很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
“大數(shù)據(jù)”仨字已經(jīng)被喊爛了，“大數(shù)據(jù)分析”也經(jīng)常被人提起?？傻降渍ν耆恰按髷?shù)據(jù)分析”？為啥大家喊得很多，平時工作中很少感受得到？今天系統(tǒng)講解一下。
普通人理解的大數(shù)據(jù)可謂千奇百怪，比如：
1、一個excel文件 200M，多大的數(shù)據(jù)呀！
2、我國人口14億，這個數(shù)據(jù)好大呀！
3、臥槽，我剛看了車，就有4S店推廣電話，肯定收集了我的大數(shù)據(jù)
這些千奇百怪的理解，都是來自對“數(shù)據(jù)”本身不夠了解導(dǎo)致的。想整明白“大數(shù)據(jù)”真正的含義，得從數(shù)據(jù)是從哪里來的講起。
最原始的數(shù)據(jù)采集方式就是：問卷。由專門的調(diào)查人員，借助一張張調(diào)查問卷，通過現(xiàn)場詢問、測量等方式獲得數(shù)據(jù)。這種方法已經(jīng)沿用了400多年，經(jīng)典的統(tǒng)計學(xué)、管理學(xué)理論都是建立在此之上的（如下圖）。
小數(shù)據(jù)有沒用？有用！非常有用！
能采集到某個地區(qū)的數(shù)據(jù)，代表著政府對這個地區(qū)有統(tǒng)治力。
數(shù)據(jù)是如此重要，以至于歷史上很長一段時間，統(tǒng)計任務(wù)歸屬于政府、軍隊、情報機(jī)關(guān)。我國的第一家調(diào)查公司還是在90年代初，在寶潔強(qiáng)烈要求下成立的。
但是，調(diào)研做法有三個明顯的問題：
1、非常耗費人力。訪問員、督導(dǎo)、審核、錄入、數(shù)據(jù)處理……都是人
2、非常耗費時間。設(shè)計問卷、填寫、回收、都是時間
3、準(zhǔn)確度低?，F(xiàn)場測量的數(shù)據(jù)會相對準(zhǔn)，但口頭問回來的大部分都不準(zhǔn)
這些問題，導(dǎo)致了問卷時代的數(shù)據(jù)采集，只能有抽樣式的，不能是全量采集。也因此衍生出了專門的抽樣理論和方法。但無論數(shù)據(jù)方法怎么改進(jìn)，在業(yè)務(wù)上，抽樣，始終是一個難以逾越的梗阻。決策者總會覺得：
1、是不是樣本量太少
2、是不是代表性不夠
3、沒有覆蓋的樣本是不是真的一致
只要是抽樣數(shù)據(jù)，就一定會被質(zhì)疑，就總是充滿懷疑。這也是最初“小數(shù)據(jù)”的說法來源，后續(xù)所有“大數(shù)據(jù)”其實都是圍繞“小數(shù)據(jù)”問題而來。
數(shù)據(jù)從小變大的第一步，從系統(tǒng)采集開始。比如企業(yè)擴(kuò)大規(guī)模，要在各地建連鎖店，第一步做得就是裝POS機(jī)，把交易數(shù)據(jù)采集進(jìn)來，替代紙質(zhì)訂貨單/出貨單。此時想了解銷售數(shù)據(jù)，是可以基于POS機(jī)收集的數(shù)據(jù)全量查看的（如下圖）。
從抽樣數(shù)據(jù)到全量數(shù)據(jù)，是一個質(zhì)的變化。基于全量數(shù)據(jù)，可以直接管理到各個終端門店，直接基于數(shù)據(jù)作出經(jīng)營決策。因此大部分企業(yè)的銷售分析、經(jīng)營分析、業(yè)務(wù)分析體系，都是在此基礎(chǔ)之上建立起來的（如下圖）。
但是這個階段的局限也是很明顯的：POS機(jī)只能記錄交易結(jié)果，對過程一概不知。誰在買，買了多少，為啥買，通通不清楚。
這個階段的分析，是典型的知其然，不知其所以然的分析，大部分分析只能通過成交結(jié)果去猜。如果只有這個階段的數(shù)據(jù)，想做深入分析，還是得依靠調(diào)研。比如傳統(tǒng)企業(yè)想了解門店成交流程，會做門店調(diào)查，研究消費者在門店的動線，詢問消費者體驗。
有了系統(tǒng)采集以后，大家自然地會想：除了交易數(shù)據(jù)，其他數(shù)據(jù)也能通過系統(tǒng)化采集。比如最簡單的形式：讓用戶自己交身份證，通過圖像識別錄入。這樣既能采集到用戶數(shù)據(jù)，又能避免手動填寫的錯誤。
但是問題來了：憑啥要交身份證給你呀！于是傳統(tǒng)采集，只有銀行、航空、通訊等有國家背景+法律規(guī)范要求的地方，才能相對準(zhǔn)確的采集這些真實數(shù)據(jù)。
不過這些困難并沒有阻擋住企業(yè)采集信息的熱情。常見的手段，比如：勾引用戶辦會員卡，給生日禮遇讓用戶填寫生日。用戶完成信息給積分獎勵之類。更激進(jìn)的，甚至有常識在門店裝人臉識別、裝眼動儀跟蹤設(shè)備來采集數(shù)據(jù)（當(dāng)然，成本很高）。
