有一個有趣的例子可以說明大數(shù)據(jù)在實際應用中之“混沌”。在阿里巴巴的數(shù)據(jù)后臺，盡管大部分用戶在注冊時幾乎都填寫了自己的“性別”，但在實際操作分類和定向營銷中，阿里巴巴設定了18個“性別”標簽。這樣的分類是基于用戶在不同場景中的不同表現(xiàn)做出的。比如：雖然你是一位女性，但你也可能在給你的男朋友或者父親買東西?；蛘咄ǔＥ愿矚g看服裝飾品，可你更喜歡常被設定在男性消費品類別下的數(shù)碼產(chǎn)品或者游戲消費。

　　所以，你在注冊信息中填寫的“性別”是一種固定信息，也就是傳統(tǒng)的“小”數(shù)據(jù)，這些數(shù)據(jù)是結構化的數(shù)據(jù)。這個數(shù)據(jù)雖然很重要，但卻是靜態(tài)數(shù)據(jù)，不能完整地描述你的搜索和購物行為。要把數(shù)據(jù)激活，就需要把靜態(tài)數(shù)據(jù)變成動態(tài)數(shù)據(jù)，這需要借助場景來驗證。阿里巴巴副總裁車品覺說：“同樣的人在搜索商品時可能會表現(xiàn)出不一樣的行為特點，而這些不一樣的行為就是場景，結合場景應用數(shù)據(jù)就是‘活’數(shù)據(jù)。”

　　在人文學科看來，大數(shù)據(jù)其實是一個“薄”數(shù)據(jù)的總集合。“薄”數(shù)據(jù)是對我們日常的行為描述。例如，我們每天旅游的線路、我們在互聯(lián)網(wǎng)上的搜索痕跡、我們的睡眠時長、我們與朋友的交流、我們鐘愛的音樂，等等……這些數(shù)據(jù)都在你的瀏覽器上留有痕跡，在你的手機定位系統(tǒng)中留有蹤跡，在你手腕的智能腕帶上留有行跡。

　　當大數(shù)據(jù)技術不斷發(fā)展完善之后，人們發(fā)現(xiàn)那些留在網(wǎng)上的數(shù)字足跡，也就是常說的cookie可以勾勒出一定的行為特征和個人喜好，而給這些特征和喜好分類的就是“數(shù)據(jù)標簽”。于是一些公司通過收集數(shù)據(jù)來找到對公司產(chǎn)品和服務有特定興趣的人群。尋找消費者和提供個性化體驗需要對人們隨機的網(wǎng)上行為加以分類，給這些行為一個標簽。一個人的標簽越多，對他的行為描述也會越精細。

　　毫無疑問，人們日常的行為至關重要，但這并不意味著大數(shù)據(jù)的全部。為了更深刻地理解人們的日常行為，我們必須要得到學者眼中的“厚”數(shù)據(jù)，即運用日常的生活“經(jīng)驗”去理解人類行為。“厚”數(shù)據(jù)不單單關注事件與行為本身，還要去關注事件發(fā)生的背景與原因。

　　大數(shù)據(jù)不必精確，首先要接受它的“混雜性”

　　在傳統(tǒng)的小數(shù)據(jù)時代，企業(yè)要做出決策，需要在數(shù)據(jù)的規(guī)模化搜集與整理上下很大功夫。首先要選取準確的樣本源，其次隨機抽取，再盡可能詳細地記錄抽取樣本的一切細節(jié)，進而做出判斷。然而，樣本的抽取本身存在著大量的缺陷和隱患。首先采樣的隨機性非常困難，而且分析過程中的偏見也無法避免，結果會相去甚遠。

　　在大數(shù)據(jù)時代，我們首先要打破的就是對“精確性”的執(zhí)著。現(xiàn)在，用戶姓甚名誰已經(jīng)不再重要，重要的是發(fā)現(xiàn)他們的行為軌跡。比如，過去我們對數(shù)據(jù)分類的關注點會放在：家庭地址、基本人口、年齡、婚姻狀況、子女、居住地、工作單位這些信息上。這些都是“靜態(tài)數(shù)據(jù)”。

　　而大數(shù)據(jù)搜集的是消費者的“動態(tài)數(shù)據(jù)”。首先是購買產(chǎn)品的信息、何時購買、在哪些地點購買。其次是尋購數(shù)據(jù)，指用戶有潛在需求但還沒有購買的產(chǎn)品。這些可以通過大量動態(tài)標簽的識別，在用戶上網(wǎng)瀏覽網(wǎng)頁的過程中捕捉到，這些信息都將對企業(yè)產(chǎn)生價值。第三是體驗數(shù)據(jù)?？蛻糍徺I之后的評價會影響品牌的忠誠度。體驗數(shù)據(jù)涉及語義分析。比如想了解用戶對公司品牌正面還是負面反饋，可以通過太糟糕、太貴這一類負面詞語中的“太”、“糟糕”、　“貴”這些關鍵詞來獲得。

