孫曉博

中國傳媒大學(xué)廣告學(xué)院，北京 100024

?

淺析大數(shù)據(jù)的商業(yè)應(yīng)用與問題

孫曉博

中國傳媒大學(xué)廣告學(xué)院，北京 100024

如今大數(shù)據(jù)的商業(yè)應(yīng)用主要集中在行為標(biāo)簽、智能推薦、管理系統(tǒng)、數(shù)據(jù)整理與展示以及廣告檢測智能系統(tǒng)等，國內(nèi)外大量企業(yè)都已經(jīng)開始或準備開始利用大數(shù)據(jù)創(chuàng)造新的利潤增長點。雖然大數(shù)據(jù)在商業(yè)應(yīng)用中擁有巨大潛力，但是其在應(yīng)用中也存在一些需要思考的問題，包括計算速度制約全數(shù)據(jù)計算、海量數(shù)據(jù)的假規(guī)律風(fēng)險、斷裂數(shù)據(jù)和封閉數(shù)據(jù)以及缺失數(shù)據(jù)。在肯定大數(shù)據(jù)應(yīng)用的進步和成果的同時，只有思辨地看到大數(shù)據(jù)應(yīng)用過程中還存在的誤區(qū)，正視當(dāng)下需要思考和解決的問題，才能更清晰地理解大數(shù)據(jù)應(yīng)用的商業(yè)邏輯以及局限。

大數(shù)據(jù)；商業(yè)應(yīng)用；應(yīng)用誤區(qū)

一、大數(shù)據(jù)出現(xiàn)的背景和內(nèi)涵

2008年7月，O’Reilly Media出版了《Beautiful Data》，同年9月《Nature》刊登了“大數(shù)據(jù)”專輯，微軟出版了《第四范式—數(shù)據(jù)密集的科學(xué)發(fā)現(xiàn)》，①首次提出了大數(shù)據(jù)的概念。大數(shù)據(jù)實際上指的是巨量數(shù)據(jù)，即無法通過傳統(tǒng)的主流的工具在合理的時間內(nèi)進行提取，整理，分析，并得出有價值的有指導(dǎo)的信息。IBM將大數(shù)據(jù)的特點總結(jié)為3V：數(shù)據(jù)量大(Volume)，種類多(Variety)，Velocity(速度快)。在此基礎(chǔ)上，還有人提出另一個“v”，就是價值高(Value)。數(shù)據(jù)量如此巨大，如果沒有科學(xué)地進行分析和篩選，那就只能是“白噪聲”，如何在如此“海量”的數(shù)據(jù)里面篩選出有用的信息本身就是一個在智能信息傳播領(lǐng)域的重要研究課題。本文希望通過分析當(dāng)前大數(shù)據(jù)在商業(yè)當(dāng)中的應(yīng)用現(xiàn)狀找出其中存在的問題。

二、大數(shù)據(jù)在商業(yè)中的應(yīng)用

如今大數(shù)據(jù)在商業(yè)中的應(yīng)用主要是集中在行為標(biāo)簽、智能推薦、客戶管理系統(tǒng)CRM、推廣監(jiān)測質(zhì)量評估與防作弊、數(shù)據(jù)整理與展現(xiàn)、廣告監(jiān)測智能系統(tǒng)等方面。其中有以下幾個方面的應(yīng)用備受關(guān)注。

首先是智能推薦。決策樹(Decision Tree)是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過構(gòu)成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評價項目風(fēng)險，判斷其可行性的決策分析方法，是直觀運用概率分析的一種圖解法，它代表的是對象屬性與對象值之間的一種映射關(guān)系。②以今日頭條為例，它根據(jù)用戶登錄方式的區(qū)別，有2種推薦信息的方式。一種是用戶選擇作為游客身份登陸，今日頭條會根據(jù)合作媒體的熱點推進進行推送，隨著用戶的使用和頻次增加，之后的新聞推送會針對用戶更有針對性；另一種是用戶選擇通過微信、微博或者QQ等方式登陸，今日頭條由此獲取用戶的基本數(shù)據(jù)，推薦用戶感興趣的消息，并且在對新聞消息進行評論的時候，用戶可以看到自己朋友的評論，從另一方面增加用戶的互動性和親切感，增加了品牌效應(yīng)。這一個方面的應(yīng)用在一定程度上改變了過去的大眾傳播模式，開創(chuàng)了一個新的傳播方式，也是精準傳播的基礎(chǔ)。

