zoukankan      html  css  js  c++  java
  • 大数据的价值不在于大,而在于对潜在用户的挖掘

    大数据的价值不在于大,而在于对潜在用户的挖掘

    大数据思维是什么?维克托·迈尔·舍恩伯格认为:第一,需要全部的数据样本,而不是抽样;第二,关注效率而不是关注精准率;第三,关注相关性而不是关注因果关系。

    大数据的关键点不在大,而在于有用。大数据思维首先需要能够充分理解数据所蕴含的价值,并且知道如何利用大数据,让它为企业的经营决策提供依据。也就是通过数据处理创造商业价值。
    在互联网飞速发展的时代,任何一项技术都是为了达到某种目的而出现的,而大数据从本质上来说是为了做决定而存在的。大数据能够为企业的决策提供精准的依据,比如市场方针制定、精准营销目标群体、营销数据等方面。大数据的存在不仅能为企业提供数据支撑,还能为用户提供更便捷的信息和数据服务,从用户搜索的信息中,企业才能挖掘出更多的潜在用户。大数据最大的特点是数据量大而繁杂,企业需要通过对数据关系的深度挖掘和分析,才能将大数据进行更好的利用。
    大数据其实并不是新近出现的概念和现象,早在1980年,美国就提出了“大数据”的概念。发展至今,由于各方面的进步,各个领域的数据量都在迅速地增长。随着数据的大爆发,数据的收集、保存、维护、共享、使用等,都成为各个领域的刚性需求。通过对数据的分析、开发和整合,企业可以发现一些新的知识,创造出新的价值,从而带来“大知识、大科技、大智能、大利润、大发展”等。
    也就是说,大数据的大,其侧重点并不是在表面上所呈现出来的“大容量”,而在于潜在的“大价值”。大数据之所以能成为革命性的现象,是因为它标志着商业世界乃至整个人类社会从信息时代、经由知识时代迅速地向智能时代迈进。
    大数据影响甚大,可能很多人都感觉不到大数据对自己产生了什么样的影响,但实际上我们的工作、生活,甚至有关我们的一切都与大数据息息相关。
    譬如,我们在用信用卡购物时,信用卡银行会在寄送账单时附带一些商户优惠促销的信息,如果是有需要的用户,就会成为这个商户的用户。
    如今,在淘宝上购物已成为很多人的购物方式。如果有人最近想锻炼了,在淘宝买了一个羽毛球拍,当他再进入淘宝页面的时候就会发现,屏幕上会出现很多关于各种羽毛球、网线、运动设备的信息。
    大数据的原理就是通过捕捉、发现和分析,在大量数据中得到有价值的信息,大数据拥有挖掘潜在用户的能力正是基于这一原理。
    在商业世界中,数据以海量的方式不断产生。数据是有价值的,但不是每条数据都是有价值的。那么,企业应该怎样筛选有价值的数据呢?又该如何通过这些数据调整自身的运营方式呢?诸如此类的问题会一个个地摆在企业领导人的面前,而这并不是靠经验就能决定的事情。
    以一家超市为例,每天有多少人出入,有哪些人进行了采购,采购的主要是哪些产品、主要分布在哪些品牌,对于超市所做的特价商品,消费者的接纳程度是多少?更具体一些,通过超市自发的顾客卡,能不能从中分析出不同年龄段顾客的购物习惯,找出最具增值回报价值的目标消费群?他们在不同时间段的购物行为如何,他们购买的产品是否能激发出相关或后续追加的购买行为?这些单纯依靠经验是不可能做出准确判断的,而通过大数据,这些问题都能轻易地得到解决,因为大数据便于领导迅速做出准确的判断。