為什么企業(yè)會孜孜不倦追求這些數(shù)據(jù)，因為這些數(shù)據(jù)真的有用。至少能把數(shù)據(jù)具體到一個人的身上，能識別出誰是高端用戶，誰是沉睡用戶，從而精細(xì)化運作（如下圖）
真正低成本的、解決采集消費者行為數(shù)據(jù)的問題，還得靠互聯(lián)網(wǎng)產(chǎn)品。
互聯(lián)網(wǎng)產(chǎn)品的最大優(yōu)勢，在于App/小程序/H5本身就是數(shù)字化產(chǎn)品。此時不但有條件記錄到用戶的點擊、登錄等行為數(shù)據(jù)，而且能將用戶ID、手機(jī)號等信息整合成統(tǒng)一ID，效率比依賴線下紙質(zhì)單張申請的流程強(qiáng)無數(shù)倍。
還能將視頻、圖片、文章等內(nèi)容打標(biāo)簽，通過用戶點擊、轉(zhuǎn)發(fā)次數(shù)，瀏覽時長，反推用戶需求。對于經(jīng)歷過傳統(tǒng)企業(yè)數(shù)據(jù)的人來說，互聯(lián)網(wǎng)產(chǎn)品的數(shù)據(jù)簡直就是鳥槍換炮。
相較之傳統(tǒng)的會員基礎(chǔ)信息、消費流水?dāng)?shù)據(jù)，用戶行為數(shù)據(jù)量特別、特別的大，大家想想自己在淘寶逛多久才買一件東西就知道了?？赡苤皫装俅吸c擊瀏覽，最后才有一單交易。
因此，需要專門的大數(shù)據(jù)架構(gòu)來支持這些數(shù)據(jù)的存儲和計算。狹義上的大數(shù)據(jù)技術(shù)，特指對大量的用戶行為數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)的存儲和計算。
有了這些數(shù)據(jù)，才有現(xiàn)在我們流行的互聯(lián)網(wǎng)分析方法，比如漏斗分析法（如下圖）。
基于這些基礎(chǔ)數(shù)據(jù)采集，還能延伸出更多數(shù)據(jù)應(yīng)用，比如：
1、模型類：行為預(yù)測、推薦算法
2、測試類：產(chǎn)品ABtest
雖然這些方法，基于交易數(shù)據(jù)也能做，但是數(shù)據(jù)量多寡，直接決定了結(jié)果準(zhǔn)確度。從而影響到業(yè)務(wù)端使用。在傳統(tǒng)時代，只有銀行、運營商、航空公司獨享的分析方法，成為現(xiàn)在互聯(lián)網(wǎng)公司的標(biāo)配。
然而即使這樣，既然有一些問題不能解決
● 用戶數(shù)據(jù)分散在若干平臺，導(dǎo)致單一平臺數(shù)據(jù)不足
● 用戶心理無法直接反應(yīng)為數(shù)據(jù)，沖動型行為會干擾正常數(shù)據(jù)判斷
因此，如何合法合規(guī)、持續(xù)利用大數(shù)據(jù)資源，依然是今天一個重要議題。
當(dāng)然，還有一些灰色/黑色的方法，讓數(shù)據(jù)變大
2、爬蟲、撞庫，硬撈用戶數(shù)據(jù)
3、通過設(shè)備，默默收集用戶數(shù)據(jù)
這就是各種騷擾電話、垃圾短信的源頭。當(dāng)然，隨著國家對信息安全保護(hù)要求越來越嚴(yán)格，這些玩意生存空間也是逐步被壓縮，所以不談也罷。
縱觀數(shù)據(jù)從小到大的整個過程可以看出：數(shù)據(jù)從來都有用。即使最簡單、最不準(zhǔn)的數(shù)據(jù)，也能反應(yīng)管理上的問題。因此決策者們對于數(shù)據(jù)的追求，永遠(yuǎn)是孜孜不倦的，永遠(yuǎn)是不滿足的。（如下圖）
那么，為什么還有這么多人在問“大數(shù)據(jù)有啥用”呢？
因為并非所有人都理解“數(shù)據(jù)”的用途，別說大數(shù)據(jù)了，小數(shù)據(jù)丫也照樣不會用。
截止到2021年，依然有人是拍腦袋決策，拍胸脯保證；依然有人沉迷于“老夫從業(yè)十年，我說的就是對的”；依然有人覺得大數(shù)據(jù)包治百病，代碼一敲，鈔票從電腦屏幕里噴薄而出；依然有人迷信“底層邏輯”“核心思維”，苦練內(nèi)功心法。
總之，想用好數(shù)據(jù)，就得深入業(yè)務(wù)流程，具體了解數(shù)據(jù)采集方式，這樣才能讀懂?dāng)?shù)據(jù)背后的業(yè)務(wù)含義，才能把自己面臨的具體問題轉(zhuǎn)化為數(shù)據(jù)問題，才能解出正確答案。
采集和計算數(shù)據(jù)，是一門科學(xué)
應(yīng)用數(shù)據(jù)產(chǎn)生價值，是一種藝術(shù)
差別大致如此。
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實、專業(yè)的平臺氛圍，我們團(tuán)隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)