2013年4月24-25日，第八届艾瑞年度高峰会议在北京国家会议中心盛大开幕。在“科技创享 变革未来”这一主题下，本届艾瑞峰会将汇集来自互联网、新经济、科技相关行业的前沿公司创新领袖，以科技创新的洞察思考，一同讨论行业热点话题，思考行业发展前景，与共识之士探讨未来之路，一起推动行业的变革发展。
以下是艾瑞咨询集团定制研究部总经理刘雷鸣发表的以“赢向大数据时代”为主题的演讲实录：
主持人：各位嘉宾，各位互联网行业同仁大家好，首先非常欢迎大家参加今年的艾瑞北京峰会。进入到下午环节共有5个分会场，营销这个主题词是艾瑞历史上八年年会里最高频的主题词，大数据是当下互联网时兴的领域。相信大家在这样的分会场一定有所收获，今天请到非常多数据营销界的重量级嘉宾，他们既有来自于网络媒体，也有网络金融等等行业广告主，这些嘉宾非常值得大家期待。今天下午一共有三个主要环节。首先是艾瑞观点发布。在这个环节里面我们请艾瑞咨询集团全国专项研究总经理刘雷鸣进行分享。
刘雷鸣：大家下午好，非常高兴艾瑞每次年会在会上看到很多新老朋友，这是大家非常期待的交流机会。今天分享的主题是过去一年中提的频率非常高的关键词--大数据。现在大数据大家谈论的时候其实谈的在于一个概念上，在过去的将近两年时间很多公司做了尝试，我们密切关注这个领域。接下来我们跟大家分享我们对大数据看法和理解。
开始之前还是通过两个案例跟大家做一个分享。大数据能做什么？当然我们围绕营销看，首先是可口可乐的传播策略：这个案例有人了解过，是通过社交媒体，用户行为的分析来聚焦，四个维度分别通过寻找它的品类消费者，以及品类里相关品牌一些消费者，包括对于品牌的代言人以及代言人相关的，比如说选的科比，这是可口可乐代言人。目标消费者对于篮球这个运动爱好，通过四个维度把用户做一个精准的聚焦，实现这有效的转化。
另外一个案例是Target的这个公司做的一个项目，一个核心目的也寻找目标用户。这是企业要找孕妇群体，孕妇怀孕不同阶段购买的产品有区别，用户怀孕处于什么状态，对于厂家来讲是盲点，或者是很难获知的信息。通过大数据分析和挖掘，找到过去一段时间消费者在购买产品品类的分布特征，断定这些用户他们现在处在什么样的怀孕周期，在这样的信息的获取上，进一步确定说对于这些用户推行什么样广告能够影响他们的消费决策。
通过这两个案例看到大数据应用在营销领域的应用围绕一个关键词是精准。精准这个词在我们的网络营销这个领域自从有了这个开始，我们一直谈精准。实际我们每一年每一次的新的技术或者新模式出现，精准都是不同程度的精准，大数据能够让我们看到真正能够接触到能够做到对于用户或者对于潜在消费者做精准营销。从这里看到大数据在营销领域应用前景。
什么叫大数据？所谓大数据大家知道一定要大，大到什么程度是大数据？应该说从根本的定义来讲，真正的大数据没有几家真正能够自己掌握足够量的大数据，一定是基于多数据源，然后集合整个社会资源的一个基础之上才能做的事，对于大数据大家可以从数据上有一个直观感觉。目前全球数据量每18个月翻一番，这个概念应该说现在应该能够达到1.2ZB的量级，对于大数据来讲，最基本是数据量大，规模大，其次在这样的大的数据量基础上要有快速的处理速度，能产生高价值的商业应用，这才是大数据。
对于一个大数据时代大家认为这个时代已经开启，我们看大数据应用在哪些方面？首先看大数据应用最先是从传统行业开始，应该说在十几年前在数据分析领域里出现过数据挖掘，现在仍然是大家关注的点。当年从数据分析向数据挖掘转变时候，大家探讨很多的经典案例，尤其是啤酒的这个案例，是沃尔马的，当年这个数据挖掘我们叫做基于海量数据挖掘，所谓的海量数据某种程度具备大数据的基础。我们可以看到最典型的案例在西方一些发达国家更多把大数据应用在公共事业领域，对提高社会运营效率提供决策支持。