    在2013年,大数据技术被大规模地采用,许多IT企业的领导人都采用了大数据。目前对于大数据的困惑在于,企业是否真的需要大数据?怎样衡量及确保企业在大数据领域的投资回报?从国内当前的情况来看,大多数企业对于大数据的接受还处在萌芽阶段,他们正在慢慢地消化这一理念,逐步打消“大数据是噱头”的想法。他们还没有清楚地了解大数据会给基础设施、企业自身以及各个行业带来多大的影响,也还未看到更多具有足够说服力和影响力的将大数据成功应用的案例。但从日趋严峻的发展和竞争态势来看,企业必须转向大数据,这已经成为一个必然的趋势,否则企业很难挖掘到最具价值的客户群体,从而在市场竞争中脱颖而出。某些已经尝到大数据好处的企业表示,企业在最近一两年里因地制宜制定的大数据战略,都收到了很好的效果。大数据中蕴藏着新的商机,可以让企业感知到曾经“失落的世界”,接触到发展的另一方天地。大数据可以更加全面地了解客户的消费习惯和需求,通过这种方式,企业可以找到新的方式与现有客户及潜在客户进行交流,从而找到于双方都有利的经营模式。
    数据挖掘产生于20世纪80年代的美国,是一种新型的商业信息处理技术,最开始是在金融、电信等领域内应用,先是对大量的数据进行抽取、分析、转换以及模型化处理,然后从中提取有助于商业决策的关键性数据。随着银行信息化的快速发展,产生了大量的业务数据,从这些海量的数据中可以挖掘出有价值的信息。汇丰银行、花旗银行和瑞士银行就是这项技术的先行者,如今各大银行都在应用这项技术。
    以广发银行为例,大数据的挖掘主要表现在以下几个方面:
    第一,风险管理。风险管理是广发银行的重要应用之一,譬如信用风险评估,从大量的用户数据中评估贷款人或信用卡人的风险。通过这些数据,可以确定哪些客户拥有极端的消费行为,从而减少银行和用户承担的风险。
    第二,客户管理。客户管理的第一项就是新客户管理,这对于广发银行开拓新用户是至关重要的。广发银行通过对大数据的分析,找出客户数据库中的特征,预测这些用户对广发银行活动的响应率。那些被确定为有利的特征可以与新的客户群进行匹配,增加广发银行营销活动的效果。
    广发银行通过银行数据库中存储的客户信息,根据事先设定好的标准找到符合条件的客户群,然后通过聚类分析让其自然形成类别,通过对客户的服务收入、风险等相关因素的分析找到潜在的可盈利的目标客户。
    客户管理还有一项是保留客户。在发现流失客户的特征后,广发银行可以在具有相似特征的客户流失之前,采取一些措施留住这些客户。
    第三,优化客户服务。为客户提供优质以及个性化的服务,取得客户的信任。根据分析20%的客户创造了银行80%的客户,发现这20%的客户,并对其实施最优质的服务。
    为能发掘更多的潜在客户,广发银行还会与各大商家进行合作,譬如一些咖啡厅、餐厅、健身馆等休闲娱乐场所。比如周几去某家餐厅消费刷广发卡可以享受几折的优惠,等等。这是一种很有效的营销手段,希望得到优惠的客户自然就会成为办理广发业务的潜在客户。广发在每个月的账单中都会附上一些商品打折信息,或是其他一些商品内容,促使有需要的客户去进行消费。http://www.cda.cn/view/16674.html
  • 相关阅读:
    康复计划
    Leetcode 08.02 迷路的机器人 缓存加回溯
    Leetcode 38 外观数列
    Leetcode 801 使序列递增的最小交换次数
    Leetcode 1143 最长公共子序列
    Leetcode 11 盛水最多的容器 贪心算法
    Leetcode 1186 删除一次得到子数组最大和
    Leetcode 300 最长上升子序列
    Leetcode95 不同的二叉搜索树II 精致的分治
    Leetcode 1367 二叉树中的列表 DFS
  • 原文地址:https://www.cnblogs.com/amengduo/p/9587666.html
Copyright © 2011-2022 走看看