大数据洞察“人类大迁徙”

大数据很火。2月18日，微软宣布投资三家中国云计算和大数据公司。2月19日，IBM宣布将与AT&T在大数据分析领域展开合作——AT&T计划贡献出一个全球可访问的移动网络，用来收集数据并将其发送至应用程序；IBM公司则主要致力于生产用于数据管理和分析的软件。

“读心术”、“未卜先知”，都是大数据分析头上的耀眼光环。不管你信不信，“数据”真的会说话。人们在互联网上的一切行为都会留下数据，而通过对这些数据的分析，就能够得到消费习惯、职业、喜好甚至性格等信息。在这些信息的基础上，政府可以治理交通，减少犯罪率，而企业则可以利用这些数据进行有针对性的营销，提升业绩。

虽然目前大数据分析还处于发展的初级阶段，要从海量的非结构性数据中提取出有用信息并不是一件容易的事儿，但是很多企业已经开始利用大数据分析并推出了相关的应用和产品。大数据分析究竟能做什么？大数据分析又正在做什么？让我们一起来看看吧！——编者

洞察“人类大迁徙”

“春运”，被誉为人类历史上规模最大、有周期性的人类大迁徙。过去，我们只是粗略地知道在40天左右的时间里，有几十亿人次的人口流动。现在，随着大数据时代的到来，我们可以描绘出能够揭露更多细节的“迁徙地图”。

2014年的春运，央视首次推出了“据说春运”特别节目，基于“百度迁徙”提供的可视化大数据服务，实时播报国内春节人口的迁徙情况，例如最热门的迁出城市，最热门的迁入城市等等。尽管采用的是大数据这一当前最时髦的科技手段，但浅显易懂的“迁徙地图”，还是几乎让每个老百姓都看得明白。

那么，这张“迁徙地图”是如何绘制的呢？原理上其实并不复杂。目前，几乎每个中国人都拥有一部手机，而每部手机每一天基本上都会产生3次与位置相关的数据：既包括来自基站的数据，也包括用户在使用定位、导航等与位置相关服务时产生的数据。因此，只要调用一个用户春运路程的起点和终点数据，并在样本量足够多的前提下，就可以绘制出能够反映真实情况的“迁徙地图”。

获取与位置相关的数据，这对于百度而言显然是一件再轻松不过的事儿。百度LBS技术总监顾维灏表示，百度LBS开放平台聚集了超过40万的开发者，这些开发者为数十万款应用软件提供定位服务，已覆盖数亿部手机。“截至2013年12月，我国手机网民有5亿。通过分析手机网民定位信息的大数据，就能够映射出人群的迁徙轨迹”，顾维灏强调。值得注意的是，由于位置信息时刻在发生着变化，因此百度在绘制“迁徙地图”时是以8小时为单位的。

透过“迁徙地图”，人们就可以知道春运的种种细节，这的确是件新鲜事儿。例如，“迁徙地图”北京和成都之间的迁徙路线连续几天成为最热门的线路。事实上，这一通过数据采集和分析得出的结果，也与成都铁路局的实际统计情况非常吻合，这显然证明了大数据分析是很“靠谱儿”的一种手段。

超级“营销顾问”

有没有人比你自己还了解你的购物需求？这并不是一个伪命题。通过精准的大数据分析，有些消费行为是可以被预测出来的。

Weather Co是美国一家能够基于对人们查看天气情况的时间、地点和频次的分析预测消费者行为的机构。该公司积累了超过75年的气象信息，覆盖北美等地区的天气、云量等方面的数据。基于这些大数据，Weather Co不仅能为用户提供单纯的天气信息，而且可以通过数据挖掘，分析天气会对用户消费产生什么影响。比如，某位消费者有在下雨天购买零食的习惯，那么，当他下次查询到天气预报可能有雨时，系统会自动推送一些优惠的零食商品信息给他。这种对用户消费行为的预判，不仅能让用户感受到一种全新的购物体验，而且还可以吸引那些对广告投放精准度要求较高的广告主。例如，Weather Co发现，在达拉斯，杀虫剂在春天露点（湿度指标）低于平均水平的时候会非常热销；但在波士顿杀虫剂则是在春天露点高于平均水平的时候畅销。宝洁的营销总监Kevin Crociata表示，根据Weather Co的特定数据，结合女性消费者所处的准确位置和天气，可帮助投放高度精准的广告。他指出，对于在高温湿热地区查看天气的女士，就应该向她推送柔顺产品；而如果处于低湿度的地区，她的头发没有弹性，那就应该向她投放富弹性配方的洗发水广告。

今年1月，天津市大数据科技专项“大数据算法及其应用”项目在天津大学启动。该项目可通过对海量数据集合分析，实现数据查询，挖掘有用信息，通过记录消费者的网络消费行为，分析、计算出消费者详细的消费习惯。想象一下，未来的网络购物也许不是你去寻找商品，而是商品主动推送到你面前，这样的体验是不是很值得期待？

制作热门电视剧

Netflix是美国的一家在线视频网站，其最近名声大噪。这主要得益于其用大数据分析结果制作的电视剧《纸牌屋》在全世界40多个国家热播，其股价也在短期内实现了飙升。

用大数据分析结果制作电视剧，这听起来还真是非常有意思，Netflix是如何做到的呢？早期，Netflix是北美家喻户晓的在线影片租赁提供商，主营业务是通过邮寄方式租赁DVD。然而，在互联网时代，这个盈利模式逐渐式微。于是，Netflix转向在线流媒体播放，但转型并不成功，一直被资本市场唱空。直到Netflix发现了“数据”的价值。据悉，Netflix在美国拥有2700万订阅用户，每天用户在Netflix上产生3000多万个行为，同时用户每天还会给出400多万个评分以及300万次搜索请求。借助这些数据，Netflix非常清楚用户想看什么，也知道具备了哪些元素的电视剧将可能一夜爆红。

Netflix的工程师发现，喜欢BBC剧、导演大卫·芬奇和老戏骨凯文·史派西的用户存在交集，一部影片如果同时满足这几个要素，就可能大卖。Netflix决定赌一把，他们花1亿美元买下了一部早在1990年就播出的BBC电视剧《纸牌屋》的版权（几乎是美国一般电视剧价钱的两倍），并请来大卫·芬奇担任导演，凯文·史派西担当男主角。事实证明Netflix赌对了。《纸牌屋》成为了Netflix网站上有史以来观看量最高的剧集，并在美国及40多个国家大热。

在尝到了“大数据”的甜头之后，Netflix正在着手推出更多基于大数据分析的自制电视剧。而Netflix将大数据分析技术应用于电视剧制作中的做法，也得到了业界的认可。有评论甚至认为，Netflix已经不再是视频网站Youtube和Hulu的竞争对手，而已经成为HBO未来的榜样。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友