譯關注 | 大數據怎麼玩？盤點10大天然大數據公司

現在大數據行業整體很熱，DT時代下企業對深度挖掘數據的需求才是值得注意和最有價值的。對於企業來說，理論永不如一個成功的實戰有意義。從企業運營和管理的角度，梳理一下大數據價值規律：數據驅動決策、數據驅動流程、數據驅動產品……

谷歌、亞馬遜、BAT，擁有大量的用戶註冊和運營信息，成為天然的大數據公司。這些天然的大數據公司，通過對用戶信息的大數據分析，基本解決自己公司的精準營銷和個性化廣告推介等問題，基本上做到了數據驅動運營。

很多傳統企業也是天然的大數據公司，比如沃爾瑪、移動等，也在追趕大數據前進的步伐，在挖掘數據價值方面，儘力修鍊「獨門武功」。小編通過網路收集整理了部分天然大數據公司，看他們如何挖掘數據價值。

1 、亞馬遜的「信息公司」

亞馬遜要處理海量數據，交易數據的直接價值很大。作為一家「信息公司」，亞馬遜從每個用戶的購買行為中獲取信息，將用戶在網站上的行為記錄下來，頁面停留時間、用戶查看評論、搜索關鍵詞、瀏覽商品等。亞馬遜對數據價值的敏感和重視及挖掘能力，使它遠超傳統運營方式。

2 、谷歌「意圖」

準確定義「大數據」概念的科技公司非谷歌莫屬。根據搜索研究機構的數據，僅1個月的時間，谷歌處理的搜索詞條數量就高達122億條。谷歌的體量和規模，使它擁有比其他大多數企業更多的應用途徑。

谷歌不僅存儲了搜索結果中出現的網路連接，還會儲存用戶搜索關鍵詞的行為，它能夠精準地記錄下人們進行搜索行為的時間、內容和方式，坐擁人們在谷歌網站進行搜索及經過其網路時所產生的大量機器數據。

這些數據能夠讓谷歌優化廣告排序，並將搜索流量轉化為盈利模式。人們的行為會在互聯網上留下痕迹和路徑，谷歌能預測意圖。這種抓取、存儲並分析海量人機數據再進行預測，就是數據驅動產品。

3 、eBay分析平台

eBay於06年成立了大數據分析平台。為準確分析用戶購物行為，eBay定義了超過500種類型的數據。在平台上，將結構化數據和非結構化數據結合在一起，通過分析促進業務創新和利潤增長。在互聯網廣告的投入上，eBay通過購買網頁搜索關鍵字，將潛在客戶引入網站。

4 、塔吉特(Target)「數據關聯挖掘」

利用先進的統計方法，通過用戶的購買歷史記錄分析來建立模型，預測未來的購買行為，進而設計促銷活動和個性服務避免用戶流失。案例：塔吉特通過分析所有女性客戶購買記錄，可以「猜出」哪些是孕婦。

其發現女性客戶會在懷孕四個月左右，大量購買無香味乳液。由此挖掘出 25項與懷孕高度相關的商品，製作「懷孕預測」指數。推算出預產期后，就能搶先一步，將孕婦裝、嬰兒床等折扣券寄給客戶。

塔吉特還創建了一套購買女性行為在懷孕期間產生變化的模型，不僅如此，如果用戶從它們的店鋪中購買了嬰兒用品，它們在接下來的幾年中會根據嬰兒的生長周期定期給這些顧客推送相關產品，使客戶形成長期忠誠度。

5 、移動數據化運營

通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。大數據系統可以在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。對運營商來說，數據分析在政府服務市場上前景巨大。

運營商在交通、應對突發災害、維穩等工作中使大數據技術發揮更大的作用。運營商處在一個數據交換中心的地位，在掌握用戶行為方面具有先天的優勢。作為信息技術的又一次變革，大數據的出現正在給技術進步和社會發展帶來全新的方向。

對於運營商來說，在數據處理分析上，需要轉型的不僅是技巧和法律問題，更需要轉變思維方式，以商業化角度思考大數據營銷。

6 、Twitter的興趣和情緒

通過過濾用戶歸屬地、發推位置和相關關鍵詞，Twitter建立了一系列定製化的客戶數據流。比如，通過過濾電影片名、位置和情緒標籤，可以知道洛杉磯、紐約和倫敦等城市最受歡迎的電影是哪些。而根據用戶發布的個人行為描述，甚至能搜索到那些在加拿大滑雪的日本遊客。

從這個視角看，Twitter的興趣圖譜的效率優於Facebook的社交圖譜。這些社交網站真正的價值可能在於數據本身。

Twitter自己並不經營每一款數據產品，但它把數據授權給了像DataSift這樣的數據服務公司，很多公司利用Twitter社交數據，做出了各種讓人吃驚的應用，從社交監測到醫療應用，甚至可以去追蹤流感疫情爆發。精確的數據一旦與社交媒體數據相結合，對未來的預測會非常准。

7 、特易購的精準定向

特易購(Tesco)是全球利潤第二大的零售商(僅次於沃爾瑪)，從用戶行為分析中獲得了巨大的利益。從其會員卡的用戶購買記錄中，特易購可以了解一個用戶是什麼「類別」的客人，如速食者、單身、有上學孩子的家庭等等。

這樣的分類可以提供很大的市場回報。例如可以通過郵件或信件寄給用戶個性化的促銷，店內工作人員也可以根據周圍人群的喜好，消費時段來有針對性的推廣貨品。

8 、Facebook的好友推薦

Facebook是社交網路巨擎，值得一提的就是好友推薦。Facebook使用大數據來追蹤用戶在其網路的行為，通過識別你在它的網路中的好友，從而給出新的好友推薦建議，用戶擁有越多的好友，他們與Facebook之間的黏度就越高。更多的好友意味著用戶會分享更多照片、發布更多狀態更新、玩更多的遊戲。

9 、LinkedIn的獵頭價值

LinkedIn網站使用大數據在求職者和招聘職位之間建立關聯。有了LinkedIn，獵頭們再也不用向潛在的受聘者打陌生電話來碰運氣，而可以通過簡單的搜索找出潛在受聘者並聯繫他們。與此相似，求職者也可以通過聯繫網站上其他人，自然而然地將自己推銷給潛在的僱主。

10 、沃爾瑪的數據基因

1969年沃爾瑪開始使用計算機來跟蹤存貨，1974年將其分銷中心與各家商場用計算機進行庫存控制。1983年，沃爾瑪開始採用條形碼掃描系統。同時，完成了公司內部的衛星系統安裝，使總部、分銷中心和商場之間可以實現實時雙向數據聲音傳輸。

而現在沃爾瑪擁有世界最大的數據倉庫，在數據倉庫中存儲著沃爾瑪數千家連鎖店在65周內每一筆銷售的詳細記錄，這使得業務人員可以通過分析購買行為了解客戶。2012年4月，沃爾瑪又收購了一家研究網路社交基因的公司 Kosmix，在數據基因的基礎上，又增加了社交基因。

根據數字世界研究報告顯示，2013年人類產生、複製和消費的數據量達到4.4ZB。到2020年，數據量將增長10倍，達到44ZB。大數據已經成為當下人類最寶貴的財富，怎樣合理有效的運用這些數據，發揮這些數據應有的作用，這才是未來應該考慮的大數據該做到的。

譯雲

Smart Translation，Smaller World