大数据时代的到来

《大数据时代的到来》由会员分享，可在线阅读，更多相关《大数据时代的到来（8页珍藏版）》请在金锄头文库上搜索。

1、大数据到来的启示我们进入大数据时代最近，在传媒与广告营销领域，最时髦的词语是“大数据”（BigData）。人 们已经从谈论“云计算”转向开始谈论“大数据”因为业界已经意识到，“云计 算”更多指那些大型服务器及其运算能力，指各种移动设备，指各类型网络及其 承载的各种服务。但是随着网络融合，各种数字新媒体业务与服务的普及，业界 则更关心“大数据”，因为人们使用各种新型终端便捷消费各类新媒体及其服务 时，不断累积呈几何级增长的海量数据，而媒体运营者或者广告营销机构必须能 够有效解读这些庞大的数据，才能把握市场，强化运营与营销能力，比如分析日 以亿万计的微博言论，比如通过分析网购的各种数据了解消费者的

2、喜好，比如分 析消费者的搜索关键词的轨迹分析其身份特征及情趣。互联网产生的大数据1969年互联网出现，这张寄生在有线网、无线网和卫星网实体网络之上的 虚拟网络改变了全世界传统媒体发展脉络与广告产业的经营格局。而促使这一改 变的根本原因在于它不断地生成数据，并且留有痕迹，有址可循。现在互联网上每天每时每刻都在产生大量的数据。一方面是提供人们进行浏 览、搜索、社交、交易的信息服务类业务越来越丰富，另一方面各种类型的智能 终端日渐普及，使得人们更便捷地使用各种类型的信息。于是在人们的信息接触 和消费过程中，人与信息互动的过程中，各种信息在应用中由于分发用于不同的 业务和满足不同的需求也形成新的数据组

3、合，这些都生成了几何级增长的海量数 据，生成了大数据，这些数据包括:人口统计特征（性别，年龄，职业，教育程度，婚姻状况）数据;收发信息的设备，区域等（智能设备种类，系统，所在城市，网络接入情况 等）信息数据；信息内容接触痕迹（浏览，点击的内容，时长等）信息数据；搜索/需求（经常搜索的词，搜索行为的转换，需求什么类型的信息等）的信息数据；信息偏好（喜欢的信息，反感的信息等）数据；信息消费行为（消费时间，消费类别，消费次数，消费金额等）数据；话题参与与表达（参与什么类型的话题讨论，表达了什么样的观点等）信息 数据等。根据科技研究公司IDC做出的估测，数据一直都在以每年50%的速度增长，换而言之，也

4、就是每两年就增长一倍。数据量之大，已不能用常见的G或T为单 位来衡量，而是要用P（1000个T）、E（100万个T）或Z（10亿个T），所以称之 为“大数据（BigDate）”自从人类有印刷术以来，过往上千年所有的印刷材料 只相当于200PB，而在2011年全球数据使用量已达到了 1.8ZB （1ZB约为1PB的100 万倍）。庞大的数据量也使数据管理费用激增，根据AiteGroup的预计，2012年全球 数据管理费用预估将达15.4亿美元，并且到2014年或将增加至17.1亿美元，上述 费用包括硬件费用、软件费用和服务费用。大数据从互联网向更多行业发展现在我们看到大数据的应用已经从互联网逐渐

5、走向了行业应用，不只是媒体 的广告营销，而且服务于企业销售，公共事业，当然还有个人。一些行业在大数 据管理方面比媒体和营销行业做得更好。根据Capgemini的调研，76%的能源和 自然资源高管相信他们的公司是数据驱动的，而医疗医药行业和生物科技企业为 75%，金融行业为73%。具体是怎么用的呢？例如，电信运营商利用大数据技术对用户的行为习惯进行分析，就能更有针 对性地制订市场营销计划或开发出更多全新的商业模式和服务。金融行业能借该技术更快速地分析在金融机构之间交换的营销与交易数据， 以确保交易的安全可靠和防欺诈。医疗卫生部门可以根据社会化网络媒体、搜索引擎上的数据来跟踪流感等传 染性疾病的爆

6、发，预测疫情可能爆发的地点和时间。智能城市及物联网领域则可借大数据技术更快实现智能交通监控、智能公共 安全、气象和污染变化的智能监控及预测等应用。大数据时代的重要角色从媒体和营销的角度来看，大数据时代的重要角色主要存在于以下四种：1、数据服务公司一一强调大数据采集和模型构建媒体、营销、市场对大数据的需求一方面催生了一批垂直领域的数据服务公 司，比如专注于SNS的数据服务公司、地理位置的数据服务公司、交通信息数据公司，它们通过对专门领域的数据收集服务于媒体和营销。同时，传统的数据服 务公司也迅速转型和升级服务能力，成为互联网、数字电视领域的综合数据服务 商，它们迅速掌握实时、海量数据的监测技术，

7、借助以往数据分析模型构建的能 力提升构建海量数据挖掘模型的能力，强化自身对海量数据的分析能力，生产和 分发多种数据产品，服务业界。更有基于新的社交电视媒体的出现而专门从事社 交电视评论信息采集、分析的数据服务公司。2、媒体一一强调对数据的挖掘，应用于优化内容、产品和营销在大数据时代，我们还看到众多的新媒体的运营者，不论数字电视运营商， 还是移动媒体服务商，或者是各种网站运营商，它们在媒体的运营过程中都产生 了海量数据，这些数据主要来源于媒体内容和业务产品在运营中生成的数据。而媒体也都充分意识到数据潜在的价值，通过对数据的挖掘，将数据应用于 优化内容、产品和提升营销服务水平。3、广告营销机构一一