第二個重要應(yīng)用是客戶管理系統(tǒng)CRM。其中的用戶生命周期管理CLM包含客戶獲取、保留、提升價值等整個周期的管理。CLM可以通過預(yù)測用戶流失機會，并自動推廣活動來實施。生命周期數(shù)據(jù)分析：首先在客戶的獲取期，首先是潛在客戶識別，在這個階段，應(yīng)該判斷客戶的購買意向，分析、預(yù)測潛在市場的規(guī)模及變化，開展“拉新”；然后在客戶的提升期，分析在網(wǎng)客戶的業(yè)務(wù)使用情況，了解價值提升的瓶頸；在客戶的成熟期，分析、跟蹤成熟客戶的忠實度及深度需求，包括對新業(yè)務(wù)的需求，會用到關(guān)聯(lián)性交叉銷售、客戶分群渠道評估，從而實施營銷策略來實現(xiàn)品牌引導(dǎo)，在客戶的衰退期，分析、監(jiān)控用戶的使用量變化，需要進行客戶流失預(yù)警、客戶關(guān)懷回流和精準營銷，密切了解競爭態(tài)勢，制定針對性營銷舉措。

第三是在推廣渠道質(zhì)量評估與防作弊方面。作為廣告主，選擇讓廣告效用性價比最高的廣告位是極為重要的，于是大數(shù)據(jù)成為一個良好的工具。在大數(shù)據(jù)的支持下實現(xiàn)了常用的互聯(lián)網(wǎng)廣告付費機制CPC、CPS等。當(dāng)然，還做到了更加實時的RTB廣告，它在每一個廣告展示曝光的基礎(chǔ)上進行競價，就是為一個出現(xiàn)的PV進行一次展現(xiàn)競價，出價高的廣告將被這個PV看到。③CPC廣告按照每次點擊付費，如今互聯(lián)網(wǎng)廣告的類型中有80%是CPC廣告。大數(shù)據(jù)還可以幫助解決點擊作弊的預(yù)防與檢測。爬蟲程序以及機器人作弊程序的泛濫將會使廣告主被錯誤的指標(biāo)所影響做出錯誤的決定。活躍用戶行為判斷是指用戶使用應(yīng)用時，像不像一個正常的用戶，主要是通過用戶使用各功能模塊的占比和使用時長來衡量的，包括：點擊率、留存率、整體活躍用戶、活躍用戶行為形狀、集中度和其他產(chǎn)品特有屬性。這些在大數(shù)據(jù)應(yīng)用之前是很難實現(xiàn)的。

其他方面的大數(shù)據(jù)應(yīng)用在商業(yè)領(lǐng)域廣泛地展開，已經(jīng)出現(xiàn)了許多成功的案例。在國外，大數(shù)據(jù)的應(yīng)用已經(jīng)在超市商場里廣泛應(yīng)用起來。英國的Tesco采用的是抽樣試驗分析、大數(shù)據(jù)推送的方式，只要你進行了完整的消費，他就會根據(jù)你的消費進行準確的廣告推送。又比如時尚購物品牌ZARA，可以結(jié)合陪伴購物和監(jiān)視器視頻數(shù)據(jù)來獲得許多有用的信息，如在某一件衣服面前的駐留時間和頻次，以便能夠更好地為當(dāng)?shù)乜蛻籼峁└酉矚g的服裝款式和制定更加理想的店內(nèi)購物路線設(shè)計。在國內(nèi)，大數(shù)據(jù)也在商場開始應(yīng)用。如劉德寰的國內(nèi)手機市場數(shù)據(jù)分析等等。另外，在國內(nèi)互聯(lián)網(wǎng)企業(yè)巨頭百度、騰訊、阿里巴巴在大數(shù)據(jù)的應(yīng)用方面也是各有千秋，各有優(yōu)勢。這些陸續(xù)增加的應(yīng)用顯示出數(shù)據(jù)的常用時代將拉開帷幕，因此我們亟需注意大數(shù)據(jù)商用當(dāng)中的問題所在。

三、大數(shù)據(jù)商業(yè)應(yīng)用中的問題

一方面，大數(shù)據(jù)應(yīng)用自身在技術(shù)上仍然存在著各種各樣的問題。

第一類問題是標(biāo)簽錯誤，僅僅依靠標(biāo)簽抓取的信息有時候是偏頗不可靠的。標(biāo)簽的設(shè)定往往源于用戶的瀏覽記錄，所以可能會彈出并不是當(dāng)前使用者所關(guān)注的信息。例如當(dāng)筆者登錄淘寶時，經(jīng)?？吹胶芏嚓P(guān)于中老年寬大衣服的推薦，其實源于雙11筆者的母親要求筆者查找一些她需要的厚褲子。這種錯誤是因為系統(tǒng)把對我們的標(biāo)簽中某些屬性定義錯了，給我們推送了錯誤的信息，沒有達到精準投放的效果。

第二類問題是算法的缺陷。常見的聚類分析算法有：層次聚類算法，其對給定的數(shù)據(jù)對象集合進行層次分解，改進的層次聚類算法有：BIRCH，CURE和Chameleon等；基于劃分的方法，比如K-MEANS；基于密度的聚類算法，比如：DBSCAN，DENCLUE。比如推送冰箱廣告給采購買冰箱的用戶，讓用戶再次購買消耗度較小的產(chǎn)品，這樣的廣告推送無效，且易讓人反感。

