纳特西尔弗大数据时代（纳特西尔弗大数据时代更大的）
纳特西尔弗大数据时代（纳特西尔弗大数据时代更大的）
“数字会说话”可能是大数据时代最常见的口号，但唯一的现代统计预测是内特·西尔弗(Nate Silver)的提醒:“数字不会自己说话。”我们为他们说话。我们可能是一个有利的方式来解释数据，使数据从客观现实。”
为什么说厚数据时代已经来临？海量数据的时代已经到来了吗?大数据不是简单地由数据的数量或来源决定的，而是由“人”通过数据组合和交叉比较形成的“判断”或“预测”。特别是在营销领域，大数据是与人打交道，而不是与无生命的物体打交道。大数据营销的背后是人们的行为模式和需求。因此，不可能仅仅根据数字或统计数字来作出判断。更深入地思考品牌、产品和人之间的关系是有必要的，这种思考将是下一个厚数据时代的开始。
为什么说厚数据时代已经来临？海量数据的时代已经到来了吗?所谓的厚数据不同于强调数据大小的大数据。厚数据更关注人、产品或行业数据之间的深度和背景。一个好的数据视图通常来自于厚数据而不是大数据。“厚数据”强调需要有深厚的用户背景，基于扎实的行业知识或经验。通过密集的数据，工业产品和消费者之间的联系更加紧密。
在未来，如果我们仅仅从现有的大数据中发现和判断大数据，过于相信数字所呈现的结果很可能会导致误判。如果能够通过深入的使用语境来探究未来受消费者需求影响的行业发展趋势，就可以体现出厚数据的重要价值。
厚数据时代已经来临?没有准备好的数据分析师将面临这个，大数据不是单纯由数据量或来源决定的，而是由“人”通过数据组合和交叉比较形成的“判断”或“预测”。你能处理好吗?如果您还担心自己入门不顺利，可以点击本站其他文章进行学习。
为创业者们推荐创业者必读的17本书。希望对创业的朋友们有所帮助！
创业堪比闯雷区，你需要体验新的、难以驾驭的经验，从管理员工到制订公司远景规划等。而且，这些都没有现成的指南可供借鉴。幸运的是，许多杰出的创始人、风投人以及CEO们都喜欢出书阐述自己的创业经历和经验。在此，我们从经验丰富的企业家的更好著作中选出多本有关管理、领导方面的书籍，为即将或开始创业的人提供借鉴。
《商业冒险》
（Business Adventures）
约翰·布鲁克斯(John Brooks)所著，最初发表在《纽约客》上，收集了许多美国大公司的经典案例，包括福特和Xerox等。℡☎联系：软创始人比尔·盖茨（Bill Gates）曾称这本书是他最喜欢的商业书刊，为企业家们提供永恒的财务、伦理以及企业世界的教训。
《商业模式新生代》
(Business Model Generation)
亚力山大·奥斯瓦尔德（Alexander Osterwalder）所著，企业家们称这是“梦想家、游戏规则改变者以及挑战者的手册”。由于传统商业模式正逐渐被颠覆，对于今天的企业家来说，创造新的商业模式以获得竞争优势很有必要。
《人生如创业》
（The Start-Up Of You）
Linkedin创始人里德·霍夫曼（Reid Hoffman）与本·卡斯诺瓦(Ben Casnocha)合著，霍夫曼根据自己的职业和工作经验，为初创企业家们提供绝好的创业路线图。他解释称，如果你想适应并在今天的商界中生存，你就应该处于“永久测试”模式。(推荐书单，提升阅读技能，欢迎常到荐 书堂来看看~)
《女孩老板》
(Girlboss）
索菲亚·阿姆鲁索 (Sophia Amoruso)所著，在一次次就业失败后，Nasty Gal创始人阿姆鲁索开始在网上出售老式服装，最终创造了资产上亿美元的商业帝国。阿姆鲁索在回忆录中分享了她建立公司的经验，包括注重客户服务以及不断学习等。
《重塑工作》
（Rework）
杰森·福瑞德（Jason Fried）和大卫·海涅迈尔·汉森（David Heinemeier Hansson）合著，软件公司37signals的两位创始人在书中介绍了有关营销、生产力、开始创业等传统智慧。在 *** 初创企业时代，一切都与以往不同。
《失去童贞：我如何生存、享乐并依靠自己的生意经发大财》
(Losing My Virginity: How I’ve Survived, Had Fun, and Made a Fortune Doing Business My Way)
理查德·布兰森（Richard Branson）所著，作为世界上最著名的亿万富豪之一，布兰森在书中分享了他以“算了，让我们这样做吧！”的哲学创建维珍帝国的过程，他的自传再次证明“失败乃成功之母”的正确性。
《人性的弱点》
（How To Win Friends And Influence People）
戴尔·卡内基（Dale Carnegie）所著，这是一本经典的自我帮助书籍，但不要让它把你吓跑。理解如何让人喜欢你、如何创造良好交流、说服人们按照你的想法去做非常重要，换句话说，这些都是你成功所需的必要条件。
《锯齿原则》
(The Zigzag Principle)
瑞奇·克里斯蒂安森（Rich Christiansen）所著，克里斯蒂安森的书告诉你，你要忽略所有催促你开足马力、向着自己的目标全速前进的声音。相反，克里斯蒂安森认为你必须在障碍物之间曲折前进，这样你仍然可以保持航线，并最终到达目的地。
《如何在商业竞技中取胜》
(How to Win at the Sport of Business)
