?維克托.邁爾舍恩伯格《大數(shù)據(jù)時(shí)代》作者說(shuō)過(guò)這樣一句話：“執(zhí)迷于精確性是信息缺乏時(shí)代和模擬時(shí)代的產(chǎn)物，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)的。如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無(wú)法被利用。只有接受不精確性，我們才能打開一扇從未涉足世界的窗戶?！蔽覀兪紫纫邮艽髷?shù)據(jù)本身的

    “混雜”性，過(guò)去企業(yè)要通過(guò)數(shù)據(jù)作出決策需要在數(shù)據(jù)的收集整理上下很大功夫，先要確定樣本源，其次作樣本隨即抽取，再詳細(xì)地記錄抽取樣本的一切細(xì)節(jié)，進(jìn)而作出判斷。

    然而，樣本的抽取存在著大量缺陷和隱患，首先采樣的隨機(jī)性非常困難，而且分析過(guò)程中的偏見也無(wú)法避免，結(jié)果會(huì)相去甚遠(yuǎn)。

    在大數(shù)據(jù)時(shí)代，我們首先要打破舊的思維和觀念，那就是對(duì)

    “精準(zhǔn)性”的執(zhí)著。現(xiàn)在，用戶姓名已經(jīng)不重要了，重要的是發(fā)現(xiàn)捕捉到用戶的行為軌跡，比如，過(guò)去我們對(duì)數(shù)據(jù)分類的關(guān)注點(diǎn)會(huì)放在：性別、年齡、住址、單位、婚姻、子女等這樣的靜態(tài)數(shù)據(jù)上，而企業(yè)營(yíng)銷者需要得到和關(guān)注的是消費(fèi)者的

    “動(dòng)態(tài)數(shù)據(jù)”，購(gòu)買商品的信息，何時(shí)購(gòu)買、在那里購(gòu)買，其次是要尋購(gòu)數(shù)據(jù)，指用戶有潛在需求但還沒有購(gòu)買的產(chǎn)品，這些可以通過(guò)大量動(dòng)態(tài)標(biāo)簽來(lái)識(shí)別，在用戶上網(wǎng)瀏覽網(wǎng)頁(yè)的過(guò)程中捕捉到，這些信息都將對(duì)企業(yè)產(chǎn)品價(jià)值。

    還有一個(gè)就是體驗(yàn)數(shù)據(jù)，客戶購(gòu)買之后的評(píng)價(jià)會(huì)影響品牌的忠誠(chéng)度，體驗(yàn)數(shù)據(jù)涉及語(yǔ)義分析。

    比如想了解用戶對(duì)公司品牌正面還是負(fù)面的反饋，可以通過(guò)太糟糕、太貴這一類負(fù)面詞語(yǔ)中

    “太”、

    “糟糕”、

    “貴”關(guān)鍵詞來(lái)識(shí)別。有了這個(gè)前提，對(duì)大數(shù)據(jù)的洞察和應(yīng)用才可以說(shuō)有了商業(yè)實(shí)現(xiàn)的可能。

    本文出自

    “論道大數(shù)據(jù)”博客，請(qǐng)務(wù)必保留此出處