大量数据=大数据?大数据认知 | 此“大”非彼“大”

  • 今天这家公司宣称“我们收集了大量数据,我们要做大数据”!
  • 明天那家公司宣布“我们发布了大数据产品”!!
  • 过两天另外一家公司“我们已经与多家厂商合作,进入了大数据时代”!!!

...
案例数不胜数,那么,哪些是夸夸其谈,哪些是真正的专业性领域呢?

第一类,调查问卷(例)

找一大批临时工(几千上万人的程度),某一天每人找路人或既有顾客填写收集至少10份预先制作好的纸制或开发好的智能手机APP上的问卷
数据够多了吧!

第二类,用餐(例)

网购、外卖、 打包带走,或实体店铺就餐,比如某肯某麦,店铺多分布广,消费者的常选店家,统计某天的订单量
数据够多了吧!!

第三类,交通工具(例)

公交车、地铁青轨、火车、轮渡、飞机,总有你每天在乘坐的,统计某一天的人流量
(不要逼我,真的很多啦!!!)

收集到的这些信息手动录入到电子表格中,或是通过收银机联网保存到系统的数据库中,这些就是“大数据”了吗?

或许有些公司的步伐就停止在了这个地方,对外说“我们有了大数据”
错!它们只是一天之中收集到的静态的不变的“大量的数据”而已,大量数据不等于大数据!

而有些公司高瞻远瞩,为了企业发展积极开拓市场
那么,怎么才能把这些数据活用起来,从“静态”的大量灵气变成真正“动态”的大数据呢?
还是以上三类,接下来,我们换一个角度来思考

第一类,调查问卷

假设一份问卷上有10条问答,分别涉及到用户的

  • 年龄层
  • 性别
  • 居住区域
  • 家庭成员构成
  • 对哪些类别的商品青睐
  • 日常购物或是生活习惯

等等,聪明的企业,把这些分门别类,制作成饼状图,柱状图,曲线图...

从直觉上来看,一目了然,可以较清楚的把握用户信息以及预测消费走向,从而作为会议中方案讨论的基础(但到这里也不是大数据)
从数字化的观点,数学能力强的人,可以把这些数据制作成数学模型,通过专用软件来分析,更精确地模拟出从企划到生产再到市场的场景,以及自动提出优化建议,应用到商战中,与竞争对手拉开距离,这时,大数据的应用就初步体现出来了

第二类,用餐

大家每天不管去实体店铺,还是电脑和手机上网,至少会有以下几个事情发生吧

  • 想吃哪类食物
    比如面类,饭类,油炸类,或是汤类等等
  • 去哪吃(单位食堂和自带除外^^;;)
    比如上班时附近店里就餐或者是打包带回单位,便利店买了公园或河畔吃,网上订购等等
  • 价格多少
  • 独自或是有同伴(网购时即是订购数量)
  • 用餐后的印象
    张三的店内很卫生,王二的味道不行,李四的价格太贵等等

如果有餐饮类企业想在这方面做文章的话,可以通过问卷调查来收集这些信息,当然网购的话自然就已经录入到系统的数据库中
与第一类问卷调查的后期处理同理,大数据的作用就会体现出来了,而这是每天都会发生的的,甚至是每日至少三餐!

但如果实体店铺仅限于打印收据,或是查看一下记录便于决定哪天去多买些菜少进点米,生意再好那也只能停留在一般商贾程度上
同样,网购功能本来就自带有运营管理的模块,但如果网店不充分应用管理功能的话,也只能像无头苍蝇一样,来一单做一单,生意时好时坏

第三类,交通工具
未完待续...

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260

推荐阅读更多精彩内容