-
讓品牌有溫度、有情感
專注品牌策劃15年
-
當前位置：首頁 > 創(chuàng)意學院 > 技術 > 專題列表 > 正文
谷歌大數(shù)據(jù)戰(zhàn)略分析（谷歌大數(shù)據(jù)戰(zhàn)略分析報告）
發(fā)布時間：2023-04-13 16:33:56
稿源：
創(chuàng)意嶺 閱讀：
59
大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于谷歌大數(shù)據(jù)戰(zhàn)略分析的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。
開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等
只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網頁版、PC客戶端
創(chuàng)意嶺作為行業(yè)內優(yōu)秀的企業(yè)，服務客戶遍布全球各地，如需了解SEO相關業(yè)務請撥打電話175-8598-2043，或添加微信：1454722008
本文目錄:
據(jù)戰(zhàn)略分析（谷歌大數(shù)據(jù)戰(zhàn)略分析報告）.jpg)
一、全球最具影響力的大數(shù)據(jù)企業(yè)排行榜
全球最具影響力的大數(shù)據(jù)企業(yè)排行榜
目前全球大數(shù)據(jù)企業(yè)主要分為兩大陣營。一部分屬于單純以大數(shù)據(jù)技術為核心的新興企業(yè)，希望為市場帶來創(chuàng)新方案并推動技術發(fā)展。另有一些原本打理數(shù)據(jù)庫/數(shù)據(jù)倉儲業(yè)務的老牌廠商，他們打算利用自身優(yōu)勢地位沖擊大數(shù)據(jù)領域，將現(xiàn)有安裝基礎及產品線口碑推廣到新一輪技術浪潮當中。下面我們就一起來看今天的十五家大數(shù)據(jù)企業(yè)名單，其中十家早已名滿天下、另外五家則屬初來乍到。
1、IBM
根據(jù)Wikibon發(fā)布的報告，作為2012年大數(shù)據(jù)業(yè)務營收成績最好的公司，IBM過去一年從大數(shù)據(jù)相關產品及服務中獲得了13億美元收益。其具體產品包括服務器與存儲硬件、數(shù)據(jù)庫軟件、分析應用程序以及相關服務等。在IBM圍繞大數(shù)據(jù)開發(fā)出的產品中，DB2、Informix與InfoSphere數(shù)據(jù)庫平臺、Cognos與SPSS分析應用可謂最為知名。IBM同時也為Hadoop開源數(shù)據(jù)分析平臺提供支持。
2、惠普
惠普在2012年獲得的大數(shù)據(jù)營收名列第二，總值為6.64億美元。這家供應商還提供與之相關的硬件、軟件以及服務，其最為知名的方案當數(shù)Vertica分析平臺。
3、Teradata
Teradata在2012年獲得全球第三大大數(shù)據(jù)廠商頭銜，其營收總額達4.35億美元。Teradata憑借自家硬件平臺、數(shù)據(jù)庫以及分析軟件而聲名遠播。它同時針對零售及運輸行業(yè)推出了專門的分析工具。
4、甲骨文
盡管在大家眼中，甲骨文一直以其冠絕群雄的數(shù)據(jù)庫產品聞名，但事實上他們也是大數(shù)據(jù)領域的主要競逐者之一。其甲骨文大數(shù)據(jù)設備將英特爾服務器、Cloudera Hadoop發(fā)行版以及甲骨文的NoSQL數(shù)據(jù)庫結合到了一起。2012年甲骨文名列大數(shù)據(jù)企業(yè)榜單第五位，營收總額為4.15億美元。