　　有了這個前提，對大數(shù)據(jù)的洞察和應用才可以說有了商業(yè)實現(xiàn)的可能。

　　“執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物。只有5%的數(shù)據(jù)是結構化且能適用于傳統(tǒng)數(shù)據(jù)庫的。如果不接受混亂，剩下95%的非結構化數(shù)據(jù)都無法被利用。只有接受不精確性，我們才能打開一扇從未涉足世界的窗戶。”——維克托·邁爾-舍恩伯格，《大數(shù)據(jù)時代》

　　大數(shù)據(jù)分析行為，而不是人;探討“是什么”，而不是“為什么”

　　品友互動CEO黃曉南認為以大數(shù)據(jù)為基礎的RTB廣告或者說DSP廣告平臺可以代表大數(shù)據(jù)真正落地最現(xiàn)實的一種商業(yè)模式，因為它已經(jīng)把大數(shù)據(jù)切實應用在了廣告的匹配層面，可以把每一次廣告曝光的價值完全細致化。

　　RTB(Real Time Bidding)廣告是一種實時競價系統(tǒng)。在傳統(tǒng)的互聯(lián)網(wǎng)廣告生態(tài)鏈中，一般只有三方，分別是廣告主、廣告公司、互聯(lián)網(wǎng)媒體。而在RTB廣告交易模式中，生態(tài)鏈變成了廣告主、DSP交易平臺、廣告交易平臺、互聯(lián)網(wǎng)媒體四個主體。廣告主將自己的廣告需求放到DSP平臺上，互聯(lián)網(wǎng)媒體將自己的廣告流量資源放到廣告交易平臺，DSP通過與

　　廣告交易平臺的技術對接完成競價購買。當用戶訪問一個網(wǎng)站時，廣告位的具體信息則會經(jīng)過DMP的分析匹配后發(fā)送給DSP平臺，DSP將對此進行競價，價高者得到廣告的展現(xiàn)機會，并被目標用戶看到——從開始競價到完成投放，這一系列的過程僅需100毫秒，全部依托機器完成。

　　這些的前提是人群建模，而人群建模的基礎來源于對人群認知的準確性。品友互動現(xiàn)在每月掌握了8億多個活躍的cookie，在每個cookie背后總結出了5千多個標簽去與它們對照映射。這些cookie和描述都是實時不停滾動的，在它們之間交叉了萬億量級的信息和數(shù)據(jù)，用來與適合的廣告匹配，才能讓大數(shù)據(jù)放射出強大作用。

　　品友互動把人群標簽分為兩類：一類是人口屬性分類，第二是興趣關注分類。人口屬性類里，雖然有性別、年齡、收入這些判斷，但這些判斷不基于任何個人信息，全部基于對用戶點擊的行為模式分析。最關鍵的是，這些并不是在用人工操作，而是盡量轉移給機器去學習和反饋。

　　“對用戶的興趣愛好分析，可以與他的許多行為模式相關起來。比如他對某個品類的訪問頻次、訪問深度、瀏覽來源;是僅僅搜索汽車，還是尋找汽車比價。搜集到這些信息后，基本就會對他的興趣點和消費動向有比較準確的把控，判斷他背后的商業(yè)價值。另外，也要基于對他關注點的商業(yè)品類特性做出判斷。比如一位用戶想購買手機，最近可能會經(jīng)常點擊手機廣告。但這個興趣會隨著他購買行為完成后迅速衰減。與此類似的還有食品、快消等門類……而對有些商品，用戶的關注時間就會比較持久，比如汽車和旅游產(chǎn)品。這些判斷都需要依靠對營銷和商業(yè)的深度理解來建模。用戶的許多信息都可以反映出他的興趣偏好，比如他使用哪款瀏覽器。同時投放時還要考慮到廣告時段，比如投麥當勞的廣告，我們只選擇中午11點到14點，下午17點到21點。”

標簽連接，才能產(chǎn)生數(shù)據(jù)價值

　　數(shù)據(jù)也需要經(jīng)歷一個積累和學習的過程。僅憑幾次上網(wǎng)行為的推斷，標簽還是孤立的。系統(tǒng)無法知曉用戶的婚姻、家庭狀況、性別;無法識別用戶是否購買過保險，但通過追蹤用戶大量的行為軌跡，大數(shù)據(jù)就可以將隱藏在背后的信息發(fā)掘出來。

