Daxue Consulting市场调研的大数据时代

第一篇：Daxue Consulting市场调研的大数据时代

Daxuemetry博圣轩:市场调研的大数据时代

随着科技深入到消费者日常生活的方方面面，出现在越来越多的在线平台上，各个消费模块的数据生成量是前所未有的。这些数据的提取、使用与分析成了商业最热门主题---大数据的起点。

显而易见，大数据的最大促成者就是那些互联网巨头。Google，Facebook和Amazon在西方国家领先将消费大数据产业发展成一个在2015年初创收已超1万亿美元的高盈利市场。在中国国内，百度，腾讯和阿里巴巴（统称BAT）同样在这方面发展迅猛。

为什么企业在发展大数据方面投资如此之多？“因为大数据让我们洞悉消费者行为习惯，引导我们发现其中的奥秘”，Daxue Consulting的专家告诉我们。“大数据使企业明确了促进营业额增长的主要因素，使企业做决定的时候能尽量规避风险。”

提供一系列新数据和关键信息

Daxue Consulting是一家在中国的市场调研公司。公司2010年成立，为超过100家国际品牌提供了服务，并在发掘中国市场大数据的领域专门成了一个分公司---Daxuemetry，来进行数据收集与挖掘的工作。通过传统的调研方法和大数据解决方案，Daxuemetry创造了自己的调研方法体系和工具，并从百度、阿里巴巴和腾讯的平台提取数据，为其国际客户和中国企业服务。

“我们认为市场调研已处于转型期，对大数据解决方案的整合应用将成为整个市场调研产业的里程碑”，Daxue Consulting和Daxuemetry的创始人Matthieu David补充道。“大数据和传统市场调研很快将会成为整合的市场调研方式。一切分析过程都获益于对大量消费数据的掌握。最终，这种工具使企业能快速高效应对消费需求等相关市场变化。当这成为常态，竞争优势将在获取数据的方法、使用数据的经验和能力等方面得以体现。”

创造模式来预测商业情境

大数据可以用来预测短期、中期、长期策略。“消费者和销售渠道是大数据的一个基础”（每月追踪一类消费者样本或者直接从店员处获取每月数据）。Nielsen AC等公司利用大数据来建立统计模型，模型的弹性使他们能够预测新定价、新产品和新市场运作等的潜在影响。相应地，Daxuemetry创建的预测模型使客户能够通过具体的商业情境来精准预测市场的新变化，未来趋势及新行为。

产生新数据

大数据发展的下一步是什么呢？大数据被限制在一个固定的、只有互联网巨头可以获取的平台里吗？

“我们也发展了我们自己的解决方案，不仅监控和分析这些大数据，而且能够产生新数据。例如The StoreCheckers这款APP，我们将其运用在店访和神秘购物的项目实践中，目的是每月都能产生大量的店内数据。店访调查员（超过1500人）是我们的得力帮手，负责收集市场定价信息，用作后期相关产品价格比较。然后The StoreCheckers把大量的数据汇集起来。”数据来源的广泛性形成了大数据，这是大数据发展的又一潜在方面。

优化优质数据的使用

虽然大数据是一种先进的调研方法，它却并非无懈可击。“了解这种工具的缺陷是十分必要的。我们的目的是帮助经理人避免他们下决定过程中的不确定因素。因此，优化我们提供的数据和结论是专业工作中不可或缺的一个环节。”事实上，新的调研方法也有缺陷。“例如，一项调研如果只依靠我们能收集到的大量行为数据，将会缺少态度数据。大数据告诉你消费者做什么，而不会告诉你为什么他们这么做和他们对此的看法。”

大数据能显示统计变化的相关性（最简单的例子就是标价和购买），但不能显示原因，尤其是对情况了解不全面的时候（A品牌同时启动市场营销运作能否增加销售额吗？）。为了深入了解买家的意向和行为，“你仍然需要传统的市场调研，传统调研也可以使用创新科技例如视线追踪、感官分析或者移动调研。”

这就是为什么我们认为大数据在未来将会被市场调研公司设计为完整调研方案的一部分，了解和判定行为态度的调研过程的一部分，而不是项目的单一调研方式。另外，大数据可以帮助市场调研者获取更多有关未来市场变革的准确、有效预测，还可以帮助决策者在做决定之前测试一些方案。

第二篇：大数据时代

大数据时代

近年来，随着互联网、移动互联网、智能手机及传感器等的普及，信息流量有了爆发性的增长，两会以后，互联网里最热的词汇，就是李克强总理在政府工作在报告里面提到的“互联网+”，大数据将会更广泛的被运用到各个领域，越来越多的业内人士开始谈论“大数据”，如何利用大数据，成为政府和众多企业关心的热点？

