市场营销读书报告--《大数据时代》

市场营销读书报告--《大数据时代》（精选8篇）

篇1：市场营销读书报告--《大数据时代》

市场营销读书报告--《大数据时代》

读书报告题目：大数据时代的生活、工作和思维变革 书名：大数据时代作者：[英]维克托·迈尔-舍恩伯格，肯尼思·库克耶 出版社：浙江人民出版社出版时间：2013年1月

内容梗概：

大数据又称巨量资料，指的是所涉及的资料规模巨大，无法通过目前主流软件工具处理。所以，需要在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。在本书中，作者通过许多浅显易懂的道理和例子，阐明了大数据时代对我们生活、工作和思想的变革。在第一部分中，作者主要讲的是大数据时代中思维的变革：抽样等于全体；效率大于绝对精确；相关关系分析通常情况下能够取代因果关系起作用。在第二部分中，作者主要讲的是大数据时代中商业的变革。作者认为我们应该重视数据化，把重心转移到信息本身上来，并且创造数据在重利用中的价值。在第三部分中，作者主要讲的是大数据时代中管理的变革。作者描绘了大数据的风险和如何面对这些不良影响。

读书心得：

我认为，作者对于第一部分的论述最为深刻。所以，我主要从第一部分来谈谈我的心得体会。第一部分中有三个观点：抽样等于全体；效率大于绝对精确；相关关系分析通常情况下能够取代因果关系起作用。这三个观点涉及的面很广，包括了统计学、逻辑学、哲学等等。

首先，作者认为大数据的关键就在于要利用所有的数据，而不再仅仅依靠一小部分数据进行分析总结。作者通过人口统计的例子阐明了随机采样是在不可收集和分析全部数据的情况下的选择，它本身存在许多固有的缺陷。所以，当今时代，我们需要全数据模式，即样本=总体，并且学会在大数据中进行分析总结。作者用大数据与乔布斯的癌症治疗例子很好地说明了使用全部数据而非样本的意义，只有这种获取所有数据而不仅是样本的方法才能科学地使用对他治疗有帮助的药，进而延长他的寿命。作者的观点不无道理。但是，我认为，在现如今社会里，使用大数据进行研究，无疑会增加成本，造成资源浪费。所以，这种分析方法应该被用于某些特定的领域，例如危险评估或者风险分析上。当然，随着科技的进步，我也相信，我们有一天会进入完全大数据时代。

第二，作者认为数据是需要混杂性的。随着数据使用的越来越多，其得出的结果并不一定能绝对精确。所以，采用小数据一个数据的错误就会导致结果的误差很大，但是如果数据足够多、数据足够杂，那得出的结果就越靠近正确答案。大数据的简单算法比小数据的复杂算法更加有效。谷歌翻译的成功很好地证明了这一点，谷歌的翻译系统不像Candide那样精确地翻译每一句话，它之所以优于IBM的Candide系统并不是因为它拥有更好的算法机制，而是谷歌翻译吸收了它能找到的全部翻译并且接受了错误的数据。在这样繁杂的数据下，就可以降低它出错的概率，吸引更多的用户使用它。

第三点是我印象最深的一点，作者认为相关关系比因果关系更重要。他认为，找到数据之间的相关性就能更好地预测未来。从亚马逊的案例中，我们可以看出，亚马逊的成功在于他抓住了每个客户自身不同的特点，从历史数据出发来为客户推荐书目，这比评论家点评更有效果。只有找到了数据之间的关联性，才能获得很高的成功率。另外，大数据也可以帮助企业分析现状，提前做出规划，降低风险。大数据的相关关系分析法就是知道是什么就够了，不用知道为什么。尽管这个观点存在很多争议，包括书中电子科技大学教授在推荐中就不认同这一观点。但是，我认为，这也是大数据的一大特点，它通过大量的数据分析，然后得到具有相关性的信息，经过加工总结，最后能够提前做出具有科学性的预测。这在商业领域甚至科学领域都有十分重要的意义。

