我想大家都听过 "大数据" 这个词。我还记得自己第一次听到它的场景 ------2013 年 12 月的一场科技大会。当时我心里还在想："大数据，嗯...... 不过是人们给海量数据起的一个有意思的名字罢了。" 但实际上，"大数据" 的定义并不等同于 "大量的数据"。我接触过一些人，他们觉得："没错，我们到处都有数据，只要把这些数据集中到数据仓库里，这就是大数据了。"
大数据的真正定义
"大数据" 的内涵要深刻得多，它具备以下几个核心特征：
（1）外部数据：这类数据通常不是来自企业内部系统，更准确地说，它源于外部渠道，也就是公开数据源。
（2）数据价值低：绝大多数的 "大数据" 本身并没有价值，但其中的部分内容，能够为企业创造可观的价值增量。
（3）元数据：我们真正要挖掘的是数据的元数据，也就是描述数据本身的属性信息。比如，数据的来源地理位置，就是一种有价值的元数据。
大数据的来源
大数据的来源十分广泛。社交媒体平台是最显而易见的来源，比如twitter、facebook、linkedin等。除此之外，还有一些不那么容易被察觉的数据源，例如人口普查数据等。企业既可以自行投入时间和精力去采集这些数据，也可以付费订阅专业数据服务商提供的月度数据推送服务。
大数据的应用场景案例
既然大数据大多没有直接价值，又不是企业内部采集的数据，那它到底有什么用呢？这正是大数据领域的核心问题。以下是几个大数据的应用实例：
- 营销触达效果评估。假设企业针对某款产品或某项服务推出了一套营销方案，如何判断这笔营销费用花得值不值？有些企业会用销量增长幅度来衡量，这确实是一个不错的指标。但你怎么能确定销量增长，不是受同期其他因素的影响呢？
利用大数据，企业可以从公开数据源中提取信息，分析市场对这次营销活动的反馈。比如抓取 twitter 或 facebook 上与营销活动相关的内容，评估用户讨论的倾向。如果营销活动推出后，相关话题的讨论量显著上升，这或许是积极的信号。反之，如果公众讨论热度毫无变化，甚至出现了负面评价，也可以据此判断营销活动的效果，并思考如何优化调整，以提升影响力。
- 挖掘新的销售机会。企业可以从公开数据源中提取数据，再借助数据增强服务，筛选出地理位置、所属区域等特定属性信息。这些信息能够帮助企业锁定那些此前未曾关注过，但可能对产品和服务有需求的目标市场，从而创造新的销售机会。
需要注意的是，获取大数据绝非仅仅是从企业自身的社交账号里抓取数据这么简单，比如提取自家 twitter 的评论或 facebook 主页的留言。真正的大数据分析，是要挖掘那些用户主动公开的信息。
后续行动建议
以下是我给出的几点行动建议：
-
与专业的大数据服务伙伴合作。他们具备丰富的行业知识，能够帮助企业发现那些意想不到的大数据价值应用场景。
-
联合企业内部业务部门，确保营销、销售运营等关键职能部门的相关负责人都能参与其中。
-
开展概念验证（POC）项目。企业可以先订阅成熟数据服务商提供的短期数据推送服务，同时聘请专业团队，挑选合适的数据抽取、转换、加载（ETL）工具和数据增强工具。这些合作伙伴还能协助企业搭建概念验证阶段的报表工具，方便对数据进行多维度分析，进而评估大数据项目可能为企业带来的价值。
-
启动技术和服务选型评估工作，为搭建完善的企业级大数据体系做好准备。
-
定期评估项目进展，收集业务部门的反馈。毕竟业务部门才是数据分析结果的最终使用者。根据反馈及时调整战略，并以此为基础，探索更多新的大数据应用场景。
总结
大数据能够从多个维度为企业赋能，助力开拓全新的销售渠道。更值得一提的是，企业无需一开始就投入巨资购置昂贵的设备，也能开展大数据项目的效果评估。当然，大数据并非在所有场景下都能创造价值。因此，在推进项目之前，组建专业团队进行全面评估，是至关重要的一步。
本文转载自 雪兽软件
更多精彩推荐请访问 雪兽软件官网