1.大数据概论+内容.pptxVIP

第1章 大数据概论大数据营销

本章目录1.1大数据基础概述1.2数据思维解读1.3传统样本与大数据1.4大数据处理应用与分析点击此图标可链接对应章节

本章导读导读大数据时代，数据在人们的生活中无处不在。因为大数据，各行各业正发生着变革。在商业领域中，大数据会为营销带来怎样改变？大数据，顾名思义就是大量的数据，但这种纯粹的认知无法使我们在商业领域中的营销活动里充分施展大数据的魅力。要做好大数据营销，首先要对大数据有一个较为全面的认识，具备数据思维，知道数据能表达什么，数据的价值是什么，数据应用方向是在哪。本章，让我们一起来认识大数据。

1.1大数据基础概述1.1.1大数据的概念 1.1.2大数据的分类 1.1.3大数据的价值 1.1.4大数据的应用

1.1.1大数据的概念添加文本大数据的定义目前没有统一的说法，可以简单理解为大量的数据，具体是指一种规模庞大的、可以实现对数据进行获取、存储以及管理等功能的集合，可以对特定行为人的消费方式、生活习惯、兴趣爱好以及交往关系等完整的展现出来。大数据也可以理解为无法在可以承受的时间范围内用常规软件工具进行捕捉和处理的数据集合。换言之，由于数据量太大，使传统的一些计算方法受到了挑战，迫使新的计算工具被创造。*思政融入*我们要以正确的价值观去对待大数据，在大数据运算工具的运用与发展中应循序渐进，取长补短，同时要合乎伦理道德，绝不能逾越法律底线。

1.1.1大数据的特点Volume规模大Velocity高效实时Variety数据的多样性Value数据产生价值通过各种设备产生的海量数据。以PB（1000个TB）、EB（100万个TB）或ZB（10亿个TB）为计量单位。在互联网和云计算等方式的作用下，大数据得以迅速生产和传播。由于信息的时效性，在处理大数据的过程中要快速响应，无延迟输入、提取数据，实时分析数据，获得结果。数据多样性可以简单理解为数据类型繁多。数据包括数字型数据、数值型数据、文本型数据、声音型数据和图像型数据多种类型。尽管企业拥有大量数据，但是有用的数据所占比例非常低，所以就要求企业通过机器学习方法、人工智能方法或数据挖掘方法深度分析，以便创造更大的价值

1.1.2大数据的分类不可再生数据和可再生数据。基础层数据、中间层数据和应用层数据静态数据和动态数据隐私数据和非隐私数据不及时进行存储，将无法获得；即使没有了，也能通过计算获得。基础：每一个时间点上的物理位置；中间：在基础上进行运算处理获得；应用：中间层所罗列的数据变量和变量的取值静态：短时间不会改变动态：经常变化隐私：无法在市场里公开的个人信息；非隐私：不涉及个人隐私

1.1.3大数据的价值识别价值描述价值识别价值生产数据本身的价值预测价值实时价值描述价值识别价值大数据的第一个价值是帮助企业识别目标客户。描述价值描述价值一般需要数据标签或者相关的分析框架。实时价值实时价值是指数据在产生的那一刻就出现了价值。预测价值数据的预测价值就是数据能预测消费者的偏好。生产数据本身的价值数据的第五个价值是生产数据本身的价值。

1.1.4大数据的应用（1）查询型应用①数字地图②信用服务：蚂蚁金服推出的芝麻信用，通过云计算、机器学习等技术客观呈现个人的信用状况，在信用卡、消费金融、融资租赁、酒店、租房、出行、婚恋、分类信息、学生服务、公共事业服务等上百个场景为用户、商户提供信用服务。③数字广告收视率：尼尔森公司通过腾讯公司合作，把每次广告的点击动作链接到腾讯上亿人的消费者数据库里，去查询这个点击背后对应的是一个什么样的消费者。基于查询应用，腾讯返回一个数据到尼尔森，尼尔森再通过自己的算法对腾讯提供的查询结果进行相关的统计学修正。于是，尼尔森就可以为品牌方提供每次点击背后的消费者画像。（2）触达型应用目前市场上应用率非常高的一种方向叫做触达。现在有关大数据的融资和大数据的应用中几乎80%以上是发生在触达这个领域。举例说明，DMP平台就是数据管理平台，是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让企业可以把这些细分结果推向现有的互动营销环境里的平台。基于特定目的在特定场景下给特定的用户通过特定的渠道发送特定的消息。1.大数据应用方向

1.1.4大数据的应用（3）统计型应用目前在大数据领域里，统计应用是一个新的应用方向，同时应用难度也比较高。如果说拥有一个大数据源的数据平台或者数据量就可以做触达型应用的话，仅仅拥有一个数据源的数据对于统计型应用来说是远远不够的。实际上，统计型应用一般运用在行业认可的质量统计领域中，而且由于数据情况变化快速，要完成一个被行业认可的统计，除了需要对整个市场情况非常了解之外，对各个大数据平台的业务状况和数据状况也要有深刻的认识。