根據關注對象。。。

2.商品推薦

幾乎就是根據你瀏覽過的推薦，根據你購買過的推薦，根據和你一樣購買過的人推薦，雖說老套，但成功率也高。

3.社交圖譜&興趣圖譜

把所有和你有關的都連在一起，在很多企業中，社交圖譜分析已經在反欺詐、影響力分析、輿情監測、市場細分、參與優化、體驗優化，以及其他需要快速確定複雜行為模式的領域成功應用。實際上是不是有點可怕。。。

當我知道我看到的這個東西是完完全全為我打造的時候，我更想知道，別人在看些啥。。。我上網是為了融入這個世界阿

三，智能解決方案

下一波的數字化淘金浪潮將會是如何利用數據來解決實際問題，而不僅僅是使用數據的行為。「未來已經來臨，只是尚未流行」。——Gartner

1.營銷方案

營銷工具要進行市場整合，整合之後才是真正的贏家。若要實現對客戶生命周期的完全可見性，並且理解數據，科學有效驅動客戶參與度和轉化度的原理，還是極具挑戰性的。

2.健康方案

從可穿戴設備數據採集，也從大數據中尋找你的最佳治療方案到動態。不同的設備採集的數據維度都不一樣，如運動、睡眠、心率以及精神壓力。以前沉睡在紙面上的數據以及封閉系統中 「信息孤島」 正在日益連接起來。

3.資產配置方案

通過演算法和產品來完成以往人工提供的理財顧問服務。在雲端低成本、快速、批量化地解決各種數據運算，再根據用戶的傾向，個性化地提供資產配置組合方案，從而讓更多人低門檻、低成本地管理自己的資產。

4.智能硬體

智能硬體多的不像話，手環和掃地機器人就不說了，連電飯煲和後視鏡都智能了。

四，預測和預警

預測和預警無論是在商業或者是生活問題解決上都是有實際意義的，在初期，人們對其可到達的精準程度還是有一定擔憂。但是播了幾十年的天氣預報也不是很准啊。。。

1.交通狀況預測

監控提供的數據可以幫助追蹤道路交通情況，可以進行線路推薦和目的地到達時間的預測。通過演算法，如果街道上湧現出大批人群，車輛可以及時進行交通道路調整。

2.醫療類預測

利用資料庫中病情發展記錄做出預測。這種預測將基於對患者日常行為的觀測，力求在病情出現惡化之間就介入治療。甚至有機構調查一些擁有長壽者的家譜和基因里蘊含的生命信息。最後即使不能通過研究找到延長壽命的方法，但至少能通過疾病預防，提高老年群體的生活質量。

通過數據挖掘分析和機器學習技術，對申請者提交的信息進行識別，並結合個人社交行為及海量互聯網信息，對個人信用進行在線評分。基於強大的數據點基礎，很快讓用戶得到信用額度，額度可以用在各類金融和非金融服務領域。

五、決策分析

大到金額無法計算的商業決策，小到站在包子鋪門口的糾結，出門走哪條路，參加朋友婚禮穿什麼衣服，若是真有完美的決策分析，無疑是選擇恐懼症患者的福音。

1.銷售決策

比如一個購物網站，當消費者登陸這個網站時，會把這名消費者在網站上的行為和以前其他登陸過該網站的消費者行為做對比，做出分析和預測，然後給出一份實時的建議：例如，現在平台是應該向消費者拋出一個 live chat、一個產品打折的 offer、一個 video call、還是一個 phone call 會比較好——或者是什麼都不做最好。

對於大數據的定義，我們可以退而求其次，以下方這個定義為準。

對於「大數據」（Big data）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

（我知道你一定不會仔細看）

去掉這句話所有的定語，得到的是：大數據是信息資產。

所以，我們知道了，不管有沒有大到哪一種體量級別，至少讓數據信息成為一種資產也算是有大數據精神了。

子曰：無數據，不web2.0

未授權請勿轉載

下期再見

推薦閱讀：