马克·库班（Mark Cuban）所著，库班是达拉斯小牛队所有者，还是著名投资人，他在书中分享了自己的职业生涯，从睡在朋友沙发上到经营自己的公司。此外，书中还向那些渴望业务取得进展的企业家提供了许多非常规 *** 。
《压力测试:关于金融危机的思考》
(Stress Test: Reflections on Financial Crises)
美国前财长蒂姆·盖特纳（Timothy F. Geithner）所著，沃伦·巴菲特（Warren Buffett）曾将这本书列入企业家必读书籍，因为它提供了企业如何度过危机的之一手经验。盖特纳在书中分享了自己在经济大衰退中的反思，解释他帮助国家经济恢复做出的政治和经济决定等。
《风险投资游戏》
（The Startup Game）
威廉·德雷帕(William H. Draper)所著，德雷帕在书中深入阐述了风险投资的历史和硅谷文化，还详细描述了风险投资家如何评估一个创意及以及想出这个创意的企业家。
《货币崛起:金融如何影响世界历史》
(The Ascent of Money:A Financial History of the World)
尼尔·弗格森（Niall Ferguson）所著，这是可口可乐公司CEO穆泰康（Muhtar Kent）最喜欢的书，其中记述了金融体系的演变。本书对企业家了解宏观经济原理来说是必不可少的，而这些原理将最终决定他们的企业是成功还是失败。
《精益创业》
(The Lean Startup)
艾瑞克·里斯（Eric Ries）所著，里斯的书提供了一种处理不确定性因素的 *** ，这样的 *** 对一个新公司来说不可或缺。这本书常被风险投资家和企业家奉为关于创新的必读书。
《信号与噪音》
(the Signal and the Noise)
纳特·西尔弗(Nate Silver)著，希尔弗以近乎完美地预测2008年美国总统大选而闻名。2012年，他再次准确预测了选举结果，《 *** 》为其专门开放博客FiveThirtyEight。他在书中解释了预测与数据世界，以及为何我们对理解不确定性如此糟糕。更为重要的是，大数据正成为企业的一部分。
《如此优秀,谁能埋没你:职业技能如何完胜 *** 》
(So Good They Can’t Ignore You: Why Skills Trump Passion in the Quest for Work You Love）
卡尔·纽波特（Cal Newport）所著，《Wired》创始人凯文·凯利（Kevin Kelly）曾向那些寻找职业生涯意义的人推荐这本书。在共同信仰破裂后，你应该跟随自己的 *** 决定职业道路。纽波特与各行各业的人进行讨论，以寻找点燃职业 *** 的真正元素。
《传递幸福》
（Delivering Happiness）
谢家华(Tony Hsieh)所著，他是zappos的创始人之一兼CEO，通过塑造企业文化为自己的品牌迅速建立起用户群。谢家华此书都与Zappos有关，但也有许多适合的想法，可帮助企业培育忠诚客户。
《像艺术家一样去盗取灵感》
（Steal Like an Artist）
奥斯汀·克里昂（Austin Kleon）所著，克里昂不是一个典型的商业大师，而是对创造力有独特见解的艺术家。这本书简洁、易懂，是非常个性化的读本。书中含有实用技巧，有助于启动创造力。
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。
数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据存取：关系数据库、NOSQL、SQL等。
基础架构：云存储、分布式文件存储等。
数据处理：自然语言处理(NLP，NaturalLanguageProcessing)是研究人与计算机交互的语言问题的一门学科。处理自然语言的关键是要让计算机"理解"自然语言，所以自然语言处理又叫做自然语言理解(NLU，NaturalLanguage Understanding)，也称为计算语言学(Computational Linguistics。一方面它是语言信息处理的一个分支，另一方面它是人工智能(AI, Artificial Intelligence)的核心课题之一。
统计分析：假设检验、显著性检验、差异分析、相关分析、T检验、方差分析、卡方分析、偏相关分析、距离分析、回归分析、简单回归分析、多元回归分析、逐步回归、回归预测与残差分析、岭回归、logistic回归分析、曲线估计、因子分析、聚类分析、主成分分析、因子分析、快速聚类法与聚类法、判别分析、对应分析、多元对应分析（更优尺度分析）、bootstrap技术等等。
数据挖掘：分类 （Classification）、估计（Estimation）、预测（Prediction）、相关性分组或关联规则（Affinity grouping or association rules）、聚类（Clustering）、描述和可视化、Description and Visualization）、复杂数据类型挖掘(Text, Web ,图形图像，视频，音频等)
模型预测：预测模型、机器学习、建模仿真。
结果呈现：云计算、标签云、关系图等。
要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB(1TB=1024GB)规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结(Vol-ume、Variety、Value和Veloc-ity)，即体量大、多样性、价值密度低、速度快。