对于大数据我们应该如何迎接，首先我们从三方面革命去阐述。一方面是思维，思维决定我们目标是否正确。对于思维革命三方面，一方面是我们要有这面向更多数据这样的一个意识，就是说我们之前比较习惯于做的是在抽样数据基础上分析，对大数据我们考虑使用整体数据做深入分析。另外是更杂，我们面对的不是体系化的结构，而是庞杂的数据库集合，对于这样的庞杂数据库集合，我们不能要求精准度有多高，而是要求能够从庞杂的数据库群体上能够更多体现出综合性结果。另外很明显的一点也是区别于我们之前做数据分析时候，更倾向于做因果分析，我们看到什么结果，更多基于结果寻找原因。但是通过大数据我们更多找数据之间关系和相关性，也就是说什么样的用户会产生什么行为，这个行为之后有什么连锁反应等等。这样的相关关系的了解应该是我们做大数据分析或者是大数据挖掘过程中需要关注的。
第二是商业革命，基于思维方面转变，同样大数据会对我们整个的商业化应用上带来一些改变。一方面在于大数据会让我们很多决策更多的能够倾向于量化，也就是是极端来讲，我们一切决定可以基于量化支撑。另外一方面在于我们做基于这样的海量数据基础上，我们能做更多数据创新。再有一点对于整个的一个价值链的影响。对于这个价值链，对于大数据领域包含三方面，一个数据的提供方，拥有海量数据企业或者是公司，他们会为整个的产业或者这个社会贡献这种庞大的数据源。在这个数据源基础上，另一方面是技术性公司，为大家提供基于这种大数据的分析方法或者是解决方案，最终还有一种类型的企业是私营企业，就是在分析结果基础上能够去转化成我们最终的商业理解。
第三方面是管理革命，管理革命体现在一方面是数据资产化，相信大家应该也都有感觉，尤其在互联网行业里从业，在最近两三年时间，我们不说长时间，两三年时间越来越公司在自己的公司内部成立数据分析部门，这个我相信大家都会清楚，出现这样的一个变化的背后的原因是什么，也就是说我们面对自己积累下来的庞大数据，我们需要转化成能提高我们企业运营效率，提高我们给客户提供的这种服务的附加值等等，这方面有更多探索。
另外一方面其实在过去数据分析部门也好，BI部门更多是成本部门，会让很多分析人觉得自己不是给公司挣钱的，而是一个花钱的部门，这样压力也会比较大。大数据到来让很多企业基于自己的数据也好，基于和其他合作伙伴基础上将这些数据变现，使相应原来成本部门逐渐变成利润中心。这个我了解现在可以看到有一些互联网公司，其实已经开始在做这方面的事情，而且结果相当不错。可以看到在互联网领域，真正有价值的是我们服务器上存储的海量数据。我相信对于亚马逊有所了解的朋友知道，其实对于亚马逊真正赚钱不是电子商务交易，而是基于数据为客户提供的云服务这样的模式。另外一方面是决策智能化，在基于海量数据分析和挖掘基础上，我们能够可以做到企业的任何决策都是由相应数据支撑，避免基于经验判断去做这样的决策，这个也是比较符合现在整个互联网发展趋势，尤其中国互联网现在，大家有感觉就是逐渐进入一个相对稳定的状态。进入这个相对稳定状态意味着后续竞争越来越激烈。在激烈过程中如何保证自己的生存和发展，它的决策很重要，这个决策如果有这种可量化的数据支撑，能够让决策避免出现失误。
另外一方面就是大数据应用会很好改善网络营销的精度，就是精准。精准是我们在做网络营销这一块从业人员一直追求的目标。我们做精准基于两类数据。包括我们的购物行为，微博互动行为等等，这些行为数据让我们对于我们的目标受众从全方位密集描绘用户画像，基于用户行为轨迹分析让我们把营销的精准度做进一步提升，能够让广告主预算花得更值。
说很多大数据，我个人觉得做大数据是我们努力方向，但是做好大数据之前需要先把我们小数据做好。就是说一方面大数据不是说每一家公司或者每一个人上手能够做，我们做大之前，一定把大数据里面的内容或者数据进行分解，分解成小目标进行执行，从而实现我们的商业目的。因此无论是大数据依托多少服务器，核心是我们能不能进行数据细化拆分。
另外我们做到大数据应用之前如何能够把我们现在手头小数据应用得更充分。这些包括我们企业自身所积累的一些数据，包括我们平时可能做的一些调研数据，可能包括艾瑞自己做的固定样本组监测数据，这些数据是不能能够让我们在现在日常工作中应用充分，把数据理解和商业化应用上真正价值体现出来。我想未来对于大数据是否能够有效应用核心取决于这家公司对于数据的理解认识，有没有这样的基因。否则对于未来大数据应用可能会仅仅停留在概念上或者是看到别人应用自己着急的状态。