互联网+《大数据》紧紧围绕这些问题展开，帮您如何利用大数据为企业从战略上面进行指导挖掘和预测，从战术上进行营销服务和安全措施，精彩我们共同期待。

第一篇大数据很热，大数据不神秘（趋势）有人说，如果你不知道大数据，你就OUT了 －－大数据到底有多热 什么样的数据算是大数据 －－大数据的特点和概念辨析 乱我心者，大数据之事多烦忧 －－大数据并不象你想象的那样神秘 身边的大数据

－－大数据就在你我身边

案例分析：淘宝是如何利用大数据淘宝的 小结：不管你愿不愿意，大数据已经在那里 电话：010---59002742 010--59004371 第二篇：认识大数据 1.什么是大数据 2.大数据应用的意义

3.大数据在企业经营中应用的意义 4.对大数据的认识误区 案例分析

第三篇：大数据时代变革 1：大数据时代的思维变革 2：大数据时代的商业变革 3：大数据时代的管理变革

第四篇：大数据在营销中的运用 大数据精准营销 1.什么是精确营销 2.精确营销的方法 实操教学+案例分析

第五篇：在技术中应用 数据挖掘

大数据的核心价值——挖掘 1.什么是数据挖掘？ 2.数据挖掘的流程 3.数据挖掘解决的问题 结合现场实操教学+案例分析

第六篇：预测

大数据的核心价值——预测 1：如何预测？ 案例分析

第七篇：大数据与云计算 1：什么是云计算

2：大数据与云计算的关系

第八篇：大数据的安全问题

大数据给信息安全带来新的挑战和机遇 大数据存储安全策略 大数据应用安全策略 大数据管理安全策略

第三篇：大数据时代

“大”数据时代 众所周知，数据本身就蕴藏着价值，但是将有用的数据与没有价值的数据进行区分看起来可能是一个棘手的问题。

显然，您所掌握的人员情况、工资表和客户记录对于企业的运转至关重要，但是其他数据也拥有转化为价值的力量。一段记录人们如何在您的商店浏览购物的视频、人们在购买您的服务前后的所作所为、如何通过社交网络联系您的客户、是什么吸引合作伙伴加盟、客户如何付款以及供应商喜欢的收款方式……所有这些场景都提供了很多指向，将它们抽丝剥茧，透过特殊的棱镜观察，将其与其他数据集对照，或者以与众不同的方式分析解剖，就能让您的行事方式发生天翻地覆的转变。

大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

“大数据”这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和Google File System（GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪 潮的华彩乐章”。不过，大约从2009年开始，“163大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

第四篇：大数据时代

《大数据时代》读书笔记

作者：迈尔舍恩伯格

出版发行：浙江人民出版社

版次：2013年1月第一版

读者：物流一班、时菲阳

一、作者观点

谷歌有一个名为“谷歌流感趋势”的工具，它通过跟踪搜索词相关数据来判断全美地区的流感情况。这就是一个典型的“大数据”的应用例子，舍恩伯格的这本《大数据时代》受到了广泛的赞誉，他本人也因此书被视为大数据领域中的领军人物。

作者提出了三点结论：第一，要尽可能分析事物相关的“全部”数据，而不是之前的随机抽样，即“样本=总体”。第二，要乐于接受数据的繁杂，而不应过分追求其精确性。第三，重视大数据呈现的“相关关系”，而不要执于探索事物间的因果关系。

二、摘抄：

在甲型H1N1流感爆发的几周前，互联网巨头谷歌公司的工程师们在《自然》杂志上发表了一篇引人注目的论文。它令公共卫生官员们和计算机科学家们感到震惊。文中解释了谷歌为什么能够预测冬季流感的传播：不仅是全美范围的传播，而且可以具体到特定的地区和州。谷歌通过观察人们在网上的搜索记录来完成这个预测，而这种方法以前一直是被忽略的。谷歌保存了多年来所有的搜索记录，而且每天都会收到来自全球超过30亿条的搜索指令，如此庞大的数据资源足以支撑和帮助它完成这项工作。

发现能够通过人们在网上检索的词条辨别出其是否感染了流感后，谷歌公司把五千万条美国人最频繁检索的词条和美国疾控中心在03年至08年间季节性流感传播时期的数据进行了比较。其他公司也曾试图确定这些相关的词条，但是他们缺乏像谷歌公司一样庞大的数据资源、处理能力和统计技术。

虽然谷歌公司的员工猜测，特定的检索词条是为了在网络上得到关于流感的信息，如“哪些是治疗咳嗽和发热的药物”，但是找出这些词条并不是重点，他们也不知道哪些词条更重要，更关键的是，他们建立的系统并不依赖于这样的语义理解。他们设立的这个系统唯一关注的就是特定检索词条的频繁使用与流感在时间和空间上的传播之间的联系。谷歌公司为了测试这些检索词条，总共处理了4.5亿个不同的数字模型。在将得出的预测与07年、08年美国疾控中心记录的实际流感病例进行对比后，谷歌公司发现，他们的软件发现了45条检索词条的组合，一旦将它们用于一个数学模型，他们的预测与官方数据的相关性高达97%。和疾控中心一样，他们也能判断出流感是从哪里传播出来的，而且他们的判断非常及时，不会像疾控中心一样要在流感爆发一两周之后才可以做到。

