數(shù)據(jù)分析與挖掘VS數(shù)據(jù)整理

2013-10-17 10:06:55 EP電力信息化網(wǎng)　點(diǎn)擊量：評論 (0)

談到數(shù)據(jù)分析與挖掘，很多人都會提到啤酒與尿布的經(jīng)典案例，盡管這個(gè)案例可以說已經(jīng)非常陳舊了，你怎么看待這一點(diǎn)？

劉德寰：一個(gè)尿布與啤酒，還有一個(gè)現(xiàn)代汽車，是數(shù)據(jù)分析領(lǐng)域的兩個(gè)非常經(jīng)典案例。但是這兩個(gè)案例都發(fā)生在20年前，數(shù)據(jù)挖掘已經(jīng)談了五十年，但卻再沒有第三個(gè)、第四個(gè)經(jīng)典案例出現(xiàn)。這是因?yàn)楝F(xiàn)有的數(shù)據(jù)挖掘技術(shù)不能給商業(yè)決策者帶來真正的洞察。其實(shí)，這更應(yīng)該叫做數(shù)據(jù)整理。數(shù)據(jù)整理是什么？就如瞎子摸象，數(shù)據(jù)整理并沒有摸清楚事物背后真正的規(guī)律，只是基于局部數(shù)據(jù)、某種行為監(jiān)測整理出來的一個(gè)模型，這個(gè)模型甚至不能回答這個(gè)人想干什么，喜歡什么，這個(gè)人是怎樣的人這些問題。

所以，要做數(shù)據(jù)分析與挖掘，首先就要把規(guī)律弄明白，把分析方法弄明白。

CIOI：大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘應(yīng)該怎么做，才能得出隱藏在無數(shù)假規(guī)律后面的真實(shí)結(jié)論？

劉德寰：上面已經(jīng)提到，現(xiàn)在所說的大數(shù)據(jù)主要指的是互聯(lián)網(wǎng)領(lǐng)域的大數(shù)據(jù)。互聯(lián)網(wǎng)用戶的基本特征、消費(fèi)行為、上網(wǎng)行為、渠道偏好、行為喜好、生活軌跡與位置等，都反映用戶的基本行為規(guī)律。體系完整是所有分析性工作的第一步，完整的框架甚至勝過高深的模型。

歷程——族群——規(guī)律——驗(yàn)證，這是我認(rèn)為比較好的數(shù)據(jù)分析與挖掘的框架。先要走歷程，看整個(gè)事態(tài)發(fā)展的歷程，找尋這個(gè)歷程當(dāng)中各個(gè)族群的規(guī)律，然后把這種規(guī)律，用抽樣的方式找完之后，放置到大數(shù)據(jù)當(dāng)中去不斷地重新彌合。亞馬遜從開始到現(xiàn)在一直是這樣的思路，這也是亞馬遜的廣告推薦能夠做到精準(zhǔn)的原因，原因就在于其不是就大數(shù)據(jù)談大數(shù)據(jù)，而是就人來談大數(shù)據(jù)。

這也是數(shù)據(jù)挖掘的基本邏輯。數(shù)據(jù)挖掘的商業(yè)本質(zhì)、結(jié)論，一定要極其簡單，但是挖掘的過程一定要復(fù)雜復(fù)雜再復(fù)雜。如果反過來，數(shù)據(jù)挖掘過程很簡單，一抓取，一排列，得出的結(jié)論五花八門，這是大數(shù)據(jù)時(shí)代面臨的巨大風(fēng)險(xiǎn)。

CIOI：要做好數(shù)據(jù)挖掘，還需要關(guān)注哪些呢？

劉德寰：舉個(gè)例子說明。有一個(gè)女性，突然一改以往的習(xí)慣，開始購買無香型乳液，同時(shí)購買某種維他命，微量元素中的鋅和鎂。這三種行為改變結(jié)合在一起說明，這個(gè)女性懷孕了。在這個(gè)過程中，我們有最基本的人的行為跟蹤以及最基本的社會公共衛(wèi)生知識的了解，這時(shí)候商家開始對其進(jìn)行分析和營銷，計(jì)算她的預(yù)產(chǎn)期，然后推薦各種嬰兒產(chǎn)品廣告。但是，商家一定要明白，如果這個(gè)人知道商家知道她懷孕了，她可能會非常的焦慮，因?yàn)樗芸赡懿幌氡蝗税l(fā)現(xiàn)她懷孕了。這時(shí)候，如果商家將嬰兒床的廣告放在稻草機(jī)的廣告邊上，然后一起給她，她的焦慮就會大幅降低。

這樣才能真正做好數(shù)據(jù)挖掘。首先，生活變，行為才會變，要將關(guān)注點(diǎn)放在變化上。另外，非常重要的一點(diǎn)是，要關(guān)注人性，了解人性，要充分表現(xiàn)出對人的關(guān)懷。

CIOI：這也就是你一直說純IT人員無法做好數(shù)據(jù)挖掘的原因吧？

劉德寰：對，要做好數(shù)據(jù)挖掘，必須要有市場研究人員、IT人員以及營銷人員通力合作。數(shù)據(jù)建模首先要理解消費(fèi)者，然后才能建立符合中國人的數(shù)據(jù)模型，要做到這些IT人員需要市場研究人員及營銷人員的幫助。

CIOI：對于CIO們真正認(rèn)識大數(shù)據(jù)，你有什么建議？

劉德寰：現(xiàn)實(shí)互聯(lián)網(wǎng)領(lǐng)域被幾本關(guān)于大數(shù)據(jù)的書籍所累，觀念十分混亂，實(shí)際上，人類積累的數(shù)據(jù)經(jīng)驗(yàn)是一切分析的基礎(chǔ)，包括所謂的海量數(shù)據(jù)，這幾本書的方法論橫空出世，同時(shí)又沒有落地，沒有實(shí)際操作經(jīng)驗(yàn)積累，誤導(dǎo)性太強(qiáng)。要在認(rèn)識的過程中，多向自己和他人提出問題，在思想碰撞與交流中促進(jìn)思索，實(shí)現(xiàn)更深層次的認(rèn)知。

責(zé)任編輯：廖生玨

免責(zé)聲明：本文僅代表作者個(gè)人觀點(diǎn)，與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時(shí)性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實(shí)相關(guān)內(nèi)容。

我要收藏

個(gè)贊