大數據時代與社會化營銷——頂層設計與案例賞析1.大數據時代是什么？——大數據的定義及特點概述大數據時代的來臨進入2012年，大數據（bigdata）一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數大數據時代來臨據，并命名與之相關的技術發展與創新。正如《紐約時報》2012年2月的一篇專欄中所稱，“大數據”時代已經降臨，在商業、經濟及其他領域中，決策將日益基于數據和分析而作出，而并非基于經驗和直覺。

數據爆炸2007年全球產生的數據量為0.24ZB，而到了2011年的數據量則高達1.82ZB，相當于全球每人產生200GB以上的數據。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44倍。

廣泛關注工商界、研究界、政府部門都對大數據產生了巨大的興趣，并積極討論來自大數據的挑戰和重要性。2013年美國政府宣布耗資2億美元啟動“大數據研究和發展計劃”。此后，世界其他國家都對大數據給予了極大的關注。技術支撐互聯網時代，尤其是社交網絡、電子商務與移動通信把人類社會帶入了以PB為單位的結構與非結構數據信息的新時代。以云計算等前沿ICT技術為基礎的信息存儲、分享和挖掘手段，可以便宜、有效地將這些大量、高速、多變化的終端數據存儲下來，并隨時進行分析與計算。大數據的定義（2011）普通的計算機軟件無法在可接受的時間范圍內捕捉、管理、處理的規模龐大的數據集。（2011）《大數據：下一個創新、競爭和生產力的前沿》：大數據是指其大小超出了典型數據庫軟件的采集、存儲、管理和分析等能力的數據集。（2011）大數據技術描述了新一代的技術和架構體系，通過高速采集、發現或分析，提取各種各樣的大量數據的經濟價值。存儲分析生成采集（2011）大數據是指其數據量、采集速度，或數據表示限制了使用傳統關系型方法進行有效分析的能力，或需要使用重要的水平縮放技術來實現高效處理的數據。一堆數據≠

大數據大數據的特點2.大數據價值及應用技術數據核心截止及6大技術領域何謂大數據的核心價值？一分鐘內，微博推特上新發的數據量超過10萬；社交網絡“臉譜”的瀏覽量超過600萬……這些龐大數字，意味著什么？

數據是有價值的，不僅僅是因為數據采集、加工和保存需要成本。數據就像一顆神奇的鉆石，在開采、分選、切割、研磨、銷售以及以后的使用過程中，不斷地被賦予新的價值增值。同時還有稀缺性和唯一性等特殊價值。

數據資源作為無形的資源和資產，不同于有形資源和資產，不會隨著使用的增加而減少。數據在使用過程中沒有損耗，可以不斷使用、重復使用。隨著使用次數的增加，數據的價值被不斷地發現而增值。數據的價值只有在利用過程中才被發現、發掘和實現。華爾街根據民眾情緒拋售股票；對沖基金依據購物網站的顧客評論，分析企業產品銷售狀況；銀行根據求職網站的崗位數量，推斷就業率；投資機構搜集并分析上市企業聲明，從中尋找破產的蛛絲馬跡；美國疾病控制和預防中心依據網民搜索，分析全球范圍內流感等病疫的傳播狀況；美國總統奧巴馬的競選團隊依據選民的微博，實時分析選民對總統競選人的喜好。當你仍然在把微博等社交平臺當作抒情或者發議論的工具時，華爾街的斂財高手們卻正在挖掘這些互聯網的“數據財富”，先人一步用其預判市場走勢，而且取得了不俗的收益。大數據分析關鍵技術領域——結構化數據分析

商業和科研領域會產生大量的結構化數據，而這些結構化數據的管理和分析依賴于數據庫、數據倉庫、OLAP

和可視化的成熟商業化技術．得益于關系型數據庫技術的發展，結構化數據的分析方法較為成熟，大部分都以數據挖掘和統計分析為基礎。運營式系統特點：關系型數據庫、統計報表數據滿足保存和查詢的需要

數據滿足分析的需要決策分析系統特點：數據倉庫、數據驅動業務智能系統：客觀數據分析

專家決策系統：知識模型存儲信息最常見的形式就是文本文本分析被認為比結構化數據挖掘更具有商業化潛力多媒體數據（圖像、音頻和視頻）正以驚人的速度增長，幾乎無處不在由于其復雜性和多樣性，數據提取面臨語義差距的巨大挑戰．大數據分析關鍵技術領域—— 文本數據分析&多媒體數據分析信息提取

主題模型

文本摘要

分類

聚類

答疑

意見挖掘

多媒體摘要

多媒體注解

多媒體索引和檢索

多媒體建議多媒體事件大數據分析關鍵技術領域——Web數據分析內容挖掘使用挖掘拓撲結構

主題爬蟲會分析其爬行邊界來尋找與爬取最有可能相關的鏈接并避免涉及不相干區域，而不是收集和索引所有可訪問的網頁文件，來回答所有可能的即席查詢。這樣可以節約大量硬件和網絡資源。文本和超文本內容