之一，数据体量巨大。从TB级别，跃升到PB级别。
第二，数据类型繁多，如前文提到的 *** 日志、视频、图片、地理位置信息，等等。
第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
大数据技术是指从各种各样类型的巨量数据中，快速获得有价值信息的技术。解决大数据问题的核心是大数据技术。目前所说的"大数据"不仅指数据本身的规模，也包括采集数据的工具、平台和数据分析系统。大数据研发目的是发展大数据技术并将其应用到相关领域，通过解决巨量数据处理问题促进其突破性发展。因此，大数据时代带来的挑战不仅体现在如何处理巨量
工作中，你是否觉得自己的 *** 正在慢慢消磨、做事情失去了耐心、总觉得工作看不到希望、但下一步也不知道该向哪里去走？在这漫长的职业生涯中，我们该如何避免盲目、低效、苦闷工作，成为优秀到不能被忽视的那个人呢？遇到工作瓶颈时，或许我们需要尝试发掘那些尚未被我们发现的特质，那些与众不同、独一无二的地方。勇敢的迈出之一步，去尝试，试着把眼光放的长远一些，去探寻不一样的风景，寻找目标，坚定自己的决心，全力以赴的去完成目标。
也许你是想收获更多的人：事业刚刚起步，正在寻找人生方向和道路；或者正陷入陈规, 不断地感受到人们常说的“别冒险去赢，确保自己别输就够了” 的压力。或者是希望寻找勇气，并想方设法远离平平淡淡，全力追求成功，并愿赌服输的人。无论你是哪一类人，都可以在本书中寻找到你的“转机”。
有时我们别无选择，只能独自上路，相信发现自我的过程，让自己处在一个舒适的环境中，以便能活出自己的特质并将其发挥到极致。最终，自我省察也是独自上路的旅程，尽管没有人能够告诉你，在你随机游动时会寻找到什么，但是有些秘密武器还是有助于你尽可能发掘到自己的特质的。
自我省察始于尝试做许多不同的事情，包括你想象中的事情和现实中的事情。现在回想起来，童年时，我就开始有所行动了，我幻想着很多自己可能从事的职业。我本能上想得很宏大，很成功。青少年时期，我通过尝试不同的工作去发现到底什么样的工作是适合自己的。我可以分享一个故事给大家:
那时我曾经在一家精品 时尚 店工作，我们会在顾客不多的一半时间里，在店里放刺耳的音乐，当然这是不符合店规的。除了音乐，我们也会按照自己的审美方式重新陈列店里的商品，这比在我父亲的肉类出口公司准备那些出货发票要有意思得多!(哦，天啊，如果我活着时不需要再看到发票之类的东西，我会是一个更幸福的女人!)
关键是，你得学会去尝试，而且是尝试很多事情，这是常事儿，因为事先是没有办法看到任何结果的。纳特·西尔弗(Nate Silver)是一名政治类民意调查分析师，也是***的行家，他建议说:生活和成功总是蕴含着很大的随机因素，但人类经常对此视而不见。在他的著作《信号与噪声》(The Signalandthe Noise)中，他写道:“大脑的构造使我们善于发现模式，在我们本该欣赏信息的嘈杂时，大脑却总是在搜索一个信号。”
所以，如果不能收到一个明确的信号，我们就不能预测什么是有用的，什么是没有用的。这种情况下，我们别无选择，只能尝试许多不同的事情，然后看会发生什么。法兰斯·约翰森是这样总结的:“如果能够预测什么会起作用，那么我们就永远不会做那些根本行不通的事情。如果成功是随机的，那么我们就需要经常掷骰子。”
我曾努力去组织的那次舞会会是一次灾难性的失败吗?我应该曾经这样想过:嗯，是的，那次舞会......还行吧。然而事实是，我发现组织一群人达成一个共同的目标好像是自己的一大特长。这让我内在的一些优势得以显示出来，慢慢地，我意识到:组织和激励团队，即领导力，也许是老天给我的更大天赋。
所以，就让你的想象力肆意狂奔吧。让它带你去你想去的地方，采取一些行动，经历一些事情，并从中学习。我想对千禧一代说:我的意思不是勾出一些选项，添加到你的简历中，让你看上去是一个完美的全面发展的人。如今，我感觉大家似乎都处于一种无形的压力下，总是去塑造尽可能完美无瑕、拥有众多的本职工作之外经历的简历。
如果仅仅是坐在一辆观光大巴上游览异国他乡，然后回家，这是毫无意义的。如果因为你的朋友在做什么，你就去做什么，这也是一件非常糟糕的事情，而这也的确是个不切实际的陷阱。你必须要做的是遵循自己的直觉，去经历，找到那些最适合你的事情。每一段新的经历都是一次机会，它会带给你惊喜，因为它会迫使你前行，赐给你力量，让你找到更好的自己。
我的朋友伍迪告诉过我这样一个故事:
某天早上，伍迪的妻子很意外地让他送女儿去学校。在教室里，有个学生的家长力劝他去参加一个家长会，这是他从来没经历过的事情。那次会议大家要投票决定，是把近期筹到的一笔款项用于原本计划的用途，还是改作他用，购买一个新的高 科技 视频安全系统。当时，形势所迫，伍迪惊讶于自己居然会举起手来在会上发言，而且说得非常详细具体，还充满感情。投票势均力敌，但最后还是他倾向的结果胜出了。
会后，有几位家长对他说，是他的发言让他们改变了自己的想法，他们感觉是他左右了选票的最终结局。这样的积极行动与他的日常工作大相径庭，但是这个经历提醒了他:在内心，他曾非常享受当众演讲，尤其擅长为某一件事情提出一些倡议。他并没有计划在那个家长会上做自我省察，因为他根本就没计划去参加那个家长会。但是现在，他开始琢磨着，如何多去参加一些类似的活动，他的下一份工作中是否应该多一些机会，让他在公共演讲中扮演积极的角色?
