APP下载

掘金大数据

2015-10-29

销售与管理 2015年10期
关键词:数据量海量结构化

社会科学领域通常是用抽样的方式来研究消费者,即按照随机或者配额的原则来寻找消费者,并使用调查的方式获得数据,通过对数据的解读来支撑营销决策。但是,大数据时代,则是通过实时监测或者追踪消费者在互联网上产生的海量行为数据,进行聚合、运算和挖掘,然后根据挖掘的结果发现结论并做出营销判断。

对于很多企业而言,大数据带来的挑战是显而易见的,互联网上的大数据不仅包含传统的结构化(或关联型)数据,而且也包含各类非结构化数据(相关预测显示,到2012年,非结构化数据占有比例将达到互联网整个数据量的75%),文本、图片、视频、语音等形态的数据量的增加以及交互性的增强,加上大数据无规律分散的特点,让企业不得不面对新的挑战:如何在海量的互联网大数据中,通过合理的方法论找到对企业有帮助的数据,并且将营销预算合理地分配在为数众多的数据来源的平台上——这对企业营销人员以及企业决策人而言,都意味着新的挑战。

同时,由于大数据是个性化的,企业如果不具备整合“大数据”收集和使用的能力,就很难在广告和多个营销渠道中提供真正个性化的用户体验,甚至,大数据是实时化的,企业能不能实时针对消费者数据进行营销决策,一样并非坦途。

因此,大数据将考验企业驾驭和洞察网络数据的能力,特别是如何通过新的方法去影响消费者,如何做出更加精准的广告等等,都成为企业需要去思考的问题。

本期专题,就是围绕大数据的应用和实战展开,希望能给企业们提供些帮助。

猜你喜欢

数据量海量结构化
一种傅里叶域海量数据高速谱聚类方法
基于大数据量的初至层析成像算法优化
促进知识结构化的主题式复习初探
计算Lyapunov指数的模糊C均值聚类小数据量法
高刷新率不容易显示器需求与接口标准带宽
结构化面试方法在研究生复试中的应用
宽带信号采集与大数据量传输系统设计与研究
海量快递垃圾正在“围城”——“绿色快递”势在必行
一个图形所蕴含的“海量”巧题
基于图模型的通用半结构化数据检索