本系列文章不会多的去讨论具体大数据技术,更多是站在商业的角度去看待大数据的应用,从今天开始将陆续展开论道:)

    大数据其实是很模糊,大打个比方,你注册淘宝时填写的性别是"女",但是很有可能你经常在淘宝上帮你的父亲和男朋友买东西, 这里的"性别" 是结构化的静态数据.我把它叫做"小"数据. 所以就算你在注册时填写的是女性,但在实际操作分类和定向营销中,淘宝却设置了18种性别标签来区别.这个类静态数据不能完整清晰的描述人们的购物行为, 要激活这些数据就要将静态数据变为动态数据, 静态数据结合场景应用数据就是活的数据.

     人们日常活动的行为描述, 我称为"稀"数据,比如,上下班的路线, 每天上网搜索的痕迹,睡觉时长,喜欢的食物和音乐等等. 这些信息多多少少都记录在你的手机里、电脑浏览器里或者智能穿戴设备里. 我们发现在如果收集到这些信息就能勾勒出人们的行为特征和个人喜好. 给这些特征和喜好分类的就是“数据标签”, 这样,企业就可以通过收集数据来找到对公司产品和服务有特定兴趣的人群. 寻找消费者和提拱个性化体验需要对人们随机的网上行为加以分类,给这些行为定一个标签, 一个人的标签越多,对他的行为描述越精细.

     看得出,人们的日常行为数据至关重要但不是大数据的全部为了更深刻的理解人们的日常行为,我们必须要得到“实”数据, 就是运用日常“经验”去理解人们的行为, “实”数据不单单关注事件与行为本身,还要去关注事件发生的背景与原因.