当下，你一边坐着一边读着本书的文字，也许你会想:是的，我是个很彻底的自我省察者，因为我非常乐意接受新的体验。真的是这样吗?仔细盘点一下，你是如何度过某一年的，看看你选择参加的一些活动:你是不是总和同样的朋友去同一个地方度假;是不是倾向于每天中午总在一个地方吃饭;或者是不是跟随着同一个健身教练，一周一周地做着你喜欢的同样的健身内容?如果答案是肯定的，那就是时候经历一些其他事情了。加油，让突破发生!
什么样的新经历会带来突破?这些经历怎么能糅合在一起，成为卓越的自己的一部分?你无从知晓，也许很长一段时间，你也无须知道。但是在最开始的阶段，你应该对出现在自己面前的各种机会保持开放，机会越多样、差别越大越好。
有时，自我省察会让你看到自己的一个特别技能或者一个你想追寻的目标，如同萨姆·卡斯，他发现自己天生就是个厨师。这种情况也出现在我的好朋友戈登·汤普森(Gordon Thompson)身上，他是耐克公司的传奇人物之一，是耐克品牌的塑造者之一。汤普森可以说是这个世界上更具天赋的设计师之一，但是他的设计师之路开始得并不顺利，因为这与他的家庭对他的期望背道而驰。他没有像父亲和兄弟那样步入律师行业，他专注于设计，在上研究生的时候获得了诺尔家具公司(Knoll)实习的机会，他回忆道:
这家迷人的大型家具公司每年都会给一个学生加入他们设计团队的机会，为期4个月。我来到纽约，在他们位于伍斯特大街(Wooster Street)的老旧工作室工作。杰弗里·奥斯本(Jeffrey O *** orne)是当时的创意总监，他对我来说是神一样的人物，会戴着他巨大的软薄绸领带在办公室游走。我的之一个工作项目就是参与评价其他人的设计，他来迟了一会儿。
他在会上唯一做的一件事情就是指出:“我喜欢这里，不喜欢这里，如果你还想做这个设计，那就去修改吧!”当时，我就想，这正是我想做的工作，我想成为一个指点江山的家伙，可以说出，我喜欢这里或者我不喜欢这里，他是诺尔的创意总监，而我则成了耐克的创意总监。
当时，汤普森甚至都不知道还有创意总监这个职位，更别提这是他的梦想所在了。就在他作为实习生的之一天，他通过自我省察为自己设定了一个新的目标。
有时，自我省察能够让你发现一个值得去 探索 的领域，不是一项技能，也不是一个目标，而是一个你能发展为专家的领域或者你个性中自己之前从未发觉的一面，而这正是你隐而未现的优势。对我而言，尽管我永远不会成为 体育 冠军，但是我好像天生就是一名运动员，团队工作能让我能量倍增，残酷的竞争氛围也会激励我前行，让我在 体育 领域越战越勇、表现卓越。
另外，我对莫扎特的喜爱让我深爱创意，也喜欢充满想象力的工作。多年以后，我在 体育 和健身领域带领团队开创新的战略、产品和服务，团队成员都相当出色，我也深爱着这个行业。它是一把钥匙，开启了我精彩的职业生涯。通过自我省察，我发现了自己不曾看见，也不曾察觉的一个特质，正是这个特质让我知道了自己该如何取得成功。
其中的℡☎联系：妙之处是:你得愿意去调整你的视线范围，睁大你的双眼，在机会之球向你飞来时，确保能够抓住它。一个有效的练习就是列出你认为自己真正想要的机会清单，内容可以是:一份梦想的工作、一个完美的配偶或伴侣、一个梦中想扮演的角色或者被你一直梦想效力的球队选中。现在，你想象一下，你要面对的是跟梦想清单完全相反的情形。在你的脑海中想象这个机会，看看其中是否还有一些挺有意思的部分。我知道这样做是挺奇怪的一件事，但是这样的思考过程在我一生中很多重要的决定上产生了非常棒的效果。比如，选择自己的人生伴侣。
当我年轻的时候，我习惯性地认为自己梦想中的丈夫应该是一个 体育 健将、一个性格外向的球队队长、一个可以指挥千军万马的商业骄子，当然我最早约会的男生也几乎都是这样类型的人。直到我的朋友萨姆点醒我说，如果我寻找一个和我梦想的丈夫完全不一样的偏理智型的开拓者，也许我可以找到一个更匹配的伴侣。他可能在很多方面会以出人意料的方式与我互补，于是我打开心扉，开始转换方向寻找伴侣。