对于广告主，我们提到营销的衣食父母，对于广告的精准度和性价比要求更高，这是属于整个产业里的推动，广告主有更高要求。对于代理公司来讲，对于这种技术驱动型的代理公司未来发展潜力非常大。同样对于媒体来讲，媒体会能够把自己的流量资源应用得更充分，避免流量的资源的浪费，提高整个的效率。而对于我们整个行业里面的一个创业者或者有创业梦想的人来讲，未来在大数据应用产业链存在很多创业机会，希望大家对这方面有想法的朋友能够密切关注。对于这个产业链还一类公司是第三方研究公司，应对大数据这块同样做出一些相应转变。
这里我提一个简单讲的，我们所接触到的案例，现在广告主其实在通过网络上不单纯做一些广告，同样通过网络做客户服务等等这样的事情，能够尽可能对自己的用户有全方位的接触。从我接下来说的案例是一个品牌主通过线上对于用户进行客服的维护，这个维护通过很多渠道，包括百度的贴吧，还是视频网站官方视频或者百度知道里面问题解答，多种渠道进行客户售后服务维系，这种效果如何评估是一个难点，我们如何有效对线上客服价值衡量。
在这个问题基础上，我们尝试了对于用户的全网行为轨迹进行筛检，将企业在各个媒体上所进行客户维护的域名或者相关内容提炼出来，基于这样的内容去定向目标用户，把接受使用过线上客服的用户选出来，来分析这些进行线上客服使用用户的使用频次什么样，在这个基础上选出典型用户进行针对性的问卷投放，了解这些人问题解决率，以及他在线上客服使用过程中的评价和原因方面了解，从而对于企业的线上客服这块价值进行一个全面的了解。因此对于第三方研究公司，在应对大数据的时代，我们一方面是依托于大数据基础上能够进行这种全方位用户行为分析，更重要的我们更多要在大数据解决了用户行为上面的一些相关关系基础之上，去弥补大数据解决不了的因果关系的分析。就是说为什么会发生这样的行为，为什么会产生这样的结果。这个应该会成为研究公司未来可能会关注的一个重点。
最后也会提到一点，大数据，任何一个新时代到来对于我们应对这个时代到来过程中面临很多问题，会面临很多挑战。一方面大数据价值挖掘过程中，我们知道它的逻辑或者说它的工作分几个模块，基本和数据分析比较类似，分数据收集整体等等，在这四个里我个人认为在收集和整理过程中，整理更难一些。也就是收集数据容易，如何把数据整理得为我们分析所用很困难，这个需要我们有不单纯是数据分析方面的技能要有技术方面的内容等等。在存储和调用方面调用更困难，因为我们面向的不是单一数据库，不是单一数据源，是多数据源，如何在多数源调用过程中进行数据的匹配和结构，这是非常困难的一点。再有分析和挖掘，挖掘很难，分析可以分析出来表面结果，但是我们想挖掘更细致的一些结果出来很难，这个需要我们基于商业理解建立合适挖掘模型。最终发现和预测方面，大家知道预测很难，预测在某种程度上来讲有点像算命，我们知道算命信是真的，不信是假的。
对于预测法国任何一个人说预测100%准，对于大数据由于有这么庞大数据源，我们是基于历史数据预测未来。在面临整个大数据的时代，我们还需要在应对三方面挑战，这三方面挑战我认为思维方式挑战最难也最本质，因为我们习惯过往的工作方式或者说我们过往的思路，从根本转变思维方式是脱胎换骨过程，但是这个思维方式转变，决定我们是不是能应对这个时代根本一点。
另外是人才，有人才能做事，如果各位应该说有做数据分析做做数据分析相关人员知道，最近几年数据分析人员行情非常好，大数据需要不仅仅数据分析，需要更多有大数据处理经验的人，同样不单纯需要仅仅能够分析数据，还要能够处理数据库，还要技术方面人员，还要有商业理解方面比较精专的人，是一个庞杂的知识体系。如果一个人在这几方面知识体系都具备或者都很牛，我个人非常羡慕，大一定值大钱。应该说目前在国内或者在中国整个市场来讲，对于大数据处理的人才应该还是不能说屈指可数，但也寥寥无几，相关人员能不能自己在知识方面做好准备。最后一块我们要面临技术方面的挑战，当然技术方面问题我个人认为在互联网领域不是最根本制约大家发展的一个要摇的东西，技术发展某种程度大家可以逐渐弥补或者跟上。这三方面里思维最要命，对于大数据时代到来我们如何调整转变我们思维是我们接下来需要更多思考的一个问题。
最后总结一下，大数据是一做需要挖掘的富矿或者金矿，这个时代到来非常迅猛非常快，大家都需要紧迫的面对大数据时代。以上是跟大家分享的赢向大数据时代，谢谢大家。
*注本文出自于www.cx8899.com，未经许可请勿转载