所以，09年甲型H1N1流感爆发的时候，与习惯性滞后的官方数据相比，谷歌成为了一个更有效、更及时的指示标。公共卫生机构的官员获得了非常有价值的数据信息。惊人的是，谷歌公司的方法甚

至不需要分发口腔试纸和联系医生——它是建立在大数据的基础之上的。这是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。基于这样的技术理念和数据储备，下一次流感来袭的时候，世界将会拥有一种更好的预测工具，以预防流感的传播。

三、感想：

看完本书有如下感想：

首先，作者站在理论的制高点上，条理清楚地阐述了大数据对人类的工作、生活、思维带来的革新，大数据时代的三种典型的商业模式，以及大数据时代对于个人隐私保护、公共安全提出的挑战。其次，文中的事例贴近现实生活，贴近时代，令读者既印象深刻，又感同身受。此外，作者没有使用大量的专业术语，没有假装一副专业的面孔。纵观全书，遣词造句，均通俗易懂。

其次，作者认为大数据时代具有三个显著特点。

一、人们研究与分析某个现象时，将使用全部数据而非抽样数据；

二、在大数据时代，不能一味地追求数据的精确性，而要适应数据的多样性、丰富性、甚至要接受错误的数据。

三、了解数据之间的相关性，胜于对因果关系的探索。“是什么”比“为什么”重要。

最后，作者指出，随着技术的发展，数据的存储与处理成本显著降低，人们现在有能力从支离破碎的、看似毫不相干的数据矿渣中抽炼出真知烁见。在大数据时代，三类公司将成为时代的宠儿。一是拥有大数据的公司与组织。如政府、银行、电信公司、全球性互联网公

司（阿里巴巴、淘宝网）。二是拥有数据分析与处理技术的专业公司，如亚马逊、谷歌。三是拥有创新思维的公司，他们可能既不掌握大数据，也没有专业技术，但却擅长使用大数据，从大数据中找到自己的理想天地。

第五篇：大数据时代读后感

《大数据时代》这本书主要描述的是大数据时代人们生活、工作与思维各方面所遇到的重大变革，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。第一部分提出了大数据时代处理数据理念上的三大转变：抽样=全体；要效率不要绝对精确；要相关不要因果；第二部分作者从万事万物数据化和数据的巨大价值出发，阐述数据创新是驱动各行各业在大数据时代向前发展的最根本动力；最后一部分，作者描绘了大数据应用带来的风险，包括产业生态环境、数据安全隐私、信息公正公开等问题。全文清晰的阐述了大数据的基本概念和特点，给出了作者对于大数据的明确的观点，列举和分析了微软、惠普、IBM、亚马逊、facebook、twitter、VISA等大数据先锋们的最前沿的大数据应用案例，对大数据的价值、带来的变革、角色定位及风险给予了清晰的预见，对于通讯运营商来说，非常具有价值。

一、大数据带来的思维变革

主要有如下三个思维变革：（1）要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本。大数据是全数据模式，样本=总体，纷繁的数据，越多越好。在信息处理能力受限的时代，世界需要数据分析，却缺少用来分析所收集数据的工具，因此随机采样应运而生，它也可以被视为那个时代的产物。如今，计算和制表不再像过去一样困难。感应器、手机导航、网站点击和twitter被动地收集了大量数据，而计算机可以轻易地对这些数据进行处理。“样本=总体”使得我们能对数据进行深度探讨得到一些微观细节的信息，获得对某些特定子类别进行进一步研究的能力，大数据的简单算法比小数据的复杂算法更有效。（2）大数据允许不精确。大数据放松了容错的标准，人们掌握的数据也多了起来，还可以利用这些数据做更多新的事情，使得大量数据创造了更好的结果。学会接受不精确，这就是由“小数据”到“大数据”的重要转变之一（3）大数据不重因果，只求相关。通过去探求“是什么”而不是“为什么”，相关关系帮助我们更好地了解了这个世界。相关关系同时它也为研究因果关系奠定了基础。通过找出可能相关的事物，我们可以在此基础上进行进一步的因果关系分析，如果存在因果关系的话，我们再进一步找出原因。