在新西兰，最损人的话就是说，这个人只付出了一半的努力。如果你对做自我省察是严肃的，就应该知道“草草了事，不全力以赴”的态度是无助于你获得所需的机会和自我发现的。萨姆·卡斯会一直在厨房里工作，直到他的背隐隐作痛，威尔·迪安在自我怀疑的沙漠中徘徊了数月，与他们一样，你必须要持续前行，直到你发现和发掘出自己的那个“特质”。所以，对自己郑重承诺:当你发现有什么东西牢牢地抓住了你的想象力，你将会全力以赴去挖掘它。
今天我们经常会听到年轻人迅速辞职的故事，因为他们的之一份工作不完美，和他们心目中工作应该有的样子不同，比如，包含太多低级的工作、太商业化、过于僵化的制度或者其他什么原因。但是如果一份工作做得不够久，你也没有经历这份工作中不太让人兴奋的部分，可能也就无法成为那个卓越的你，也无法在那份工作上发挥你独有的特长。找到你的 *** 所在，通常要花时间并付出努力，所以我提醒大家不要太快放弃。
我工作几年后，成为一名在新西兰航空公司工作的年轻管理人员，当时，我老板决定，让公司成为一个尚在计划中的大学橄榄球总决赛的主要赞助商。因为种种原因，这个项目问题很多，我本可以看着它在自己眼前分崩离析，但我没有，我把每个周末和工作日的夜晚都花在了这个项目上，和公司一起组织这个赛事，帮助公司拯救这个项目，因为我知道这个项目对我的老板有多重要。但事情的结果是:项目还是终结了，还被认为是一次重大的失败(哦，是的，这是一段我可以和你一边慢慢喝啤酒，一边娓娓道来的错综复杂的故事)。
也许你会想，我肯定非常失望，因为我几乎有好几个月完全放弃了自己的社交生活而投入其中，结果却铩羽而归，但事实上，这次经历却给了我在 体育 行业内的之一份宝贵经验。那时，我并没有意识到这一点，但是如果没有对那个项目全力以赴的付出，我就不会在当时的简历中有 体育 方面的经验，可能日后也不会有机会加入耐克。
所以，如果你偶然发现身处新的领域并不舒适，那就花点儿时间，想想你在这个领域的投入和付出，换句话说就是，你在“全力以赴”的天平上处在哪个位置?想想这样一个瞬间:发出电子邮件时，你所做的不过是轻轻点击一下“发送”键而已，这个过程让你有多满足?现在，再对比另外一个瞬间:当你全力以赴时，感受如何?你可以对自己做个承诺:要做就全力以赴去做。当自我省察时，你选择的应该是质量，而不是数量。
当你惊讶于吸引你的东西或者惊讶于自己一个隐而未现的特长时，就走在了成为一个卓越人士的路上。在追寻机会的道路上，如果全力以赴去挖掘自己的独特之处或者将自己之前未曾看中的一些特质融入其中，你定会不断取得重大的进展。但是，作为卓越人士，你需要的不仅仅是发现和付出，而且需要大量的内驱力，也就是你全然投入其中才能抵达终点的精力和信念。在下一章，我将描述自己如何克服不够全身心努力的脾性，发掘出我自己都不知道的可以拥有的强大内驱力。
本站根据CC0协议授权转发
商业转载请联系作者获得授权，非商业转载请注明出处
联系：［运营的小事］编辑
你认为，大数据营销和传统营销的区别有哪些？
B 从广泛撒网到精准营销，大数据能通过数据分析预测消费者的行为
C 传统营销强调规模化，而大数据营销能实现量身定制的个性化
D 传统营销的消费者洞察主要依靠市场调研，而大数据的消费者洞察是基于消费者自身在互联网中产生的庞大的数据
产品定制化
为了提高运动成绩，全世界都在鞋的质量上下工夫，但英国一家名叫“Sub－4”的公司却另辟蹊径，在鞋垫上做文章。
我们都知道，鞋垫是人们的刚需且回购率很高，但英国这家公司只做定制鞋垫，而且还有数量限制。
可别小看这些不起眼的鞋垫，每双价格可达190英镑，比一双名牌运动鞋都要贵出不少。
这家公司综合各界研究发现，人的双腿并非绝对的对称。看到这里，是不是有冲动要站起来检查一下你的双脚？
对于专业运动员来说，两条腿“长短不一”可能更容易受伤，因此，他们专门研发可调节身体平衡的鞋垫。
公司成立之初，每周仅生产10副鞋垫，现在每周也只能生产80副。
好像闻到了一股饥饿营销的味道？
“好多人需要个性化的鞋垫，我们95％的客户是订制的，其中2％是运动员。运动员订制我们的鞋垫并不是为了比赛时穿，而是平时训练时使用，因为我们的鞋垫有助于他们从伤势中恢复。”公司生物机械学专家罗伯·史密斯说。
为了穿上完全合脚的鞋子，为了获得更好的成绩，不少运动员成了他们的客户。
这种就是典型的大数据营销， 大数据营销的应用之一就是产品定制化。
