三類可讓大數據發揮價值的途徑

 

近年來，大數據概念愈來愈熱門，大數據日漸應用於生活中，部分企業把大數據提高到戰略層面，而關於大數據的討論也愈來愈熱烈。而關於大數據工做的開展是技術驅動仍是業務需求驅動的爭論一直都有，其實這種爭論沒有太大意義，讓大數據發揮出應有的價值纔是目標所向。

若是非要說點什麼，能夠這樣看：對於已經有明確商業價值模式的領域，技術驅動的成分更濃，好比搜索、互聯網廣告、推薦系統等;而對於商業價值模式模糊，甚至根本沒有意識到有商業價值點的場景，業務需求驅動的模式就更有用武之地。

並且，有一點是能夠達成共識的，你的大數據只是靜靜的躺在Hadoop集羣裏，而沒有在某個領域(或場景、流程、產品)中發揮價值，是沒有任何意義的，只是讓地球更加不低碳而已。

說到如何讓大數據變現， Precog的聯合創始人John De提到了兩塊：數據驅動的流程(data-driven processes)和數據驅動的產品(data-driven products)。

相似的思想之前也提到過，若是再說詳細點，我認爲發揮大數據價值的途徑能夠有三類：

1. 打造數據驅動的數據產品

當你要改造外部公司的流程時，或者本身內部頻繁出現的某類流程優化過程，每每須要將大數據的價值整合起來，經過一款數據產品表現出去。好比，淘寶爲賣家提供量子恆道產品，幫助賣家更好的經營本身的店鋪;好比電商網站內部頻繁出現的交叉銷售需求，能夠給予用戶的行爲數據打造個性化推薦系統。

根據各方參與度和界限的不一樣，數據產品能夠有不少模式，最簡單的，直接出售本身的數據;或者在本身數據的基礎上「深加工」再出售;也能夠購買多家的數據，本身整合後提供更優質的某種服務，提供諸如定向廣告、廣告效果監測等;或者不提供數據服務，只提供計算能力，好比相似百分點的推薦引擎;也能夠衆包模式採集數據，聚集後造成數據交易市場;

這一類別中，成熟的產品類型是搜索、推薦、計算廣告，這三個方向更須要大數據技術專家，同時具有必定的商業觀、產品觀的人才;而此外，還有一些相對不成熟的或短時間內沒有造成強技術壁壘模式的產品類型，好比上面說的量子恆道、好比大量的第三方微博營銷平臺，不是說這些產品不須要高深的技術，並且在當前階段，更須要的是知足客戶的「溫飽需求」，將來逐漸加劇技術驅動的比重。

2. 經過數據驅動流程的精細化、智能化

大數據對企業流程的優化已經能夠滲透到幾乎各個環節，諸如營銷流程、會員管理流程、產品管理流程、人力資源優化等等均可以看到他們的身影。

你能夠預測將來的銷量，已更好的分配資源;你能夠爲商品找到潛在的喜愛用戶，以開展主動營銷活動;你也能夠細分既有用戶的各類行爲模式，覺得產品的優化提供參考;你還能夠看看什麼員工更穩定、哪些員工會離職……

這些管理、運營流程的改進主要集中爲兩個詞：效率、效果，驅動的源頭即是在這個兩個詞的環節上出現了愈來愈嚴重的問題。

在這個環節中，數據挖掘應用建模者的需求會高一些。

3. 打造數據驅動的服務產品

之因此把這一類單獨提出，主要是這類產品的用戶每每是C端，他們大都不會去考慮企業經營、流程層面的問題，而更關注產品的功能及體驗。而這類產品和普通的互聯網產品的區別在因而否是大數據技術密集型產品，仍是人力密集型的產品。

舉個例子，要打造一款餐飲服務產品，用傳統的「掃街」或積累用戶評價的模式就顯得人力密集一點;而若是基於用戶在特定網站的瀏覽軌跡進行內容挖掘，進而獲得用戶的餐飲相關標籤(口味、位置、消費力)，基於此推出餐飲服務產品則更像咱們說的數據驅動的服務產品。

再好比傳統門戶模式 vs 個性化閱讀模式也是相似;包括第二類中的個性化推薦模式，從用戶側看也能夠視爲數據驅動的服務產品。

或許，將來的全部服務產品都會是大數據驅動的，但目前來看還有很長的路要走。讓大數據發揮出應有的價值，更好地應用，纔是咱們所追求的大數據的意義。