5、SAP
SAP推出了一系列分析工具，但其中知名度最高的當數(shù)其HANA內存內數(shù)據(jù)庫。2012年該公司在大數(shù)據(jù)企業(yè)競爭中位居第六，營收總額為3.68億美元。
6、EMC
EMC一方面幫助客戶保存并分析大數(shù)據(jù)，另外也充當著大數(shù)據(jù)分析智囊“營銷科學實驗室”的所在地——這家實驗室專門分析營銷類數(shù)據(jù)。EMC推出的最新爆炸性消息是與VMware及通用電氣一道支持Pivotal公司。Pivotal將對Hadoop與EMC的Greenplum數(shù)據(jù)庫與HAWQ查詢工具進行整合。EMC在2012年的大數(shù)據(jù)企業(yè)排行榜中位列第七，營收總額為3.36億美元。
7、Amazon
Amazon向來以企業(yè)云平臺聞名于世，但同時也推出過一系列大數(shù)據(jù)產品，其中包括基于Hadoop的Elastic MapReduce、DynamoDB大數(shù)據(jù)數(shù)據(jù)庫以及能夠與Amazon Web Services順利協(xié)作的Redshift規(guī)模化并行數(shù)據(jù)倉儲方案。
8、微軟
微軟的大數(shù)據(jù)發(fā)展戰(zhàn)略可謂雄心勃勃，包括與Hortonworks建立合作關系、建立一家大數(shù)據(jù)新興企業(yè)以及推出基于Hortonworks數(shù)據(jù)平臺的HDInsights工具。微軟的SQL Server數(shù)據(jù)庫也頗具知名度，且于2012年的大數(shù)據(jù)企業(yè)比拼之中位列第九，營收總額為1.96億美元。
9、谷歌
谷歌公司推出的大數(shù)據(jù)產品包括BigQuery——一款基于云的大數(shù)據(jù)分析平臺。該公司在過去一年中拿下3600萬美元大數(shù)據(jù)營收。
10、VMware
VMware向來以云計算及虛擬化解決方案著稱，不過近來也開始逐步踏入大數(shù)據(jù)領域。今年六月虛擬巨頭公布的VMware vSphere大數(shù)據(jù)擴展版就很說明問題，這套方案使得vSphere能夠控制Hadoop部署并幫助企業(yè)用戶簡化大數(shù)據(jù)項目啟動流程。VMware在過去一年中獲得3200萬美元大數(shù)據(jù)營收，幾乎與谷歌公司持平。
11、業(yè)界新生代：Cloudera
相信目前已經沒人敢在列舉頂級大數(shù)據(jù)供應商時漏掉Cloudera。這家新興企業(yè)獲得1.41億美元風險投資，支持陣營中甚至包括谷歌、Facebook、甲骨文以及雅虎等在大數(shù)據(jù)領域赫赫有名的老將。該公司于2008年首次為企業(yè)客戶帶來Apache Hadoop平臺。
12、Hortonworks
Hortonworks是另一家Hadoop供應商，并在2011年從雅虎公司分離出來之后獲得超過7000萬美元的風險投資支持。它在發(fā)展中將矛頭直指Cloudera，這位年輕選手背后則站著微軟、Rackspace、紅帽、Teradata等多家戰(zhàn)略合作伙伴。
13、Splunk
根據(jù)WIkibon的統(tǒng)計，Splunk是目前純大數(shù)據(jù)供應商中占據(jù)市場份額最大的企業(yè)，2012年全年營收總額達1.86億美元。該公司主要關注機器數(shù)據(jù)分析業(yè)務。