比如，“抖音”基于数据挖掘和推荐引擎技术，能根据用户的偏好和习惯，为用户量身定制与其兴趣相匹配的内容，因而每个用户看到的内容都不一样， 实现了“千人千面”的个性化推荐。
这样既满足了个体需要，也为它的商业化运作留下了空间。
大数据营销是通过收集、分析、执行从大数据所得的洞察结果，并以此鼓励客户参与、优化营销过程和评估内部责任的过程。
由此可见， 大数据营销依托的基础是大数据，其前提是能够对客户/用户进行洞察。
近几年，大数据营销非常迅速，在美国400家从事市场营销的公司中，54%的企业已投资大数据，其中61%的投资企业获得了可观的经济回报。
如今，国内大数据产业也已经达到了8000亿元的规模。
但是，根据最新的大数据人才报告，全国只有46万大数据人才， 未来3~5年人才缺口将高达150万。
而且，大数据行业的薪酬水平也明显高于互联网其他职位。
兄弟，我只能提示你们到这里了。
大数据营销的时效性
在移动互联网时代，消费者面对众多诱惑，其消费决策极易在短时间内发生改变。
也就是说，消费者的转移成本很低，手指一点，就能更换到另一家网店、另一个品牌。
消费者：哼，你不能满足朕的需求，朕自会找别的妃子来服侍。
这种情况下， 大数据营销往往能帮助企业及时掌握消费者的需求变化及其变化趋势，从而提升营销的时效性。
比如，大数据营销公司泰一传媒曾经制定了时间营销策略，即可让消费者在做购买决策的时间段内及时接收到商品广告，也就是场景式营销。
比如下雨天的时候，你在广场上看到的LED广告屏，上面播放的广告可能是雨伞，晴天的时候，你在同一个广场上，看到的LED广告屏，上面播放的广告可能是冰淇淋或者啤酒。
再比如说，同一个单元楼的电梯，你走进电梯里面的时候，电梯视频里面播放的广告是燕窝，因为数据显示你是一个注重 养生 的人。
而隔壁老王走进同一个电梯的时候，电梯视频里面播放的广告是手机，因为数据显示老王最近在搜索引擎和京东上面搜索过手机，看起来似乎想换手机了。
啥？你说你和老王同时走进电梯会怎么样？那要看大数据怎么匹配你们俩的共同需求了。
如果你们俩恰好有共同兴趣爱好，说不定还能借电梯广告成就一桩美好姻缘。
千屏千面，是大数据时代最重要的特征。
改变用户体验挽回流失用户
大数据营销可以更大限度的让广告主的广告投放做到精准，还可以根据实时的效果反馈，及时对投资策略进行调整。
这样能 更大限度的减少营销传播的浪费，实现营销的高效率 。
因为不同消费者的需求、支付能力、购买习惯都有差异，如果能做到根据不同的消费者群体来推送不同的广告，那就能对症下药。
比如，冷酸灵通过天猫大数据，对消费者在牙膏功效上的行为偏好及消费者画像进行了精准分析，发现如今90后、95后对新鲜事物和新鲜口味多有尝试。
基于对用户的洞察，2019年4月末，冷酸灵乘势推出了与火锅品牌小龙坎跨界合作的 “火锅牙膏” ，首批4000件半天不到就售罄了。
根据天猫平台上的销量、用户评价等多维度数据，冷酸灵在618期间推出了 火锅伴侣牙膏套装 。
不止如此，它还增开了3条生产线以备火锅牙膏和套装在购物节期间的需求增长。
大数据营销为什么能够改善用户体验呢？
因为它能通过数据分析，了解用户对产品的使用状况和感受。
比如，国外的某些 汽车 企业可以通过遍布全车的传感器收集车辆运行信息， 在用户 汽车 的关键部件发生问题之前，提前向用户和4S店预警 ，大大保障了用户的安全。
这一招也改善了用户体验，让 汽车 品牌获得了很不错的口碑。
挽回流失的老客户也是大数据在商业中的应用之一。
比如，外卖APP“饿了么”会根据用户的订单习惯，对有一段时间没有用APP下单的、濒临流失的用户发送短信和优惠券，以提醒和鼓励他们重新使用“饿了么”。
比你更了解你自己
大数据营销通过积累足够多的用户数据，分析得出用户购买的习惯和偏好，甚至能做到 “比用户更了解自己” ，帮助企业筛选出有价值的用户进行产品推广。
大数据营销的数据来源是多方面的，多平台数据采集的途径有PC互联网、移动互联网、智能电视、及各种传感器等。
这使企业对消费者的画像更加全面和准确。
基于大数据的消费者洞察可以做得很全面， 对用户的行为轨迹进行追踪，对特定时间的数据进行收集，消费者的各种行为都能被记录下来。
比如你在 *** 的收藏夹里面收藏了什么、每天花在网上购物的时长，购物的平均金额，等等，都会被大数据记录。