大数据对我们生活和工作的影响是巨大的，这是社会发展的潮流，也是时代的变革。在这个大数据时代里，我们需要抓住机遇，迎接挑战，寻找隐藏在大数据中的商业前景。

篇2：市场营销读书报告--《大数据时代》

下面来重点介绍《大数据时代》这本书的主要内容。

《大数据时代》开篇就讲了google通过人们在搜索引擎上搜索关键字留下的数据提前成功的预测了2009年美国的h1n1的爆发地与传播方向以及可能的潜在患者的事情。google的预测比政府提前将近一个月，相比之下政府只能够在流感爆发一两个周之后才可以弄到相关的数据。同时google的预测与政府数据的相关性高达97％，这也就意味着google预测数据的置信区间为3％，这个数字远远小于传统统计学上的常规置信区间5％!而这个数字就是大数据时代预测结果的相对准确性与事件的可预测性的最好证明!通过这一事以及其他的案例，维克托提出了在大数据时代“样本＝总体”的思想。我们都知道当样本无限趋近于总体的时候，通过计算得到的描述性数据将无限的趋近于事件本身的性质。而之前采取的“样本＜总体”的做法很大程度上无法做到更进一步的描述事物，因为之前的时代数据的获取与存储处理本身有很大的难度只导致人们采取抽样的方式来测量事物。而互联网终端与计算机的出现使数据的获取、存储与处理难度大大降低，因而相对准确性更高的“样本＝总体”的测算方式将成为大数据时代的主流，同时大数据时代本身也是建立在大批量数据的存储与处理的基础之上的。

接下来，维克多又通过了ibm追求高精确性的电脑翻译计划的失败与google只是将所有出现过的相应的文字语句扫描并储存在词库中，所以无论需要翻译什么，只要有联系google词库就会出现翻译，虽然有的时候的翻译很无厘头，但是大多数时候还是正确的，所以google的电脑翻译的计划的成功，表明大数据时代对准确性的追求并不是特别明显，但是相反大数据时代是建立在大数据的基础住上的，所以大数据时代追求的是全方位覆盖的数字测度而不管其准确性到底有多高，因为大量的数据会湮埋少数有问题的数据所带来的影响。同时大量的数据也会无限的逼近事物的原貌。

之后，维克托又预测了一个在大数据时代催生的重要职业——数据科学家，这是一群数学家、统计学与编程家的综合体，这一群人将能够从获取的数据中得到任何他们想要的结果。换言之，只要数据充足我们的一切外在的与内在的我们不想让他人知道的东西都见会在这一群家伙的面前展现得淋漓尽致。所以为了避免个人隐私在大数据时代被这一群人利用，维克托建议将这一群人分为两部分，一部分使用数据为商业部门服务，而另一群人则负责审查这一些人是否合法的获得与应用数据，是否侵犯了个人隐私。无论如何，大数据时代将会到来，不管我们接受还是不接受!而且这两年，大数据这个词突然变得很火，不仅出现在阿里巴巴、谷歌等互联网公司的战略规划中，同时在我国国务院和其他国家的政府报告中多次提及，无疑成为当今互联网世界中的新宠儿。我对大数据一直好奇已久，阅读了很多资料仍不得其解，直到读完《大数据时代》才有了粗略的认识。

我侧重于从第一部分中的这三个观点谈谈自己的看法，这三个观点可以说是哲学上说的世界观，这三个观点可以说是哲学上说的世界观，因为世界观决定方法论，所以这三个观点对传统看法的颠覆，就会导致各种变革的发生。首先是第一个，作者认为在抽样研究时期，由于研究条件的欠缺，只能以少量的数据获取最大的信息，而在大数据时代，我们可以获得海量的数据，抽样自然就失去它的意义了。放弃了随机分析法这种捷径，采用所有的数据。作者用大数据与乔布斯的癌症治疗例子说明了使用全部数据而非样本的意义，列举了日本“相扑”等来证明使用全体数据的重要性。这个观点足以这个观点足以引起统计学乃至社会文明的变革，因为统计抽样和几何学定理、万有引力一样被看做文明得以建立牢固的基石。我对这个观点还是比较认同的，如果真能收集到整体的数据而且分析数据的工具也足够先进，自然是全体数据研究得出的结果更令人信服。但是这个观点也过于绝对，就算是在大数据时代要想收集到全体数据还是不太可能实现的，因为收集全体数据要付出的代价有时会很大。比如说，你要检测食品中致癌物质是否超标，你不可能每一件食品你都检测一遍吧。

第二，要效率不要绝对的精确。作者说，执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱，剩下95%的非结构化数据都无法被利用。作者是基于数据不可能百分之百正确的考虑而做出这样的判断的，如果采用小数据一个数据的错误就会导致结果的误差很大，但是如果数据足够多、数据足够杂那得出的结果就越靠近正确答案。大数据时代要求我们重新审视精确性的优劣，甚至还说到大数据不仅让我们不再期待精确性，也让我们无法实现精确性。谷歌翻译的成功很好地证明了这一点，谷歌的翻译系统不像candide那样精确地翻译每一句话，它谷歌翻译之所以优于ibm的

