大数据，不是说有就能有.docxVIP

PAGE 1 PAGE 1 大数据，不是说有就能有  2016年可谓是中国的“大数据之年”，不仅国家推行“大数据战略”，倡导发展互联网新经济，各行各业也都在谈论大数据的前景。  2016年可谓是中国的“大数据之年”，不仅国家推行“大数据战略”，倡导发展互联网新经济，各行各业也都在谈论大数据的前景。国务院总理李克强5月出席大数据产业峰会并提出大数据驱动信息产业升级的战略导向。大数据一时成为了各大企业都争相推拥的热词。  单纯从字面理解，大数据描述的是一个巨量数据的概念。而在实际的应用上，“大数据”更类似“光年”一样，当光指引到时间中，就成为了描述距离的单位，而把海量的有效数据进行有针对性的整合分析时，他就可以对用户行为进行描述，为我们的生活供应各种各样的决策和指引。  图1大数据，不是说有就能有  随着国家大数据战略的推行，“数聚”、“精准”等概念纷纷涌现。然而，在各大品牌层出不穷的新玩法下，“大数据”概念被滥用的状况越来越严重。笔者之见，“大数据”能力需要有漫长积蓄过程，绝非“想用就能用”。  在品牌宣传上，大数据的概念常常被有意无意地偷换，主要表现在，“有数据”并不等于大数据。大数据存在5V的特征，即Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实性)。除了存有数据的基本条件外，还需满意以上五个维度。因此，大数据是一个特别严格的概念。  一个企业的大数据实力如何，主要基于其拥有的数据资产的数量和质量，同时也取决于数据的维度，及对海量数据的开发运用能力(内部算法)。因此不少巨头在不断扩张自己数据库容量的同时，也在通过并购整合，拓宽其自身数据资产的掩盖度和完整度，同时提升自己对数据的运算能力。  以阿里巴巴为例，阿里拥有浩大的用户群体以及十多年的用户数据积累。其大数据资产，无论从数量还是质量上，在中国处于肯定领先地位。但究其根本，其主要数据维度主要集中在电商领域。随着阿里巴巴不断的跨领域扩张，其大数据维度也随之丰富起来。UC浏览器、高德地图、优酷土豆、新浪微博等多个领域产品的加入，阿里大数据基于移动信息领域的矩阵渐渐扩展。截至目前，据不完全统计，阿里大数据矩阵至少包含了电商、阅读、社交、搜寻、地图、视频、应用、游玩等维度的用户行为数据，从掩盖率和完整度上，应当是目前BAT三大巨头中最具优势的。  图2大数据，不是说有就能有  然而，企业收集到“多维度”的数据只是第一步，如何运用、创造价值是接下来面临的考验。在数据价值的“落地”上，各个企业也正在积极探索。  移动互联时代深受“信息过载”的诟病，“如何实现信息与人更为精准的连接”是整个行业将来探索的方向。为了能够给用户供应最佳的内容获取决策，除了需要对数据宽度与厚度进行累积，还需要让数据变得更加“聪慧”。通俗来讲，企业需要能够对用户产生的每个数据进行统计、分析与开发，并以此帮助用户做出决策。  以UC为例，从阿里大数据中的高德地图POI数据可以知道用户当下处于的特定场景，依据对“时间+地点”的描述分发用户当下最需要的资讯;此外，在淘宝、神马搜寻、优酷等多维数据的互通下，可以知道用户对不同类型资讯的需求。此外，UC的算法还能实现依据不同领域按权重绘画属于该用户的用户画像，在基本的人群聚类下再连续进行需求分层。  以上用户数据的分析及处理，将形成个人定制化数据库，之后，再依据算法进行精准推送，目前常用的推荐算法有三种：  第一代基于“协同过滤”，即收集大量的用户浏览记录，通过相似行为进行关联推荐。由于算法简介，规律清楚，可行性强，这种算法被大多数企业采用，例如今日头条、每天快报等都是采用的这种算法，但其也存在缺陷。由于获取数据的手段有限，数据不能够真实的反应出用户对信息的需求，很简单让用户深陷在自己的“兴趣爱好”当中;  第二代基于“搜寻”，在分析了用户的核心兴趣点之后，通过隐式搜寻的方式，给用户结果，这是在搜寻引擎全面普及后出现的数据算法。但是与第一代算法类似的是，不同的人搜寻相同的信息有不同的目的，而不同的时间地点搜同样的信息也有不同的目的，用同样的标准衡量用户行为，简单产生误判;好处是，对第一代算法所产生的“信息孤岛”效应有了较大的减弱，较简单形成兴趣圈群。在这方面做得比较好的是一点资讯。  第三代基于“社群+场景”，从“人”的角度，切入到详细的社群，实现“人以群分”;从内容的角度，切入到详细场景，这也是目前算法的发展趋势，比较典型的是以阿里大数据矩阵为依托的UC头条。  不过，就目前而言，实现“社群+场景”精准分发还处于一个比较抱负的阶