这都是消费者真实、客观的购物行为，避免了传统市场调研中主观性的问题。
而且，数据的获取没有时间和地点的限制，任何时候， 只要你一动，数据就跟踪。
在纳特∙西尔弗的畅销书《信号与噪声》中有这样一句话：我们选择性的忽略了最难以衡量的风险，即便这些风险对我们的生活构成了更大的威胁。
这句话暗示预测未来很困难，但是现阶段，大数据的分析和预测，对于企业家和创业者提前发现新市场，是极大的支持。
大数据营销可以帮助企业找到新的发展领域，确定新的销售渠道和促销政策，发掘业务的新增长点。
由此可见，大数据营销的主要应用是能够实现 产品定制化、推广精准化、改善用户体验、维系客户关系、发现新市场。
大数据杀熟
近年来，随着大数据营销应用的广泛，“大数据杀熟”的现象也随之出现。
所谓“大数据杀熟”是指同样的商品或服务，经常购买的老客户看到的价格反而比其他客户要贵出许多的现象。
很多网友在话题中爆料生活中遇到种种被“杀熟”的事件：
同样的打车起点与终点，不同用户价格不一样；
同样的外卖，配送费不一样；
甚至同样的电影，同样的平台票价都不一样……
在大数据杀熟现象中，正是商家利用了客户的信任，将消费者分出不同等级，采用差别化定价的方式，达到盈利目的。
在如今中国互联网行业高速发展的今天，大数据的普及无疑让我们的消费习惯变得透明，几乎每家电商都能通过后台数据分析出每位消费者的购物频率、购物能力甚至面对价格差异的心理波动。
在精准的大数据面前，消费者也只能多多对比，留意同一经营者提 *** 品的价格变化以及针对不同消费者的价格是否相同。
大数据应用已经凸显出了巨大的商业价值，触角已延伸到零售、金融、教育、医疗、 体育 、制造、影视、 *** 等各行各业。
你可能会问，这些具体价值实现的推动者有哪些呢?
其实就是大数据综合服务提供商。
从实践看，主要包括大数据解决方案提供商、大数据处理服务提供商和数据资源提供商三个角色，分别向大数据的应用者提供大数据服务、解决方案和数据资源。
来来来，回顾一下，你还体验过哪些个性化推荐的服务？
《信号与噪声》（[美] 纳特•西尔弗）电子书网盘下载免费在线阅读
资源链接：
链接：
提取码：6ctn
书名：信号与噪声
作者：[美] 纳特•西尔弗
译者：胡晓姣
豆瓣评分：7.1
出版社：中信出版社
出版年份：2013-8
页数：432
内容简介：
【编辑推荐】
从海量的大数据中筛选出真正的信号，
“黑天鹅”事件也可提前预知！
“本书将成为未来十年内最重要的书籍之一。”——《 *** 》
“对于每一个关心下一刻可能会发生什么的人来说，这都是本必读书。”——理查德•泰勒
《华尔街日报》2012年度10本更佳非虚构类图书之一
《经济学人》杂志2012年度书籍
亚马逊网站2012年度10本更佳非虚构类图书之一
长踞《 *** 》畅销书排行榜达6个月之久
【内容简介】
天气预报说降水概率为60%，你出门会带伞吗？
被雷电击中的概率到底有多大？
地震发生之前，我们真的无法预测吗？
中情局为什么会忽略“9.11”恐怖袭击发生的信号？
禽流感为何会突然爆发，又突然消失？
为什么大数据时代的预测更容易失败？
人类每时每刻都需要对未来进行预测并制定相应的策略，如此国家、企业乃至个体才能持续发展，因此我们对于“下一刻会发生什么”倍加关注。
在信息爆炸的大数据时代，随着我们的生活节奏变得越来越快，我们所要做出的预测的速度和数量都在不断增加。一个不容忽视的事实是，现实世界中的很多预测都失败了，由此付出了巨大的社会代价。“9.11”恐怖袭击事件、2008年金融危机、卡特里娜飓风、2011年日本大地震、禽流感肆虐，这些“黑天鹅”事件的发生在很大程度上应归咎于糟糕的预测，也就是说预测者们被众多信息中的噪声干扰，而忽视了其中真正的信号。
作者最为美国更具影响力的预测专家之一，检视了从飓风到地震、从经济到股市、从NBA到政治选举在内的众多领域的预测事例，旨在回答一个问题：如何才能从繁杂的海量数据中筛选出真正的信号，从而做出接近真相的预测。
真正优秀的预测者会用概率的 *** 思考问题，他们谦虚而且勤恳，他们能清楚地区分什么是不可预测的、什么是可预测的，他们注重能带领他们接近真相的成千上百个小细节，他们能辨识出什么是噪声、什么是信号。