　　安客誠客戶分析咨詢全球副總裁程杰博士說，技術人員首先要發(fā)現(xiàn)標簽和標簽之間的邏輯相關和橫向連接，這是指標簽與企業(yè)想要尋找的目標人群之間的關系。

　　比如，在美國，購買凌志(Lexus)車的人通常會對寇馳(Coach)感興趣。開哈雷摩托的人會關注福特皮卡，“哈雷”“福特皮卡”這些品牌作為數(shù)字標簽生成之后，后臺會根據(jù)大量用戶歷往搜索的內容和購買記錄分析，從而獲得其購買的相關性。因此，品牌名也是個重要的標簽，某一類人的標簽的共性會體現(xiàn)在品牌的關聯(lián)上，而這一關聯(lián)性在奢侈品牌中尤為明顯，購買LV的人會有明顯的特征去關注某一品類的衣服、鞋、或飾品。有了這種數(shù)據(jù)洞察，系統(tǒng)才會更加精準地推薦與用戶經(jīng)濟實力和生活方式相匹配的產(chǎn)品廣告。

　　當一個來自于某種背景的人的需求特性可以由幾千個標簽來描述時，不同人的標簽之間也會發(fā)生關聯(lián)。一個購買過“保時捷”的人擁有的標簽里會有“高凈值客戶”這一項，高端樓盤的營銷人員就會借助于第三方數(shù)據(jù)服務機構在網(wǎng)絡上尋找擁有這一標簽的人群來投放廣告。一旦此人在網(wǎng)絡上通過cookie追蹤到，相應的樓盤廣告也會出現(xiàn)。

　　如果能同時結合線下搜集到的相應的個人信息，就可以更加準確地做出預判。例如，同樣在網(wǎng)上尋找購車信息，但是如果我們知道了他的個人信息，他是單身，還是有家庭的，將會有助于我們更好的建議，有家庭的可能會更傾向于SUV等類型車……

　　在實際應用中，除了了解用戶的年齡、性別、職業(yè)，技術人員還要發(fā)現(xiàn)他們關注哪些雜志，喜歡怎樣的電影，又會閱讀怎樣的博客，從中找到邏輯和因果關系，既要關心核心數(shù)據(jù)，也能善于發(fā)現(xiàn)衍生數(shù)據(jù)，才能采取有針對性的推廣。

　　其中，核心數(shù)據(jù)可以來自多種渠道，有一些是基本的人口統(tǒng)計資料，比如家庭基本情況，家庭經(jīng)常購買的東西，家庭興趣等，這些數(shù)據(jù)可以在人們要求服務、購買運動會的門票、慈善捐贈或是購買新設備時獲得。

　　衍生數(shù)據(jù)或者說模型數(shù)據(jù)在很多方面都會與基本數(shù)據(jù)不同。像安客誠這樣的公司可以基于基本數(shù)據(jù)，通過分析處理做出關于人的各種假設或者預測。衍生數(shù)據(jù)或者說模型主要是用于確定某個人采取某種行動或購買一個產(chǎn)品的可能性以及可能發(fā)生的時間。例如去商店購買某類商品的可能性，或在擁有了一輛汽車4年以后，購買新車的可能性。

　　衍生數(shù)據(jù)和模型數(shù)據(jù)在市場營銷活動中及時為消費者提供他們感興趣的營銷信息。A女士在網(wǎng)上為她自己買了雙網(wǎng)球鞋，為蹣跚學步的女兒買了雙鞋。她的信息被這個鞋商共享給了合作伙伴。被共享的核心數(shù)據(jù)為：A女士對網(wǎng)球鞋有興趣，她的家庭有孩子，她是通過網(wǎng)絡購買的，她通過網(wǎng)絡看廣告，住在東北。通過她的購買行為衍生的模型數(shù)據(jù)內容為：A女士有可能購買健身設備、健身房會員卡、健身服，她很可能在網(wǎng)絡上購物。

　　模型數(shù)據(jù)是基于已知的基本數(shù)據(jù)屬性預測某種行為或者屬性的可能性。營銷人員可以運用這些特性去識別運動鞋的受眾，包括那些其他具有類似行為的可能對于運動鞋也有興趣的買家。

　　黃曉南對此也有類似的感受：“過去，廣告主主要只關心三個問題：訪問流量、廣告位置、客戶關系。而基于大數(shù)據(jù)的RTB廣告投放的出現(xiàn)，可以說改變了這樣的狀況。比如過去汽車廣告可能主要會投在‘汽車之家’這樣的專業(yè)定向網(wǎng)站上，但實際一個對汽車感興趣的人，他可能其他80%的時間在讀小說、看新聞、找八卦、看美女。只有大量搜集數(shù)據(jù)，把他的這些行為模式完整建立起來，你就可以讓數(shù)據(jù)跟著他的行為走，在他讀小說時，讓他看到自己喜歡的汽車廣告。”