第三類嚴重的問題是目前的大數(shù)據(jù)應(yīng)用缺少深度分析。大數(shù)據(jù)時代最不缺少的就是數(shù)據(jù)，可是如何在海量的數(shù)據(jù)中發(fā)掘有用的信息或者說發(fā)現(xiàn)知識是亟需解決的重要問題。在算法中要考慮先驗知識，相似性量度等問題，這些都需要人工定出，只有這樣才能做到在傳統(tǒng)統(tǒng)計學(xué)與大數(shù)據(jù)、以及智能分析的基礎(chǔ)上得出相對準確的決策。

另一方面的大數(shù)據(jù)應(yīng)用問題則是人為問題。人們對大數(shù)據(jù)的認知和理解上也存在著偏差。

首先，人們?nèi)菀酌ば糯髷?shù)據(jù)的準確性，其實海量數(shù)據(jù)也會呈現(xiàn)出許多假規(guī)律。很多人都知道著名的Google預(yù)測流感的案例：在甲型H1N1流感爆發(fā)的前幾周，Google的工程師們把5000多條美國人最頻繁檢索的詞條和美國疾控中心在2003年至2008年間季節(jié)性流感時期的數(shù)據(jù)進行了比較。④他們的預(yù)測與官方數(shù)據(jù)的相關(guān)性高達97%。但是后面的測試卻越來越亂，很不準確，這其實就是因為大數(shù)據(jù)是重相關(guān)關(guān)系。如果在感冒發(fā)生的時期，還有一場重要的賽事，或者重大的演唱會，會有很多人去搜索這些關(guān)鍵詞，這樣搜索賽事和演唱會就構(gòu)成了感冒預(yù)測的關(guān)鍵詞，而其實他們并沒有關(guān)系。海量數(shù)據(jù)必然含有海量噪聲，如果建模的錯誤或算法的優(yōu)化等問題，就會出現(xiàn)全數(shù)據(jù)全相關(guān)的情況，事事都相關(guān)。

其次，人們?nèi)菀酌ば糯髷?shù)據(jù)的全面性，目前許多所謂的大數(shù)據(jù)只是斷裂數(shù)據(jù)和封閉數(shù)據(jù)，所以任一封閉數(shù)據(jù)集上的信息種類并不夠豐富。網(wǎng)絡(luò)上其實數(shù)據(jù)是斷裂的，比如在淘寶上的數(shù)據(jù)只會被阿里巴巴的系統(tǒng)保存，在百度上搜索的數(shù)據(jù)也只會被百度保存，同樣的還有騰訊。為什么會出現(xiàn)這樣的情況，其實就是由于商業(yè)造成的。雖然現(xiàn)在有了大數(shù)據(jù)交易平臺，但是對這樣矛盾的又有極其明確的競爭關(guān)系的巨頭們，想用戶數(shù)據(jù)這樣重要的大數(shù)據(jù)是絕對不會交易的。美國為了連接這樣的斷鏈和封閉的數(shù)據(jù)，在他的公共健康系統(tǒng)的基礎(chǔ)上建立一片“大云”，這片云由所有醫(yī)院公用，這樣最高地提高了效率，但是這是因為由政府負責(zé)主導(dǎo)，才可能實現(xiàn)，而在商業(yè)上因為利益的排他性，建設(shè)真正的大數(shù)據(jù)數(shù)據(jù)庫還有很長的路要走。

四、結(jié)語

無論是公共事業(yè)上，還是商業(yè)上對大數(shù)據(jù)應(yīng)用的各種挖掘和嘗試，都取得了很多矚目的成就，但是我們需要注意的是在大數(shù)據(jù)的應(yīng)用當(dāng)中仍然存在許多需要克服的問題。大數(shù)據(jù)在商業(yè)應(yīng)用中得到追捧，一方面它確實創(chuàng)造很多商業(yè)奇效，可是另一方面，我們也要冷靜地看到因為商業(yè)利益，商家們都希望大數(shù)據(jù)成為他們新的資本，贏得客戶的信任，從而在很多時候忽視大數(shù)據(jù)的不足。因此我們在研究當(dāng)中應(yīng)該更加思辨地看待大數(shù)據(jù)，一部分看到它發(fā)展的勢頭，一方面也要清楚認識到它的不足。

[ 注 釋 ]

①王樹良，丁剛毅，鐘鳴.大數(shù)據(jù)下的空間數(shù)據(jù)挖掘思考.中國電子科學(xué)研究院學(xué)報，2013，2(1).

②決策樹.百度百科，http：//baike.baidu.com/item/%E5%86%B3%E7%AD%96%E6%A0%91.

③雪鷹傳奇.電商大數(shù)據(jù)[M].電子工業(yè)出版社，2014，3：101.

④[英]維克托.邁爾-舍恩伯格，肯尼思.庫克耶，著，周濤，譯.大數(shù)據(jù)時代[M].浙江人民出版社，2013，1：3.

孫曉博(1986-)，男，天津人，博士研究生，中國傳媒大學(xué)廣告學(xué)院，從事新媒體產(chǎn)業(yè)研究。

F832.33；TP

A

1006-0049-(2017)12-0007-02