从全球经济的健康到战胜恐怖主义，都依靠预测的质量。这本书可以给你想要的答案。
【媒体与专家推荐】
人们喜爱统计学，但统计学并不总能回馈给人们同样的爱。西尔弗的这本书带给我们一场睿智的、优雅的、科学与艺术交叉的预测之旅，从中我们可以领略到当大数据遇到人类本性时将会发生什么。在棒球比赛、天气预报、地震预测、经济预测和竞选投票等领域，西尔弗发现，糟糕的预测往往源自偏见、既定的利益和过度自信。在今天这样一个指标泛滥的世界，这本书给了我们一记及时的提醒：只有正确运用统计学工具的人，才能做出好的预测。——亚马逊网站
这本书对大众的精神启迪意义不亚于像约翰•肯尼斯•加尔布雷斯（曾引发对经济政策的讨论）这样的公共知识分子和像沃尔特•克朗凯特（曾改变对越南战争的看法）这样的社会名人，它将会成为未来十年内最重要的书籍之一。——《 *** 》书评版
西尔弗轻松随性的语言风格让哪怕是最艰涩的统计资料都变得简单易懂。更重要的是，他的论据和案例都来自于费尽苦心的研究。——《华尔街日报》
西尔弗是统计学界的科特•柯本（美国已故著名摇滚歌手），他写作的这本新书既是一本实践指南，也是一部哲学宣言，通过一系列案例研究——从飓风到职业扑克牌手到恐怖主义，集中论述了一个主题：预测。对于那些想对未来做出更好预测的人和想验证他人预测正确与否的人来说，这本书都极具价值。——《波士顿环球报》
西尔弗以令人难以置信的轻松语言，写了一本关于如何做预测的入门读物，每个人都应该读一读。——《 *** 》
这本书就像一座宝库，里面有数不尽的宝藏：贝叶斯定理与概率论，运气和性格，扑克牌手对生活的看法，等等。然而最重要的是，它是帮助我们区分繁杂数据中哪些是噪声、哪些是信号的“测试仪”，是我们当下最需要的基本工具；它有时还能帮助我们正确评估那些我们不熟悉却必须了解的信息的价值。——《时尚先生》
统计学或预测是让很多人望而却步的话题，而本书就是关于这个话题的一本有趣的普及读物，棒球比赛、职业扑克牌手、政治选举等例子足以勾起读者的好奇心，甚至会让他们废寝忘食地阅读，而且其中潜藏着帮你做出正确预测的能量。——《石板》杂志
这本书与畅销书《黑天鹅》的观点有异曲同工之妙。西尔弗认为，人类对自己的预测能力往往过度自信，以至于他们排斥用概率的 *** 思考问题，也不允许自己的预测模型中存在不确定性。——《经济学人》
西尔弗剖析了我们对股市、风暴、体育等并非一成不变的事物所做的预测。——《连线》杂志
对于身处大数据时代的每一个企业、每一场运动赛事和每一个政策制定者来说，这本书都不可不读。——《福布斯》
非常棒的一本书，而且充满阅读的乐趣。西尔弗用这本书给我们制造了一个愉悦的信号。——蒂姆•哈福德，《金融时报》专栏作家
预测很难，特别是对于未来的预测。在这本重要的著作中，西尔弗解释了为什么专家的预测有时正确，有时却一无是处；也分析了为什么我们必须未雨绸缪。对于每一个关心下一刻可能会发生什么的人来说，这都是本必读书。——理查德•泰勒，《助推》作者
在大数据时代做预测可能跟你想象的完全不同。这本观点新鲜且原创的书，为我们区分关于未来的预测中哪些是主观现实、哪些是客观现实，提供了意想不到的启发性视角。作者还指出，只要我们明智地从糟糕的预测中吸取教训，那我们一定会在科学、技术和政治的预测方面取得进步。——洪博培，前美国驻华大使
在你读完这本书后，你一定会更了解为什么有些预测模型有效，而有些毫无用处。你也会更加注意接下来一周的天气预报，而对一周以后的天气预报则毫不在意。西尔弗将一个复杂的、艰涩的话题变成了有趣的、轻松的和亲切的。——皮特•奥斯扎格，前美国国家管理及预算办公室主任
西尔弗并没有提出一个如何做出好预测的综合性理论，但他的这本著作的确有利于帮助人们在诡谲多变的商业世界中做出正确的预测。——克里斯•威尔逊，谷歌公司开发大使
作者简介：
纳特•西尔弗，统计学家、作家和《 *** 》政治性网站538.com的创始人。2008年美国大选期间他成功预测出49个州的选举结果，2012年大选期间更是成功预测出全部50个州的选举结果，被称为“神奇小子”。2009年，《时代》周刊将他评选为全球100位更具影响力的人物之一。
