侵权投诉
订阅
纠错
加入自媒体

大数据的未来怎么样?

  大数据的未来不是数值,而是提出更深层次的问题并找出消费者做决策的原因。

  今天,客户经常问关于大数据的未来,下一步是什么,我们如何利用数据在更深的层面提取有意义的消费者信息来超越我们现在的程度?最标准的答案是从比以往更 多的设备上实时获取数据和分析的能力。的确, 通过家庭,穿着,汽车我们可以收集海量的数据,但是这仅仅只是目前方法的延伸。

  数字VS情绪

  现在大部分的数据收集都是数值或二进制。数据告诉我们如果有人进入到一个网站,浏览到什么程度 ,多长时间,关注点在哪,但数据没有告诉我们为什么。我相信大数据的未来,大数据2.0——不是关于二进制和数值,而是提出更深层次的问题。大数据2.0 应该不仅是关注于在哪和什么,而且也关注回答为什么。大数据2.0应该关注于更好的理解消费者的情绪状态和决策逻辑,从而提供更深入的理解消费者的选择。 如果我们关注于原因,而不是多久,我们可以在消费者和品牌之间创建更有意义、更高质量的联系。换句话说,虽然数据是一个伟大的性能指标,但是只关注他们就 意味着品牌会错失一部分人性因素。

  以亚马逊数据为例。亚马逊拥有海量的数值指标。其数据可以告诉我们销售数量,客户参与度和客户满意度。这些都是伟大的指标,但他们仍然非常简单,并且只是一小部分。

  假设我们是一家消费品公司,我们想引入一个新的尿布产品进入市场。我们决定看看亚马逊为了更好地理解哪些产品是市场领袖(销售排名和销售数量),消费者喜 欢产品本身的程度(评论)。如果我们在所有尿布产品中分析这些指标,我们有一个大数据1.0图片,告诉我们到底是谁卖的最多,消费者最喜欢的是什么。然而 在大数据2.0中这是不够的,大数据2.0需要知道原因:为什么这个产品卖的最多?为什么它有5星评价?

  解决方案

  对我们来说, 开始创建大数据2.0最容易的方法是每天收集非结构化数据。这可以是评论、客户反馈电子邮件、社区论坛,甚至是自己的CRM系统。着眼于这个数据最简单的方法是通过文本分析。

  文本分析是一个相当简单的过程:

  1、收集:收集要分析的原始数据;

  2、转换和预处理:转换数据的格式,让它更容易阅读;

  3、改进:通过添加额外的数据点优化数据;

  4、加工:进行具体分析和数据分类;

  5、频数分析:评估结果并转化成数值指标;

  6、获取:实际提取信息。

1  2  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号