大數(shù)據(jù)分析的基礎是什么？是數(shù)據(jù)；數(shù)據(jù)的金礦又存在哪里？企業(yè)管理者自然會聯(lián)想到IT企業(yè)。誠然，web2.0時代開啟后，網絡不再是企業(yè)一方的舞臺，人人都可以在網絡上留下自己的痕跡。如今的互聯(lián)網企業(yè)也就擁有了海量的數(shù)據(jù)和大數(shù)據(jù)分析的天然基礎。

    另一方面掌握“大數(shù)據(jù)”先機的則是使用“芯片”的各類設備制造企業(yè)，在機器中植入小小的芯片，就可以記錄用戶的各項操作使用行為，也為分析用戶行為積累了大量的數(shù)據(jù)基礎；當然，在大數(shù)據(jù)浪潮中少不了大型連鎖超市、金融服務中心等掌握具體消費信息的行業(yè)領域。因而我們也看到，在各類介紹“大數(shù)據(jù)”的書籍里，案例大多出自以上行業(yè)，它們的存在，會積累大量的數(shù)據(jù)。那么是否游離在這些行業(yè)之外的企業(yè)就與“大數(shù)據(jù)”絕緣了呢？是不是這些企業(yè)擁有這樣的數(shù)據(jù)就足夠了呢？

 

    企業(yè)掌握的數(shù)據(jù)通常有幾個類型：一類是網絡數(shù)據(jù)，通過互聯(lián)網加載代碼記錄用戶的瀏覽及點擊行為，從而記錄下海量的網絡瀏覽點擊痕跡數(shù)據(jù)；第二類數(shù)據(jù)是通過獲得芯片記錄的產品使用痕跡數(shù)據(jù)；當然還有一類數(shù)據(jù)是消費行為痕跡數(shù)據(jù)，它為少數(shù)特定行業(yè)企業(yè)所有，并且數(shù)據(jù)跨越了多類產品、多個行業(yè)，如超市掌握的每筆消費數(shù)據(jù)記錄、淘寶掌握的店主的銷售往來信息等。

    但這三類數(shù)據(jù)首先只集中在特定的行業(yè)或者企業(yè)中，互聯(lián)網行業(yè)或者設備的生產制造業(yè)、零售行業(yè)是掌握這類數(shù)據(jù)最多的行業(yè)，此外這三類數(shù)據(jù)的特點在于“人們在無意識下自然”產生的，因為它難以與消費或使用的“人”建立聯(lián)系而顯得“生硬而不夠鮮活”，因此使用這類海量數(shù)據(jù)進行分析能發(fā)現(xiàn)關聯(lián)，但往往難以解釋為何會有這樣的關聯(lián)，能夠發(fā)現(xiàn)消費特點，但往往難以在精準營銷的執(zhí)行層面加以轉化。畢竟，我們往往不知道具有這些行為的都是什么人。

    當然，另一類數(shù)據(jù)能夠在一定程度上彌補這樣的缺陷，企業(yè)內部的銷售、客服部門往往會記錄更多這樣的信息，能夠對“人”本身進行更多的補充描摹，但這類數(shù)據(jù)往往時效性較弱，數(shù)據(jù)庫不能及時更新導致信息錯誤率較高。但企業(yè)似乎忘記了，社會化媒體時代下，個人自媒體爆發(fā)帶來了海量的數(shù)據(jù)，“粉絲”的關系讓企業(yè)得以區(qū)分社會化媒體中個人與企業(yè)品牌的遠近關系。作為第五類數(shù)據(jù)，“自發(fā)”的特點保證了信息準確性，“自媒體”特質對理解企業(yè)目標群體不乏一個近乎免費的通道，而它恰恰不受特定的行業(yè)限制，為一般行業(yè)企業(yè)涉水“大數(shù)據(jù)”提供了豐富的數(shù)據(jù)基礎。

 

