专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

在美国沃尔玛,啤酒和尿布两个货架被放在一起,因为买啤酒的爸爸一般都会拿一包尿布回家。先于大数据概念,大数据的逻辑就已经出现在商业领域。

如今,大数据和“互联网+”已经成为人人谈及的流行用词。但2015年,人们专注于技术层面的探讨——怎样获取,如何通过技术手段获取人流信息、购买信息等。2016年,突破设备壁垒后,怎样把这些数据进行分析、解读,将数据转化为运营价值,对自我和竞争对手进行考察,成为行业需要面临和探讨的一件大事。

2016年,大数据都经历了什么?未来的大数据能够做什么?今年的商业地产又发生了什么样的变化?在张家鹏商业地产公益学院上,小编专访了RET睿意德北京策略顾问部总经理崔崇彦,揭开大数据的这一年。

专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

不成熟的大数据:“数据孤岛”与“隐私脱敏”

2015年,RET睿意德开始尝试用大数据做商业地产研究,从去年用大数据做了第一个项目,至今已有七八个成功案例。虽然大数据已经成为热门,但崔崇彦认为,目前仍是不算特别成熟的一项技术。

经过一年的发展,大数据依托的计算和分析已经越来越成熟。通过手机地理信息、时间信息的结合去推断一个人的消费习惯,通过手机搜索关键词、或发布、转发微博的关键词去做标签的定义,云计算等算法的突破赋予了大数据更高的天花板。

“但现在有一个关键问题,比如淘宝、微博等各家的数据是没有办法打通的。虽然我们可以通过一个人在微博上发布或转发的关键词,用算法分析出他的价值观、喜好,通过淘宝等分析出他的消费行为,但是这两条数据,虽然是同一个人,但各是各的,没办法打通。”崔崇彦说,这就形成了一座座数据孤岛,阻碍了研究的深层次发展。这也是今年6月份大数据产业联盟的原因,RET睿意德、百度等建立联盟,宣布互相尽可能打通数据,建立交叉分组,解决中国大数据的当务之急。

专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

当你进入商场,登陆免费WIFI,商场将读取你的地理位置,获得到访商店数量和停留时间;当你乘坐地铁,走廊及出入口的很多广告也安装有数据捕捉设备,只要路过这个广告,就可以捕捉到你的出行信息和活动站点;当你刷用会员卡进行购物,就上传了消费习惯和消费金额,成为商铺统计消费客群的一个样本……智能手机的普及,捕捉设备的发展,让大数据互联在世界的各个角落。

但如此密集的捕捉,是否会带来隐私数据泄露风险?对此,崔崇彦表示,大数据对隐私不会产生特别大的曝光,让公众对大数据泄露隐私脱敏,亦是当前大数据研究的一个重要课题。因为无论是哪一家大数据分析,都无法做到对个人手机(单点)短信、微博等内容的获取,能做到的是,二十几台、几百台手机在搜索某个关键词时,通过算法捕获、分析结果。

用大数据看未来:“小部落商业”和“家庭体验业态”

“第一个是核心覆盖区域内的客群分析,购物中心建成以后到底辐射多远?第二个是现有消费、出行及社交习惯,使用算法的逻辑,根据一个人有没有去过4S店,去的频率有多大,判断他有没有车;第三个是区域内典型项目的深度研究,即竞品分析。”崔崇彦告诉乐居编辑,这是目前做大数据前期研策的三项重要内容。

专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

但近年来,房地产市场形势的变化,也带来大数据研究的一些转向。在崔崇彦看来,过去两年来中国地产购物中心增量非常大,未来更会进入一个存量市场。

原本可以用简单的投资逻辑,就能做出买地、开发、利润的评估。面对限房价限地价的新形势,未来的商业地产投资将回归到运营逻辑和服务逻辑之中,从经验型的投资逻辑转向有据可依的数据分析,进而节省一部分人力和物力。

“一个创新会改变一个行业,大数据真正的价值在于预测,而不是说明现状。”商业地产的未来会走向何处?崔崇彦提出两项猜想:

1. 小部落商业。大数据对应的是小数据,但商业服务个人化是不可能的。从小农经济到商业经济,就是从消费者个人到群体的演变,企业生产商品或创造价值,都是为一群人或一类人服务。未来的商业要做的是类群的划分,由大数据将人划分成不同的小部落,而商业的趋势也是符合小部落的各个小商业,由小商业形成小的特色商圈,融合在一个购物中心里。产品经理将成为一种非常重要的职位。

专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

2. 家庭体验业态。从2011年开始,儿童业态处于快速发展期。作为改革开放后的第一代青年,80后结婚生子,逐步成为儿童市场的消费主宰。他们更看重全面发展,促动了儿童教育、儿童游乐场、文创产业、特色市集等诞生。原有的电玩城、KTV不再是购物中心的标配,家庭娱乐中心、影院儿童厅等家庭体验业态,将成为新趋势。

专访崔崇彦:大数据的真正价值在于预测,而不是说明现状

未来的大数据:“心理学家”兼“数学家”

“未来做大数据研究,更像是社会心理学家兼数学家。”谈到大数据的未来,崔崇彦给出一个哲学式答复,“社会心理学家可以通过一些微小的观察,把两个看上去无关的东西或者人群,找出内在的关联;数学家,则是对于人群行为的整理,形成更科学的结论和推测。”

而在应用层面来讲,则主要有三个部分:第一,城市商业全景扫描,不去现场就可以把商场吸附能力,包括客户的喜好类型用后台全部做完;第二,目标客户的描摹,做客户到访可能性的大小和排序,比如说画一个地理围栏区,这个地理围栏区可能夹在标的物和竞品之间,算出捕捉率有多高;第三,竞品项目扫描,把A、B两个项目的客群描摹清楚,这是和原来做商业的模式所不一样的地方。

“人都有多面性,有些你知道,有些你不知道。而大数据,就是帮助你挖掘出连你自己也不清楚的偏好。”在采访最后,崔崇彦笑道。


本文作者:佚名

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1291 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
2月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
136 11
|
3月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
4月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
631 8
|
6月前
|
存储 分布式计算 算法
大数据处理:挖掘价值之道
大数据处理:挖掘价值之道
|
6月前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
93 2
|
6月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
659 0
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
|
数据采集 机器学习/深度学习 算法
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
1022 0
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
|
大数据
下一篇
无影云桌面