14、10Gen
10Gen最具影響力的得意佳作要數(shù)其開源MongoDB——一款業(yè)界領先的NoSQL數(shù)據(jù)庫。該公司的戰(zhàn)略投資伙伴包括英特爾、紅帽以及In-Q-Tel。10Gen去年在純Hadoop及NoSQL業(yè)務企業(yè)中名列第三，營收總額為3600萬美元。
15、MapR
大家想必聽說過MapR推出的NoSQL數(shù)據(jù)庫M7，這家公司與Amazon的云平臺及谷歌計算引擎達成了協(xié)作關系。去年MapR在純Hadoop與NoSQL業(yè)務企業(yè)中位列第四，營收總額為2300萬美元。
以上是小編為大家分享的關于全球最具影響力的大數(shù)據(jù)企業(yè)排行榜的相關內容，更多信息可以關注環(huán)球青藤分享更多干貨
二、防止墜入“大數(shù)據(jù)陷阱”，除了技術還需要什么？
面對互聯(lián)網金融大潮，在興奮激動之余，我們還需要一種相對冷靜平和的心態(tài)。如果我們真的要搞金融大數(shù)據(jù)開發(fā)，真的要靠有關數(shù)據(jù)來辦互聯(lián)網金融，那確實就要認真思考一下自己所謂擁有的“大數(shù)據(jù)”真的足夠大了嗎？足夠長了嗎？
當今，互聯(lián)網化正帶動著許多行業(yè)、產業(yè)的組織變革和商業(yè)變革。在這一歷史性的進程中，互聯(lián)網技術的迅速發(fā)展也給金融領域的創(chuàng)新帶來了巨大活力，顯著提升了金融服務的水平。首先，我在大數(shù)據(jù)巴士中看到有統(tǒng)計從銀行來說，現(xiàn)在銀行已普遍通過互聯(lián)網渠道開辦各類業(yè)務，銀行服務的成本有了下降（電子銀行每筆交易成本大約只有銀行柜臺每筆交易成本的五分之一到六分之一）；銀行傳統(tǒng)信貸的模式有了改變（例如工商銀行(601398,股吧)無人工參與的全流程在線的網絡貸款已超過其網絡融資的20%）；銀行業(yè)務處理能力尤其是支付結算的能力和效率都有了提高（例如工商銀行現(xiàn)在每秒鐘業(yè)務交易量峰值已超過8700筆，在去年一年的電子銀行交易已占全部交易的88%，電子銀行交易金額達到了456萬億元，所有的異地支付早已實現(xiàn)實時完成。）；各家銀行的服務模式都已越來越多地、越來越自然地融入商業(yè)場景之中，一個覆蓋和貫通金融服務、電子商務、社交生活的互聯(lián)網銀行架構正在不斷形成和完善。其次，這些年來，各類互聯(lián)網企業(yè)從事金融業(yè)務的也越來越多，互聯(lián)網金融已從最初的電子商務、第三方支付等更多進入了資金募集、理財和借貸領域。如果說Paypal、ApplePay和支付寶等，是讓小額支付更便捷，那么P2P、眾籌包括余額寶等則是對金融資源配置方式的一種有意義的探索，它給不少人提供了一種新的投資渠道，也滿足了一些人籌集資金的需求。近來，一些人又已經開始把更多注意力放到了區(qū)塊鏈技術，不少人正在爭先恐后地進行基于區(qū)塊鏈的支付和記錄技術等方面的研究和開發(fā)。
這一切的結果在大數(shù)據(jù)巴士中的統(tǒng)計都是顯得那么的令人振奮，令人欣喜。但我認為在看到互聯(lián)網金融快速發(fā)展所帶來的種種積極變化的時候，在繼續(xù)推進金融創(chuàng)新的過程中，似乎也應該注意兩個問題，一、金融創(chuàng)新的全部內容是不是金融的互聯(lián)網化；二、是否應該避免陷入技術至上、唯數(shù)據(jù)論的誤區(qū)。第一點比較容易理解，答案也應該是明確的。關于第二點想必看法不會完全一致。我想就此談談一己淺見。這可以從北京大學國家發(fā)展研究院沈艷教授最近的一篇文章說起。
