܄

1号店张高峰:大数据与电商融合带来了哪两大应用趋势?

【数据猿导读】 人类社会和数据有关的历史可分为三个阶段:无数时期、初数时期以及大数据时期。在1号店张高峰看来,大数据在电商两个最重要的应用方向是精准营销和供应链优化

1号店张高峰:大数据与电商融合带来了哪两大应用趋势?

大数据时代,如何挖掘数据的价值?互联网人又应该具有什么思维?在黑马连营 的课堂上,曾在阿里巴巴领导大数据分析等工作,时任1号店副总裁的张高峰做了主题为“大数据在电商的应用与趋势”的分享。

张高峰认为,大数据在电商两个最重要的应用方向是精准营销和供应链优化。

以下为张高峰的分享(有删减):

今天,我分享的主题是“大数据在电商的应用与趋势”。

首先分享一下,在我眼中,大数据是如何炼成的?我认为人类社会和数据有关的历史可分为三个阶段:无数时期、初数时期以及大数据时期。

上古时期人类处于无数时期,彼时数据没有记录。仓颉造字以后人类社会进入到初数时期,后面有两个因素促成了这一时期数据的大发展。第一个是数据的存储介质经由甲骨变成竹片,最后变成纸;第二个是人们后来发明了活字印刷,使得数据的生成成本变得非常低。

再后来科技革命之后,人类社会逐步进入了大数据时期。大数据时期有两个基础:第一个基础是计算机高度普及,而且计算机的计算和数据存储能力遵循摩尔定律的速度在发展;第二个基础是各处数据能够在互联网上以光的速度进行传输。以数据传输速度来比对,在初数时期,《圣经》要花两百年才能传遍世界的每一个角落,唐僧西天取经历时17年行程5万公里才从印度运回大量经书,而现在在互联网上,任何人发送一个消息,1秒钟就可以绕地球转7次半。

大数据时期的数据是记在硬盘上或者是云上的,是以光的速度在互联网上传播的,甚至是自动生成的。举个最简单的例子,苹果手机有一个健康的应用,关不掉,也删除不了。它每天都在记录你走了多少步路,爬了多少层楼梯,这里的数据是由传感器生产的。所以我们要清楚,所谓的大数据时期,一方面计算机的数据存储成本变成零,另外一方面是数据以光的速度传播,还有一个很重要的概念是数据的生成不以人的意愿为转移。所以大数据时代的基本特征是一切皆可记,因而一切皆可测。

如何挖掘数据的价值?

所有的东西要发挥价值都是以问题为出发点。

我想先讲一个华盛顿大学人工项目负责人奥伦-埃兹奥尼教授的例子。在2003年的时候他表弟要结婚,于是教授就提前订了机票。上飞机之后教授开始搭讪一个美女,问美女买的机票多少钱。教授本意是想自己提前了很长时间订的票,一定比美女订的要便宜。美女的答案却告诉教授,对方买票比自己的便宜,而且订票时间还比自己晚。然后教授问了更多的人,这些人和美女的情况都差不多。

愤怒的教授没有痛斥航空公司如何骗取自己的血汗钱,而是在互联网上获取了12000条机票的价格售卖信息,分析机票的走势,然后写了一篇文章。论文中,他模拟了607个顾客。研究的结果是,如果这607个顾客,按照他所发现的机票的价格波动规律和趋势去买票,平均能够节省27.1%的费用。

论文发表后,他还给自己的机票价格预算方法申请了一个名叫Hamlet的专利。然后又做了一个叫Farecast的机票价格预测网站,在网站上他将机票售价以最简单的趋势图标识出来,并进一步标注了预测的可信度。据说这个网站每年给美国航空公司带来数百亿的收入损失。后来微软找到教授,花了1.15亿美金把Farecast网站买了下来。

做完这件事情以后,教授又转身做了一个让美国民众买大件商品(如电子产品)的时候可以省钱的网站。首先他凭这个想法在2008年就融到850万美金。2011年6月比价预测网站Decide上线,告诉你买什么和什么时候买。他依然是通过网络去爬取每一个商品的信息,然后通过数据模型预测产品未来的售价是涨还是跌。教授做的这件事情又被Ebay注意到了,Ebay后来开始给网上的卖家推销教授的服务。最后在2013年9月,他又把这个网站卖给了Ebay。

我想用这个故事讲的是,大数据时代,我们要有大数据的基本思维。我们要记住在大数据时代,所有的数据其实都是可以获取的,所有的东西都是可以基于大数据进行预测的。


来源:i黑马

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数据”智慧丨数据猿新冠战“疫”公益策划
#榜样的力量#疾控AI分析平台WDCIP——以科技力量贡献“大数...
张涵诚:大数据招商平台可推动地方供给侧改革
张涵诚:大数据招商平台可推动地方供给侧改革

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部