信息檢索方法主要是協助或改善信息查找。數據庫方法則試圖模擬并整合Web上的數據。會話和行為的輔助數據Web使用數據包括來自Web服務器訪問日志、代理服務器日志、瀏覽器記錄、用戶配置文件、登記數據、用戶會話或交易、緩存、用戶查詢、書簽數據、鼠標點擊和滾動以及用戶和Web交互產生的任何其他數據。Web使用挖掘在個性化空間、電子商務、網絡隱私/安全和其他一些新興領域內扮演著關鍵角色。結構挖掘在過去的10年中，我們見證互聯網信息的爆炸式增長，同時Web分析作為一個活躍的研究領域也已經出現。

Web分析旨在從Web文檔和服務中自動檢索、提取和評估信息用以發現知識。社交網絡可以作為圖形實現可視化，圖形中的定點對應于一個人，其中的邊表示對應人士之間的某些關聯。大數據分析關鍵技術領域——社交網絡分析在線社交網絡，如Twitter,Facebook,LinkedIn，微博，微信等近年來都日益普及。這些在線社交網絡通常都含有大量的鏈接和內容數據，其中鏈接數據主要為圖形結構，表示兩個實體之間的通信；而內容數據則包含有文本、圖像以及其他網絡多媒體數據。

這些網絡的豐富內容給數據分析帶來了前所未有的挑戰，同時也帶來了機遇。基于鏈接的結構分析研究一直著力于鏈接預測、社區發現、社交網絡進化和社會影響分析等鏈接預測希望能預測兩個節點之間未來建立聯系的可能性．社交影響是指個人受網絡中其他人的影響而改變自身行為．社交影響的強弱取決于人與人之間的關系、網絡距離、時間效應、網絡與個人的特點等許多因素．營銷、廣告、推薦和其他許多應用都可以通過定性和定量測量個人對其他人的影響力獲取好處．社交網絡中基于內容的分析研究指的是社交媒體分析我們需要在合理的時間期限內自動分析大量的而且不斷增長的社交媒體數據．社交媒體數據中含有許多噪聲數據．例如博客圈中存在大量垃圾博客．社交網絡是動態網絡，常常在很短的時間內頻繁變化和更新。大數據分析關鍵技術領域——移動分析

隨著移動計算的快速增長，世界上的移動終端和應用也越來越多。2012四季度，蘋果商店和安卓市場所提供的應用總數，已超過150萬個，幾乎涵蓋了所有可以想見的種類。截至2012年底，每個月的移動數據流量已經達到了885PB。

大量的數據和應用為移動分析開拓了廣闊的研究領域，同時也帶來了不少的挑戰，總體上來說，移動數據的特征十分獨特，例如移動感知、活動靈敏、嘈雜而且有大量冗余。3.大數據的典型應用——企業級應用及案例賞析醫療健康社交網絡傳統企業物聯網傳統企業大數據應用——零售行業商品分析供應鏈分析顧客分析通過企業內部商品數據分析，結合天氣、地理等外部數據的分析，目的是確定：最佳的商品組合和庫存量導入新商品、淘汰舊商品的最佳時機商品的分類上架、位置布局和捆綁銷售方案節前后、淡旺季、每天不同時間段的定價、降價策略促銷方法特定季節（如臺風）、特定事件的商品庫存和數量主要針對供應商選擇、物流優化、現金流計劃、人力資源配置等方面的決策分析。分析顧客群的結構、流量、購買周期、不同顧客群的利潤貢獻率；具體顧客的購買頻率、感興趣商品的預測、忠誠度和流失的可能性分析。確定可靠的顧客群體、預測消費意愿，主動提供個性化銷售和促銷服務，提高銷售額和利潤率。傳統企業大數據應用——金融行業&電子商務通過數據分析識別出招行信用卡價值客戶經常出現在星巴克、ＤＱ、麥當勞等場所后，通過“多倍積分累計、積分店面兌換”等活動吸引優質客戶；通過構建客戶流失預警模型，對流失率等級前２０％的客戶發售高收益理財產品予以挽留，使得金卡和金葵花卡客戶流失率分別降低了１５個和７個百分點；通過對客戶交易記錄進行分析，有效識別出潛在的小微企業客戶，并利用遠程銀行和云轉介平臺實施交叉銷售，取得了良好成效。每天有數以萬計的交易在淘寶上進行，與此同時相應的交易時間、商品價格、購買數量會被記錄，更重要的是，這些信息可以與買方和賣方的年齡、性別、地址、甚至興趣愛好等個人特征信息相匹配。淘寶數據魔方是淘寶平臺上的大數據應用方案，通過這一服務，商家可以了解淘寶平臺上的行業宏觀情況、自己品牌的市場狀況、消費者行為情況等，并可以據此進行生產、庫存決策；而與此同時，更多的消費者也能以更優惠的價格買到更心儀的寶貝。物聯網大數據應用物流企業UPS快遞為了使總部能在車輛出現晚點的時候跟蹤到車輛的位置和預防引擎故障，它的貨車上裝有傳感器、無線適配器和GPS。同時，這些設備也方便了公司監督管理員工并優化行車線路。UPS為貨車定制的最佳行車路徑是根據過去的行車經驗總結而來的。2013年，UPS的駕駛員少跑了近5828萬公里的路程。