沈艷教授的文章題目是《大數(shù)據(jù)分析的光榮與陷阱——從谷歌流感趨勢談起》。她在文章中講了一個故事，那就是谷歌公司在2008年11月啟動了一個“谷歌流感趨勢”（GoogleFluTrends，GFT）項目，這個項目曾被許多人認為是大數(shù)據(jù)分析優(yōu)勢的一個證明。這個項目的團隊曾宣布他們通過數(shù)十億搜索中45個可能涉及流感關鍵詞的分析，就能夠比美國疾控中心提前預報流感的發(fā)病率，從而使人們可以有充足的時間提前采取預防措施以避免患上流感。倘若真能如此，這個成果無疑具有重要的社會意義和經濟價值?？上У氖?014年，美國《科學》雜志的有關文獻報道了GFT在2009年沒有能預測到有關流感的爆發(fā)，在2011年8月到2013年8月間的108周里，有100周預告不準（預測率是實際報告值的1.5倍多）。沈艷詰問道，為什么傳說中充滿榮光的大數(shù)據(jù)分析會出現(xiàn)如此大的系統(tǒng)性誤差呢？她認為如果在數(shù)據(jù)分析中只關心相關關系而不注意因果關系是不行的，必須避免模型對數(shù)據(jù)值作出“過度擬合”，她還指出尤需注意不能以為大數(shù)據(jù)可以完全替代小數(shù)據(jù)，她呼吁要防止墜入“大數(shù)據(jù)陷阱”，力戒“大數(shù)據(jù)自大”。我十分贊同沈艷的觀點。沈教授所指出的問題正是若干年來我們在推進互聯(lián)網金融發(fā)展中所一直十分注意和努力想解決的問題。
撇開銀行在產品研發(fā)、客戶營銷、員工及機構管理等方面的數(shù)據(jù)應用問題暫且不談，就說銀行最常見也最重視的風險管理，多年來許多銀行尤其是一些大中型銀行都在如何利用數(shù)據(jù)技術提升風險管控能力方面進行了很多的探索，做出了不懈的努力。例如，工商銀行在估算客戶的違約概率（PD）、違約損失率（LGD）的時候，十分注意把數(shù)據(jù)長度作為風險參數(shù)量化過程中的一個重要因素，堅持要求數(shù)據(jù)觀察期起碼必須涵蓋一個完整的經濟周期，以努力避免簡單地以昨天的數(shù)據(jù)來說明今天和預測明天?，F(xiàn)在工商銀行非零售業(yè)務和零售業(yè)務的客戶違約率、損失率數(shù)據(jù)積累長度均已超過12年。同時包括工商銀行在內的不少銀行還建立起了全行數(shù)據(jù)質量的管理標準和平臺，不斷進行內部評級的復核驗證，以盡可能減少失真數(shù)據(jù)的干擾和影響。為了能夠對各種風險進行量化，在信用風險管理方面僅工行就開發(fā)了34個法人客戶評級模型，實現(xiàn)了對所有法人客戶違約概率（PD）的計量，開發(fā)了175個信貸產品的3類債項評級模型，實現(xiàn)了對違約損失率（LGD）的計量。對零售業(yè)務，工行還開發(fā)了75個信用評分模型，覆蓋了個人客戶準入、賬戶信貸審批和業(yè)務管理的完整業(yè)務生命周期。在面對市場風險（因市場價格例如利率、匯率、債券股票價格、商品價格的不利變動，而使商業(yè)銀行表內和表外業(yè)務發(fā)生損失的風險）的防控方面，我們制定了16個辦法，開發(fā)了17個定價估值模型來進行風險價值（VaR）和壓力風險價值（SVaR）的計量，并且在實踐過程中每日實施返回檢驗，把模型計算所得的風險價值與發(fā)生的真實損益進行比較，以檢驗模型、方法的準確性和可靠性。在防控操作風險（主要是指由不完善或有問題的內部程序、員工行為和信息科技系統(tǒng)，以及外部事件所造成的風險）方面，工行開發(fā)了操作風險損失事件管理系統(tǒng)，分別用于對操作風險高頻低損和低頻高損部分的計量。