　　大數(shù)據(jù)的概念是行業(yè)中的一個巨大轉折，轉折的最大意義在于初始概念的不同。從無序數(shù)據(jù)中提煉出信息，是大數(shù)據(jù)和小數(shù)據(jù)之間最大的區(qū)別。

　　小數(shù)據(jù)以表格形式存在，是二維的。雖然信息比較準確，但它是單一的。大家常說大數(shù)據(jù)精準，其實最精準的是小數(shù)據(jù)。比如根據(jù)郵箱直投、根據(jù)地址直投、手機發(fā)送短信，但它目標雖然精準，卻侵犯了個人的隱私，另外信息不能多元。而大數(shù)據(jù)雖然看似無序，卻可以推演出許多立體和豐富的層面，提煉出新的信息。

“即時性”是大數(shù)據(jù)帶來的最大紅利

　　可以說大數(shù)據(jù)最重要的意義之一是可以解決營銷的“實時性”問題。特別是在如今手機、PC、平板多屏運作的時代下，快速處理用戶的點擊信息，分析用戶屬性，放出購買信息，這種實時的能力在商業(yè)中越來越重要。也是大數(shù)據(jù)在實際應用中亟待突破的瓶頸。

　　美國勞工統(tǒng)計局過去每個月都要公布消費物價指數(shù)(CPI)，用來測試市場的通貨膨脹率。聯(lián)邦政府為了得到這些數(shù)據(jù)，會雇用很多人向全美90個城市的商店、辦公室打電話、傳真、甚至登門拜訪。反饋回的價格信息多達8萬種，包括土豆的價格、出租車票價等。政府每年采集這些數(shù)據(jù)大約要花費2億5千萬美元。這些數(shù)據(jù)精確而有序，但是因為采集的結果要滯后幾周，在2008年突然爆發(fā)的經(jīng)濟危機中，這些精確的調查并沒能幫助政府及時對通貨膨脹做出反應。

　　在大數(shù)據(jù)時代，只需要計算機不斷捕捉新產(chǎn)生的現(xiàn)象，把現(xiàn)象之間做出關聯(lián)即可。比如如果A和B經(jīng)常一起發(fā)生，只需要注意到B發(fā)生了，就可以預測A也發(fā)生了。大數(shù)據(jù)讓世界不再需要建立在假設的基礎上，機器的計算能力讓人們從人工選擇關聯(lián)物和一小部分相似數(shù)據(jù)的偏見中解脫出來。

　　品友互動曾經(jīng)為惠氏公司服務，推送他們最新上市的保健品。“客戶提出自己的目標群體是注重養(yǎng)生的白領女性。但我們在廣告投放中把點擊廣告和參加活動的人做了一個反向的聚類分析，發(fā)現(xiàn)其中最多的是大學生，其次是IT人士，再其次是關注養(yǎng)生的人，之后才是白領。這些方法當然過去的線下市場調研公司也會做，但它的調整時間比較漫長。但使用大數(shù)據(jù)和RTB，我們可以實時調整自己的推送策略，馬上更改物料和發(fā)送范圍，優(yōu)化定向條件，收到了很好的效果。”

　　在以大數(shù)據(jù)為基礎的RTB平臺上，技術人員可以及時調整人群分類屬性、地域屬性。品友互動覆蓋了660多個城市，可以到達縣級市。當推送一款游戲時，在一線城市推送效果不好，一小時后可以馬上調整為推送二線城市，這些都可以用機器算法即時實現(xiàn)。

　　要實現(xiàn)這樣的復雜運算，依靠人工是不可能的，這需要高級算法和機器學習來支持。在推送一款產(chǎn)品時，品友互動會基于不同邏輯先設定20到100多個策略，其中有的基于區(qū)域市場，有的針對特定人群。上線測試后，根據(jù)結果不斷優(yōu)化，最后把策略衰減為7個左右。算法工程師就好像在大海中尋找珍珠的“海女”一樣，預測什么樣的算法可以最精準地到達目標用戶身邊，讓機器不斷去反饋、去學習、變得越來越聰明。與算法工程師配對的優(yōu)化師，會幫助他們不斷對比和優(yōu)化策略，挖掘各種商業(yè)信息。比如藍色的廣告物料會產(chǎn)生什么效果，促銷信息放在右下角會怎樣。在大數(shù)據(jù)的背景下，技術人員已經(jīng)需要既懂技術，也懂商業(yè)。