8、强调数据采集，以数据为核心进行营销决策大数据不仅意味着数据量的海量规模，也意味着信息爆炸带来更大的未知和 更多的不确定性，未来一切的营销都会围绕“数据”展开。在整个“大数据”的 趋势下，广告营销机构也必须转型从事到大数据的广告服务中来。这类广告营销 机构与传统广告公司最大的不同在于它们的洞察、策划、投放、效果监测都基于 海量样本的数据系统作为支撑，利用数据技术帮助客户定位目标受众，并建立用 户数据库，进行精准的广告投放和营销管理。4、技术服务型机构一一强调数据计算、存储、分析、管理，服务于媒体和广告营销机构媒体和广告营销机构一方面购买第三方的监测数据，另一方面也能自主从事 大数据的挖掘和应用，

9、同时还需要更专业的大数据技术服务性机构的配合。这类 技术服务机构既包括专门为媒体和广告营销机构服务的技术公司，为它们提供第 三方广告技术、大数据分类处理、网站分析、广告数据管理服务，还包括以数据 计算、存储为主的综合性大数据平台。数据挖掘和应用是盘活数据资产的核心我们所处的信息爆炸时代，各种信息数据增长如此之快，以至于难以使用现 有数据库管理工具驾驭，新型的数据存储，监测分析技术和工具为大数据的产生 提供了必要的条件。对于活跃于新媒体市场的各种大数据角色而言，数据本身没 有太多价值,但是数据里面包含有媒体运营的各种信息，只有基于对大数据及时、 有效、充分的处理和分析之后才能带来巨大的增量价值，

10、才可以很好地、迅速地 帮助媒体进行业务决策，响应市场需求，提升竞争力。因此如何盘活数据资产是 个问题。在这个过程中，对数据的挖掘和应用是核心。首先说说数据挖掘。随着信息技术不断进步，海量数据的搜集，挖掘，无论 是围绕企业的销售、广告、组织架构、信息传播还是公共事业、社会资源、基础 设施管理，以及个人的照片、消费习惯、情趣和身份特征，都变成了以各种形式 存储的数据。而数据挖掘能力强调的是如何对海量大数据进行采集，分类，存储， 传输和构建大数据的分析模型。而从“海量数据”到“挖掘处理”，再到“可用数据”，数据应用能力同样重 要，只有应用了才能释放大数据的真正价值。根据Capgemini的调研，54

11、%的管 理人员表示基于冲动或经验做出的战略决定被认为是值得怀疑的，65%同意越来 越多的商业决策必须基于分析性数据，数据逐渐成为各行业与职能领域的重要生 产因素。对于媒体和营销而言，通过大数据的应用可以把握消费者的行踪与喜好，准 确定位消费者；可以应用于媒介内容产品的定向推送，业务产品在市场的反应与 需求，当然，大数据分析还主要应用在营销传播领域，有助于广告公司和广告主 根据大数据分析来评估媒体的传播价值，提升其媒介传播的效果。大数据市场还存在哪些问题尽管国内的媒体和营销在大数据领域有了不少探索，但是不可否认，从目前 的情况来看还存在着这样一些问题，还需要进一步的修正、探索。首先，数据来源的真

12、实性、有效性有待考验。国内已有各种数据库的基础比 较薄弱，由于数据作假、数据泡沫等现象，很多数据的真实性、有效性有待考验。 支付宝首席商业智能官车品觉说：“搞数据的人最苦恼的是数据不准确、取数难、 维护难。”第二，数据量的积累不够。数据挖掘的前提除了真实性要素之外，还需要长 时间的数据积累、收集和维护。之所谓聚沙成塔、集腋成裘，数据一定要在长期 的记录和积累之后才具备挖掘的价值，才能更真实地反映出用户的社会属性、行 为规律、互动特征。在此基础之上进而深入分析并探索有效的媒体内容构成和广告营销传播。第三，数据分布零散，平台之间无法整合。搜索引擎、微博、SNS、电商等 各个媒体之间，数字电视、互联

13、网媒体的测量机构之间，各广告投放平台、广告 数据服务平台之间以邻为壑，互不配合，更不整合，关联度极低，无数数据库互 不相干。咋一看数据总量固然很大，但实际上并不具备挖掘的价值。这种不协同 就好比一堆堆碎石子，没有堆放在一处，它永远也不能像一座矿山一样有价值。第四，后台技术能力相对偏弱。即便我们的淘宝、新浪、百度坐拥大量的数 据信息，但要产生商业价值还为时尚早，主要是因为新媒体环境下的内容和营销 是相对较新的领域，从事这一块数据挖掘的专业人才相对匮乏，后台技术能力还 比较弱。而且在行业投资者的紧追急逼下，行业难免出现急功近利的心态，首先 是客户方面急于通过数据挖掘产生立竿见影的打动效果；数据挖掘

14、公司自身也急 于回报投资者，使其见到投资成效，耐不住寂寞去做一些比如建模等基础性的工 作，难得静下心来在数据挖掘工具上开发、创新。第五，数据应用能力弱。目前国内媒体存在的最大问题是做数据的人员离业 务远了点，不懂内容、不懂产品、不懂营销；数据经理若是能和产品经理结合到 一起就更为强大，但苦恼的是，“现在一般的产品经理的数据分析能力太差，往 往是拍脑袋做决策”第六，新的媒体评价标准如何建构？我们说数据易得，但是大数据毕竟从根 源上颠覆了原有的媒体内容的生产方式、传输方式、广告的沟通方式，而随之而 来的问题是我们还能不能再用收视率、PV、点击量来衡量媒体价值、广告价值吗？ 不能！但是又能拿什么指标评价媒体？这将是更远层面要思考的问题。