二、大数据带来的商业变革

（1）一切皆可“量化”：量化一切是数据化的核心。公元前3000年，信息记录在印度河流域、埃及和美索不达米亚平原地区就有了很大的发展。伴随着数据记录的发展，人类探索世界的想法一直在膨胀，我们渴望能更精准地记录时间、距离、地点、体积和重量，等等。到了19世纪，随着科学家们发明了新工具来测量和记录电流、气压、温度、声频之类的自然科学现象，科学已经离不开定量化了。计算机的出现带来了数字测量和存储设备，这样就大大提高了数据化的效率，数字化带来了数据化，万千事物都能转化为数据形式，滋生无穷无尽的用途。将世界看作信息，看作可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。（2）大数据的价值难以估量：无论是向公众开放还是将其锁在公司的保险库中，数据的价值都难以衡量。公司账面价值和市场价值之间的差额被记为“无形资产”。20世纪80年代中期，无形资产在美国上市公司市值中约占40%，而在2002年，这一数字已经增长为75%。无形资产早期仅包含品牌、人才和战略这些应计入正规金融会计制度的非有形资产部分。但渐渐地，公司所持有和使用的数据也渐渐纳入了无形资产的范畴。经济正在渐渐开始围绕数据形成，“数据是一个平台”，因为数据是新产品和新商业模式的基石。（3）大数据决定企业竞争力：大数据成为许多公司竞争力的来源，从而使整个行业结构都改变，大公司和小公司最有可能成为赢家，而大部分中等规模的公司则可能无法在这次行业调整中尝到甜头。大公司收集大量的数据，将其转化为收入，聪明而灵活的小公司能享受到非固有资产规模带来的好处，它们可能没有很多的固定资产但是存在感非常强，也可以低成本地传播它们的创新成果。大大小小的公司都能从大数据中获利，这个情况并不只是适用使用数据的公司，也适用于掌握数据的公司。

三、大数据带来的风险

目前所采集的大部分数据都包含有个人信息，而且存在着各种各样的诱因，让我们想尽办法去采集更多、存储更久、利用更彻底。大数据的价值不再单纯来源于它的基本用途，而更多源于它的二次利用。这就颠覆了当下隐私保护法以个人为中心的思想：数据收集者必须告知个人，他们收集了哪些数据、作何用途，也必须在收集工作开始之前征得个人的同意。虽然这不是进行合法数据收集的唯一方式，“告知与许可”已经是世界各地执行隐私政策的共识性基础。更重要的是，大数据时代，很多数据在收集的时候并无意用作其他用途，而最终却产生了很多创新性的用途。

大数据为监测我们的生活提供了便利，同时也让保护隐私的法律手段失去了应有的效力。面对大数据，保护隐私的核心技术不再适用了。同样，通过大数据的预测，对我们的未来想法而非实际行为采取惩罚措施，也让我们惶恐不安。大数据带来的影响使我们面临更多的隐私、安全性问题，我们时刻都暴露在第三只眼之下，亚马逊监视着我们的购物习惯，谷歌监视着我们的网页浏览习惯，而微博似乎什么都知道，不仅窃听到了我们心中的“TA”，还有我们的社交关系网 多少密码和账号是因为“社交网络”流出去的？面对大数据，保护隐私的核心技术不再适用了。针对这一问题，作者提出必须杜绝对数据的过分依赖，以防我们误用了数据而落入深渊。政府企业需要全新的制度规范，而不是修改原有规范的适用范围。想要保护个人隐私就需要个人数据处理器对其政策和行为承担更多的责任。同时，我们必须重新定义公正的概念，以确保人类的行为自由（也相应地为这些行为承担责任）。新机构和专家们需要设计复杂的程序对大数据进行解读，挖掘出其潜在的价值和结论。他们也要向那些可能受害于大数据结论的人——因之被剥夺了工作、接受医疗或贷款权利的人，提供支持。

四、大数据启示

大数据时代是名副其实的“信息社会”，大数据在实用层面的影响很广泛，解决了大量的日常问题。大数据更是利害攸关的，它将重塑我们的生活、工作和思维方式。拥有知识意味着掌握过去，现在则更意味着能够预测未来。除了纠结于数据的准确性、正确性、纯洁度和严格度之外，我们也应该容许一些不精确的存在。数据不可能是完全对或完全错的。当数据的规模以数量级增加时，这些混乱也就算不上问题了。在日常情况下，知道“是什么”就已经足够了，不必非要弄清楚“为什么”。大数据的相关性将人们指向了比探讨因果关系更有前景的领域。对个人来说：

1、我们现在所处的时代是大数据时代，对于大数据时代赋予的便利，绝对学习并吸收；

2、明白大数据时代在隐私等诸多层面存在隐忧，对于个人重要隐私应妥善保护，减少隐私被不法分子利用的可能； 对企业来说：重视数据，重视数据库平台的搭建，以帮助企业快速做出正确决策，提高企业竞争力，拓展企业收入来源； 对国家来说：反对数据垄断，学习国外数据开放与透明；