為了達到上述的這種數(shù)據(jù)采集、挖掘和應用水平，僅為積累有關數(shù)據(jù)、開發(fā)這些風險管控模型，工商銀行就先后花了將近15年時間，投入了巨大的人力和財力。盡管目前這一套風險識別和計量的方法、模型已經按照國際金融穩(wěn)定理事會的有關標準，經過監(jiān)管部門組織的多輪評估獲得通過，認定為合格，但坦率地說，我們從來也沒有認為這一切已經是完美無缺的了。面對不斷變化的社會經濟環(huán)境，隨著銀行業(yè)務日新月異的發(fā)展，在數(shù)據(jù)的管理利用方面確實還有許多問題需要解決，前面的路還很長。這也正是工商銀行近年來又推出了eICBC新發(fā)展戰(zhàn)略的一個重要原因。
我之所以不惜篇幅地介紹這些情況，主要想說的就是許多事確實不像想象的那么簡單。面對互聯(lián)網金融大潮，在興奮激動之余，我們還需要一種相對冷靜平和的心態(tài)。如果我們真的要搞金融大數(shù)據(jù)開發(fā)，真的要靠有關數(shù)據(jù)來辦互聯(lián)網金融，那確實就要認真思考一下自己所謂擁有的“大數(shù)據(jù)”真的足夠大了嗎？足夠長了嗎？
自己擁有的數(shù)據(jù)中的信噪比問題有效解決了嗎？自己擁有的數(shù)據(jù)分析模型如果對樣本內的數(shù)據(jù)分析還算準確的話，那它對樣本外的預測結果也能一樣有效嗎？自己所擁有的數(shù)據(jù)處理模型是否完全建立在一種假定之上了，那就是以為人們的社交行為數(shù)據(jù)、那些非結構化數(shù)據(jù)都是真實的？坦率地說，我始終認為只要一些數(shù)據(jù)生成者知曉自己的行為數(shù)據(jù)可以影響自己的利益（例如可以獲得信譽、信用積分，可以獲得授信融資等），那對這部分數(shù)據(jù)的可靠性就有質疑的理由。這也許就是人文科學領域的“測不準原理”?，F(xiàn)在各種花樣百出的水軍現(xiàn)象已經一再提示我們，真是“不能天真地認為數(shù)據(jù)使用者和數(shù)據(jù)生成機構都是無意識生產大數(shù)據(jù)的”（沈艷，2015）。
上述這些還沒有涉及諸如homes系統(tǒng)、高頻交易等技術在這一輪股市風波中的作用究竟應該如何認定的問題。盡管對此還可能有這樣那樣的看法，但可以確定的是，在某些條件下，所謂的技術中性在面對市場時是完全可能發(fā)生變異的。
總之，我認為金融的創(chuàng)新、互聯(lián)網金融的發(fā)展，除了技術，還需要一系列的條件支撐，包括營造一種良好的文化氛圍。在眼花繚亂之中，要力戒浮躁，腳踏實地?；ヂ?lián)網技術是時代進步的標志，是現(xiàn)代文明的產物，它與那些江湖氣其實是不搭的。諸如“流量為王，就是要靠燒錢來吸引客戶”，“互聯(lián)網就是財富重分的過程，就是贏者通吃的游戲”，“羊毛出在豬身上，猴數(shù)錢，牛買單”等說法，如果僅是開開玩笑，說說段子，那也未嘗不可，但作為一個要對投資者負責、對債權人負責、對債務人負責、對市場穩(wěn)定負責的金融從業(yè)者來說，如果把這真的當成了自己的經營理念，那是萬萬不可的。
三、大數(shù)據(jù)分析應用領域有哪些?