    而當真正想借“大數(shù)據(jù)”做挖掘性工作時，企業(yè)又發(fā)現(xiàn)，手中的數(shù)據(jù)似乎有點無從下手；這種現(xiàn)象在企業(yè)中大為常見——大數(shù)據(jù)既然不必要求數(shù)據(jù)是規(guī)則的，那正好適合中國的大多數(shù)企業(yè)，他們在高速的發(fā)展中，積累了大量的信息，但由于重速度而輕規(guī)范，信息本身也會有很多的缺失或者模糊。因而我們常常能夠接到這樣的需求：我們企業(yè)幾年的發(fā)展，內部各個部門都有很多的數(shù)據(jù)，積累了幾萬條銷售的數(shù)據(jù)，積累了幾萬條客戶的信息，看看這些信息能否盡快幫我們找到有價值的信息。

    但拿到這些數(shù)據(jù)后，讓人大跌眼鏡。銷售數(shù)據(jù)只是看到每個被銷售的產品的銷售時間、價格、店面信息，沒有購買者的任何信息；而客戶信息則對客戶個人的性別、年齡、聯(lián)系方式等信息較為完整，而對購買過的產品方面記錄較少。換而言之，企業(yè)提供的是彼此割裂的數(shù)據(jù)。

    《大數(shù)據(jù)時代》作者維克托明確指出，大數(shù)據(jù)時代最大的轉變就是放棄對因果關系的渴求而取而代之關注相關關系；“尿片與啤酒”關聯(lián)的發(fā)現(xiàn)也是這兩個產品經常出現(xiàn)在一張超市購買單據(jù)上，如果購物的男人將紙尿褲和啤酒分別結賬，那顯然多么有效的數(shù)據(jù)挖掘工具也難以發(fā)現(xiàn)二者之間的關聯(lián)關系。

    因此，大數(shù)據(jù)挖掘的基礎是數(shù)據(jù)之間彼此的關聯(lián)，單獨的、片段化的數(shù)據(jù)再多，在大數(shù)據(jù)環(huán)境下也無法實現(xiàn)其本身的價值；而面對中國大多數(shù)企業(yè)內部各自為戰(zhàn)的現(xiàn)狀，如果企業(yè)需要將原有的數(shù)據(jù)進行深度分析的話，就需要建立數(shù)據(jù)彼此之間的聯(lián)系，或是以“人”的信息（姓名、手機號、身份證號、住址）或是以產品信息（如產品的唯一編碼），將企業(yè)中各個渠道的數(shù)據(jù)打通，才可能真正找到“數(shù)據(jù)的相關關系”。

 

    同時，并不是所有的數(shù)據(jù)之間都能建立類似的真實對應關系，在這種條件下如何利用大數(shù)據(jù)為企業(yè)獲得增值信息呢？左圖給出一種利用社會化媒體進行模糊匹配的方式，幫助企業(yè)更好地理解目標群體，即便現(xiàn)有的數(shù)據(jù)不能全面反映人群的特質，但可以通過社會化媒體實現(xiàn)“信息轉化”，在社會化媒體中找到具有類似特質的“網絡虛擬人”，并通過這一特質人群在各類社交媒體的全面信息，從而間接“實現(xiàn)”對目標人群的全面描摹。

    冷靜下來再看，社會化媒體的井噴為眾多沒有“先天數(shù)據(jù)條件”的企業(yè)提供了“卷入大數(shù)據(jù)浪潮”的機會，“大數(shù)據(jù)”必將跳出“痕跡數(shù)據(jù)關聯(lián)分析”的處理模式，從“行為”的相關與預測發(fā)展到在web3.0上的360度分析與定位。而基于社會化媒體海量多維數(shù)據(jù)的“虛擬關聯(lián)”模式的開啟，為更多數(shù)據(jù)彼此關聯(lián)提供了一種可能，可以預言，在不久的將來，將有更多的企業(yè)打破“數(shù)據(jù)格式”本身的束縛，從豐富的海量數(shù)據(jù)中找到屬于自己的寶藏。