广告越来越精准，转化率越来越高。

电视 -> 搜索（没有实名）-> 社交 -> 当下（需求精准推送、即时发现、满足）

数据的特征：六大维度及影响

1. 数据量

“大”数据，获取与存储，要求分布式

每人 1.5G

存储与算力是成本，产生多少价值？

2. 速度

创造、存储、分析数据的速度

实时传输、分析

动态数据：推送查询（实时订阅）、实时拉取，如滴滴打车

3. 多样性：结构、语义、媒介、可用性

邮件收集

• 结构化：发送人、收件人、时间

• 文本结构：邮件主体

• 媒介：如图片

• 语义：与之前邮件关联

• 可用性，实时收取

4. 可靠性：数据的质量是核心

• google 流感数据：与 CDC 质量不同、来源可靠

• 上下文

5. 连通性：应用的核心是联通、群体事件发现

6. 价值 ROI

7. 应用价值与场景

8. 成本，如一张报表成本：20W+

9. 阿里：要不要存客户行为数据，为 EMC 打工？去 IOE。

10. 从生产到分析到应用

11. 价值 = F(商业模式、数据、科学技术、行业知识）

7 步流程构建数据分析

1. 企业数据策略，构建数据专家团队

2. 业务人员，定义业务目标、业务场景

3. 技术人员

4. 沟通交流，如产品经理，商业分析

5. 定义正确的问题，评估现状与建立目标

6. 采集数据：合适的样本、确定数据集、检索、获取数据

7. 准备数据：数据探索与预处理

8. 分析数据：选择分析工具并建立模型

9. 交流结果，是否合理。敌我坦克分析，唯一因素是背景不同，因为拍摄时的天气不同。

10. 商业应用与反馈，迭代优化

美高梅经营例子

1. 提高营收，目标是希望客户消费更多

2. 指标拆解：访问频率*时长*每天消费时长*当笔金额*利润率*客户数

3. 业务人员：指标重要程度、变化的含义，最重要访问频率，次要消费时长

4. 分析分员：获取数据，给出初步共性统计：北区 9 次/年 南区 8 次/年

5. 个性化建模：个我 pattern 识别、变化预警

6. 共同商定：结果合理性与行动计划

7. 客户是不是去了其它竞争对手那里？WIFI、摄像头、会员卡

8. 不同的客户不同的客户经理，一对一

9. 给出权益，重新回到这里

大数据体系基础与分析工具

数字化营销

创建数据驱动的企业文化