一、廣告行業(yè)
比方你最近想買一個商品，然后在百度、京東或淘寶中查找了某個關鍵字，其實這些行為數(shù)據(jù)都被搜集起來了，因為有很多人的行為數(shù)據(jù)，一切后臺要進行大量的數(shù)據(jù)剖析，構建用戶畫像和使用一些引薦算法，然后進行個性化的引薦，當你登錄到一些網站上時，你會發(fā)現(xiàn)有一些廣告，引薦的一些正好是你要買的一些商品。
二、內容引薦
比方你刷今日頭條，頭條會搜集你曾經的閱讀行為數(shù)據(jù)，然后根據(jù)你的喜好構建一個你專屬的用戶畫像或一類人的畫像，然后給你引薦你喜歡的新聞，比方你曾經點擊過詹姆斯相關的新聞，就給你引薦NAB相關的新聞。因為頭條用戶很多，要剖析的數(shù)據(jù)量就非常大，一切要使用大數(shù)據(jù)的手法來處理。
三、餐飲行業(yè)
快餐業(yè)的視頻剖析。該公司通過視頻剖析等候行列的長度，然后主動改變電子菜單顯現(xiàn)的內容。假如行列較長，則顯現(xiàn)能夠快速供給的食物;假如行列較短，則顯現(xiàn)那些利潤較高但準備時間相對長的食物。
四、教育范疇應用
百度大腦PK人腦：大數(shù)據(jù)押高考作文題。為了協(xié)助考生更好地備考，百度高考作文猜測通過對過去八年高考作文題及作文范文、海量年度查找風云熱詞、歷年新聞熱點等原始數(shù)據(jù)與實時更新的“活數(shù)據(jù)”進行深度發(fā)掘剖析，以“概率主題模型”模擬人腦思考，反向推導出作文主題及相關詞匯，為考生猜測出高考作文的命題方向。
五、醫(yī)療范疇
智慧淮醫(yī)?；窗彩羞x用IBM大型主機作為淮安市區(qū)域衛(wèi)生信息渠道根底架構支撐，滿意了淮安市在市級區(qū)域衛(wèi)生信息渠道根底渠道建造和居民健康檔案信息系統(tǒng)建造進程中的需求，支撐淮安市級數(shù)據(jù)中心、居民健康檔案數(shù)據(jù)庫等一系列淮安市衛(wèi)生信息化應用，支持淮安成為全國“智慧醫(yī)療”的典范。
四、如何讓“大數(shù)據(jù)”有價值
如何讓“大數(shù)據(jù)”有價值
大數(shù)據(jù)并不僅僅是“大”，但它首先得“Bigger”，擁有足夠量級的數(shù)據(jù)才能被稱作大數(shù)據(jù)，所以你看到僅僅分析幾百人的數(shù)據(jù)就說自己是大數(shù)據(jù)的公司基本上都是騙子。另外，足夠的數(shù)據(jù)，不能進行價值轉化也沒用。
吃飯、睡覺、旅行、走路、購物，所有純物理性的行為都成為可被記錄數(shù)據(jù)的組成部分，這些看似與我們的生活、工作、賺錢等無關的行為，正成為新時期的價值瑰寶，谷歌、亞馬遜、Facebook、百度、阿里巴巴等均陷在其中而不能自拔。
近期，騰訊、搜房、浪潮集團、易觀等紛紛與統(tǒng)計局簽署了大數(shù)據(jù)戰(zhàn)略合作框架協(xié)議，再加上去年簽署的11家公司，越來越多的互聯(lián)網公司、傳統(tǒng)企業(yè)數(shù)據(jù)正被納入新構建的大數(shù)據(jù)“基地”當中。