佛羅里達州邁阿密戴德縣與IBM的智慧城市項目合作，將35種關鍵縣政工作和邁阿密市緊密聯系起來，幫助政府領導在治理水資源、減少交通擁堵和提升公共安全方面制定決策時獲得更好的信息支撐。IBM使用云計算環境中的深度分析向戴德縣提供智能儀表盤應用，幫助縣政府各個部門實現協作化和可視化管理。智慧城市應用為戴德縣帶來多方面的收益，例如戴德縣的公園管理部門今年因及時發現和修復跑冒滴漏的水管而節省了100萬美元的水費。智慧城市前期警告實時監控實時反饋通過檢測用戶使用設備及服務中出現的異常，在出現危機時可以更快速地應對。在實時監控的基礎上，可以針對某些社會活動獲得群體的反饋信息。通過對用戶當前行為、情感和意愿等方面的監控，可以為政策和方案的制定提供準確信息。社交網絡大數據應用社交網絡大數據的應用包括：網絡輿情分析、網絡情報搜集與分析、社會化營銷、政府決策支持、在線教育等。圣克魯斯警察局是美國警界最早應用大數據進行預測分析的試點，通過分析社交網絡，可以發現犯罪趨勢和犯罪模式，甚至可以對重點區域的犯罪概率進行預測。2013年4月，美國計算搜索引擎WolframAlpha，通過對Facebook中100多萬美國用戶社交數據進行分析，試圖研究用戶的社會行為規律。根據分析發現，大部分Facebook用戶在20歲出頭時開始戀愛，27歲左右時訂婚，30歲左右結婚，而30～60歲之間，婚姻關系變化緩慢。這個研究結果與美國人口普查數據相比，幾乎完全一致。醫療健康大數據應用

安泰保險為了幫助改善代謝綜合癥的預測，從千名患者中選擇102個完成實驗。在一個獨立的實驗室工作內，通過患者的一系列代謝綜合癥的檢測試驗結果，在連續3年內，掃描60萬個化驗結果和18萬索賠事件。將最后的結果組成一個高度個性化的方案，以評估患者的危險因素和重點治療方案。這樣，醫生可以通過食用他汀類藥物及減重５磅等建議而減少未來１０年內５０％的發病率。或者通過你目前體內高于２０％的含糖量，而建議你降低體內甘油三酯總量．

西奈山醫療中心是美國最大最古老的教學醫院，也是重要的醫學教育和生物醫藥研究中心。該醫療中心使用來自大數據創業公司Ayasdi的拓撲數據技術，對大腸桿菌的全部基因序列進行分析，包括超過100萬個DNA變體，來了解為什么菌株會對抗生素產生抗藥性。

微軟的HealthVault，是一個出色的醫學大數據的應用，它是2007發布的，目標是希望管理個人及家庭的醫療設備中的個人健康信息。現在已經可以通過移動智能設備錄入上傳健康信息，而且還可以第三方的機構導入個人病歷記錄，此外通過提供SDK以及開放的接口，支持與第三方應用的集成。

醫療健康數據是持續、高增長的復雜數據，蘊涵的信息價值也是豐富多樣。對其進行有效的存儲、處理、查詢和分析，可以開發出其潛在價值。對于醫療大數據的應用，將會深遠的影響人類的健康。大數據商業應用沃爾瑪：POP-TTarts蛋撻與颶風商品（手電筒）的關聯。Aviva健康預測模型。美國商品零售商Target的孕期商品預測。UPS的汽車維修零件預測。安大略理工大學CarolynMcGregor與IBM合作的早產兒健康管理應用。CynthiaRudin:愛迪生電力公司管線維修預測模型，預測井蓋爆炸應用。亞馬遜的商品推薦系統。Xoom的跨境異常匯款的報警系統FARECAST的航線機票價格預測應用中使用了近10億條航線機票歷史信息。Google流感預測應用美國交通管理部門的循數管理應用：交通事故按照年、月、周、日、時間段、天氣狀況等統計分析。CompStat的街頭警察創新應用日本東京大學啟動人口流動分析項目，分析15個城市300萬人口流動數據，實現可視化。4.大數據時代的營銷范式變革——大數據對營銷的影響及營銷價值觀轉變問卷調查、直接觀察法、監控探頭、網絡日志、POS機軟件、移動設備、社交媒體軟件