干货|企业正确利用大数据的姿势：看靠宏观，用靠微观，并注意3个关键点

从2012年开始，大数据概念变得特别火，但很多人对大数据的认识都有误区。

第一，有些人觉得，大数据是数据统计。其实数据统计只是大数据的一个方面，比如Alphago，当时生成了3000多万的系统来训练它，使它超出人的性能，这也是大数据的一种实践。

第二，大数据，字面上意思是规模很大的数据，但对于个体数据的观察，也是很重要的。

第三，除了数值型的数据，文本数据、多媒体信息、社交关系本身都是数据，挖掘下去也是很有价值的。

我们如何在企业应用的方面把大数据用好呢？

我们每个企业或多或少都有数据，但我们如何把数据充分应用起来呢？

解答这个问题有两个方向，一个用来看，一个用来用。看的数据，是给企业的最高决策层的报告，宏观统计为主，给各类部门提供辅助决策；用的数据，是微观的，通过分析每一个客户的行为，给每一个客户提供有价值的信息。但是，如果只是看数据，不把它用起来，就会浪费掉。我们需要有经验的数据分析师，把报表用起来。然而好的数据分析师可遇不可求，所以我们需要把数据分析转化成一个自动化系统，通过系统自动识别用户的流失。

如果给我们一个时间轴，看的数据主要是数据之后的总结，用的数据是针对每个用户的分析，对未来的行为进行预测，自动化地做一些工作。这两者相辅相成，一方面总结过去，一方面面向未来。

企业如何用好数据呢？

接下来，我们讲述两个具体的例子。

第一个例子，用户行为的预测

和对整体的预测相比，对个体的预测是更加有帮助的，我们应该对每一个用户进行建模。比如行星，每一个行星的轨迹是不一样的，但是各个行星会通过引力相互影响，就像某个用户也会受到其相关人群的行为影响一样。以听歌为例，将收集的歌曲数据进行一个建模，之后可以自动生成预测数据，并生成播放列表。我们可以通过建模，对每一个用户的行为进行预测。这种模式已经很常见了，比如歌曲推荐、新闻的推送。

第二个例子，个性化推荐技术

人是很复杂的，每一个人不一样，我们需要挖掘每个用户的偏好，结合每个产品的特性，进行针对性的推荐。用户都是很懒的，不会自己主动去搜索，我们需要挖掘用户的行为习惯、兴趣偏好，了解用户的需求，用户才会接受推荐。这种推荐方式，会在电商、O2O里面产生很大的价值。比如，拉勾网招聘，公司找不到适合的人，职员找不到适合的公司，这时候，我们需要通过大数据进行精确的匹配。