不少人對大數(shù)據(jù)的概念有很大誤解，甚至有不少公司搭上“大數(shù)據(jù)”的概念來玩資本運作。大數(shù)據(jù)并不僅僅是“大”，但它首先得“Bigger”，擁有足夠量級的數(shù)據(jù)才能被稱作大數(shù)據(jù)，所以你看到僅僅分析幾百人的數(shù)據(jù)就說自己是大數(shù)據(jù)的公司基本上都是騙子。我不認為當前有多少公司量級的數(shù)據(jù)能夠是“Bigger”的。對于用戶級市場，至少該產品的用戶量達到億級，達到該產業(yè)用戶量的前幾名；對于企業(yè)級市場，也至少得擁有足夠量級的企業(yè)用戶，才算得上擁有大數(shù)據(jù)的基礎，再加上用戶使用各個產品的習慣大不相同，所以當前的大數(shù)據(jù)絕對是缺憾的，抽樣數(shù)據(jù)并不準確不是么？多談無益，故本文純從數(shù)據(jù)來分析。
數(shù)據(jù)的記錄
數(shù)字產品的出現(xiàn)，迅速讓用戶的個人信息能夠被記錄，電腦、智能手機、可穿戴設備、智能硬件、未來的智能電視等正成為數(shù)據(jù)記錄的新工具，其中較為熱門的是圍繞醫(yī)療需求來建立相關的數(shù)據(jù)記錄，睡眠、血壓、體重等產品較多，雖然這些產品的用戶量并不“多”，但是硬件廠商們依然樂此不彼的做著這一切。
要想讓數(shù)據(jù)能夠真正的發(fā)揮作用，首先這些數(shù)據(jù)肯定得被記錄，必須有了記錄才會有相關的模型分析，否則都是紙上談兵。比如用戶的睡眠時間、用戶的出行時間、用戶每天所攝入食物的卡路里、用戶吃飯的消費金額等等，所有出現(xiàn)的物理性數(shù)據(jù)，只有被記錄了這些數(shù)據(jù)才會有價值，沒有記錄，這些都是“廢物”，沒人會重視這些物理性動作的價值。
數(shù)據(jù)如何才能被記錄？（作者微信公眾號：郭靜的互聯(lián)網圈）首先得有工具，拿醫(yī)療為例，我們在醫(yī)院看病，醫(yī)生會使用相關儀器記錄用戶的心跳周期；我們去餐廳吃飯，餐廳會記錄每桌顧客的消費記錄以及用戶最愛點的菜品；我們在網上使用搜索引擎，搜索引擎會記錄用戶的搜索習慣。醫(yī)療器械、ERP系統(tǒng)、電腦等成為了數(shù)據(jù)記錄的工具。
數(shù)據(jù)被記錄是用戶被動選擇的結果，如果用戶不去醫(yī)院檢查，那么數(shù)據(jù)就不會被記錄，用戶去了B餐廳而不是A餐廳消費，A餐廳也無法獲取到用戶的喜愛。所以，可穿戴設備、智能硬件等都試圖讓用戶能夠主動將自身的數(shù)據(jù)被記錄，應該說這也是UGC模式的一種，用戶自愿將自身的數(shù)據(jù)提供到平臺上去，供平臺進行分析。
被動和主動的區(qū)別是非常大的，被動就意味著有用戶的數(shù)據(jù)會流失掉，當流失掉的這部分用戶足夠多以后，新的數(shù)據(jù)模型就無法完成。記錄是數(shù)據(jù)的基礎，接下來就是連接。
數(shù)據(jù)和用戶的連接
用戶不可能一直在某個餐廳消費，也不可能一直在某一個地方睡眠，至于可穿戴設備，用戶也很難做到每天都按時去佩戴，讓自身的數(shù)據(jù)可以記錄。單個用戶某一行為被不同商家記錄，而這些商家記錄的數(shù)據(jù)是分離的、獨立的，無法形成連貫性，當這些被記錄的數(shù)據(jù)到了一定時間滯后，肯定是面臨被丟棄的命運。讓數(shù)據(jù)能夠同平臺的相互連接，要比單個“獨霸”有用的多。
另一方面，就是數(shù)據(jù)和用戶的連接，如何讓用戶的數(shù)據(jù)能夠被主動貢獻出來，并通過互聯(lián)網、移動互聯(lián)網相互連接，形成數(shù)字存儲而不是紙質記錄，這是當前圍繞數(shù)據(jù)進行創(chuàng)業(yè)者的思考。
跨界連接是最困難的，就像拼圖一樣，如何通過混亂的形體組合，形成有效的畫面。比如餐飲和超市購物、搜索和社交、電商和社交等，這些數(shù)據(jù)得形成有效的連接，單一的從搜索行為就分析出用戶的購物行為或者其他行為是有失偏頗的，搜索的需求太單一，并不能是用戶整個的行為特征，只有綜合用戶搜索、購物、社交等多個使用行為，才能有效的分析出用戶的某個行為特征。
有效的價值轉化
從記錄→連接→價值轉化，這肯定是一個漫長的過程，要知道先祖?zhèn)冇昧藬?shù)千年的時間也僅將少量的數(shù)據(jù)形成轉化并遺傳下來。互聯(lián)網、移動互聯(lián)網在國內的發(fā)展還不足20年，而數(shù)據(jù)從被重視到被記錄到被連接，就更是一個漫長的過程，目前市場上的智能手環(huán)、智能手表、無線路由器、盒子等產品雖然都不盡人意，但是其無一不在讓數(shù)據(jù)變的有效的道路上奮斗著。
將用戶的搜索數(shù)據(jù)記錄并有效價值轉化最早的案例是谷歌當年預測流感病毒，當然，已有不少互聯(lián)網公司都有將用戶數(shù)據(jù)記錄、連接并實現(xiàn)有效的價值轉化。互聯(lián)網公司離數(shù)字存儲最近，占據(jù)著有利條件，能夠更敏銳也是正常。
不過，僅僅有互聯(lián)網的數(shù)據(jù)是不完全的，用戶在線下的數(shù)據(jù)，用戶在生活中的數(shù)據(jù)，在更多不使用互聯(lián)網的情況是使用的數(shù)據(jù)，我把它稱之為物理數(shù)據(jù)，這部分數(shù)據(jù)是現(xiàn)實生活當中的數(shù)據(jù)，其價值要高于互聯(lián)網絡上的數(shù)據(jù)的，互聯(lián)網公司們正在吸收著這些數(shù)據(jù)。
數(shù)據(jù)的有效轉化，可以體現(xiàn)在幾個方面，一是預防，針對企業(yè)級的。應該說每個行業(yè)都有泡沫的存在，就算沒有泡沫，也會有倒閉的風險，通過對相關數(shù)據(jù)的分析，可以對未知的風險起到一定的預防措施，即使不能避免，至少能更大程度上的減少損失，并能夠助力公司挺過這場風暴。
一是隱性價值，針對用戶級的。比如時間成本，通過地圖工具和當?shù)毓幌到y(tǒng)對接，讓用戶實時了解公交車的到站時間，節(jié)約用戶等待公交車的時間，海量用戶的時間成本加起來，肯定是一筆不菲的價值。再比如健康預防，越來越多的慢性病開始向用戶滲透，通過對相關數(shù)據(jù)記錄、連接，讓用戶能夠盡早預防慢性病的發(fā)生，比如肥胖的問題（健康產品的前提是有高質量的醫(yī)療體系在背后支撐）。讓所有可能有價值的數(shù)據(jù)都被記錄、連接，再將這些數(shù)據(jù)分析之后，實現(xiàn)有效的價值轉化，互聯(lián)網公司、傳統(tǒng)企業(yè)、統(tǒng)計機構、用戶，所有人都是這場風暴的參與者。我們應該給予正在為這場大風暴做貢獻的企業(yè)和創(chuàng)業(yè)團隊，可能有人被“掉隊”，也有人可能在這場風暴中崛起。
以上是小編為大家分享的關于如何讓“大數(shù)據(jù)”有價值的相關內容，更多信息可以關注環(huán)球青藤分享更多干貨
以上就是關于谷歌大數(shù)據(jù)戰(zhàn)略分析相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。
推薦閱讀：
贛公網安備 50019002502384號