candide系统并不是因为它拥有更好的算法机制，和微软的班科和布里尔一样，谷歌翻译增加了各种各样的数据，并且接受了有错误的数据。第三个观点，不是因果性，而是相关性，这是这本书中争议最大的一个观点，不仅是读者，就算是本书的译者也在序言中明确地说到他不认同“相关关系比因果关系更重要”的观点。作者觉得相关关系对于预测一些事情已经足够了，不用花大力气去研究他们的因果关系。作者用林登的亚马逊推荐系统的成功，证实了大数据在分析相关性方面的优势以及在销售中获得的成功。沃尔玛也是充分利用并挖掘各类数据信息的代表，从啤酒和尿布的案例，以及作者举的有 关蛋挞和飓风天气的案例，都说明了掌握了相关关系对于他们策略的帮助。一句话，知道是什么就够了，不用知道为什么。很明显作者所举的例子都是属于商业领域的，但是对于其他领域来说这个观点就值得商榷了。比如说，在科学研究领域，你需要知其然也需要知道其所以然，找到事件发生的原理。用文中的一个例子说明，乔布斯测出整个基因图谱来治疗癌症，但是你治疗癌症你必须知道癌症发病的原理，知道哪一段基因导致了这种疾病，不可能只是说收集各种数据，然后利用其相关性来判断哪里出现了问题

作者在书中把大数据说的很厉害，在最后一部分分析大数据带来无数好处的同时带来的不良影响以及如何面对这些影响。用麦克纳马拉的例子来说明对数据过度依赖所带来的后果。也用《少数派的报告》这部电影来说明如果痴迷于数据会导致我们将生活在一个没有独立选择和自由意志的社会，如果一切变为现实，我们将被禁锢在大数据的可能性之中。所以书中提出了几种解决方法，一种是使用数据时征询数据所有个人的知晓和授权。第二个技术途径就是匿名化。毫无疑问，大数据将会给社会管理带来巨大的变革。

大数据给人类社会的方方面面带来了巨大的变革，这是社会发展的潮流，不可逆转，我们只有顺应这种潮流，在思想上和技能上做好准备才能成为时代的弄潮儿。对于一家公司或一个国家，要从根本上改变思维和观念，尽早适应这种潮流。

最后，附上一段来自原著的结语：

大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。篇二：《大数据时代》读书报告

读书报告

——读《大数据时代》

坦白地说，这是我第一本看了睡不着的书，我还记得第一次阅读时的兴奋和激动，就像一场头脑风暴。书里的事例是那么的鲜活与生动，完全颠覆我的思维方式，打破了我大脑中解决问题原有的枷锁。这本书让我明白了太多~~~ 它让我明白生活必须要主动。有些人碰到了不公就自认倒霉，能干一点的可能还会去讨个说法，但并没有解决实际问题，这一次可能挽回了那么一点点的损失，但下次遇到了仍是如此，无限循环。当你绞尽脑汁为了节约成本而提前一个月去购买一张你自以为廉价的飞机票，回头却发现，比那些只提前一天购买的人所付的钱还要高出很多时，不知你会怎么想？是被动的接受还是想方法让现实变得更美好？ 它让我更好地去理解现实生活的很多情况。现在才理解，为什么网络上有这么多验证码的存在，为什么社交网要用实名制注册，为什么有这么多的“我猜你喜欢”~~~ 虽然我很喜欢那些“黑匣子”，会让我感觉很神奇，但当我真正理解的他的原理时，其实更让我兴奋不已。原来谷歌翻译背后是这样操作的，原来那些每天时不时闯进我们眼球的广告并非偶然，原来预测流感不需要疾控中心而是网络词条，原来电影在开播前就已经知道了收视率和票房~~~ 当然以上这些相当抓人眼球，但这只是大数据的表面，其真正的价值远不仅如此。人类总是以为自己很强大，能控制一切，当然最好还能预测未来。其实大数据真的可以做到，虽然不可能很精确。在我看来这样更好，大致结果可以意料，这就够了，如果发现结果不尽如人意，我们可以提前控制。当然还会有我们意想不到的情况发生，这样会让未来更充满想象，更加充满期待。

它让我懂得不能墨守成规，也不能自以为是。大数据环境是那些微型企业发展的福地，它是行业竞争重新洗牌的动力源泉。在大数据面前，小公司不需要妄自菲薄，大的商业帝国也只有打气十二分的精神才可能让自己立于不败之地。

他让我知道没有做不得，只有想不到。现在的赚取资本的方式已经不再是单靠苦力就可以解决问题的时代了，看见朋友圈里的那些做代购的，都在自我催眠“不要看我们现在是微商~~~微商将来前途无量~~~·”我一直都抱着看看不说话的心态，难免也会哂笑，真的不知道他们和菜场卖菜的有什么本质区别~~~现在是一个依靠知识科技来富国强兵的时代了，真正的优势来源于你提前想到了别人还没去想的，提早完成了别人还没有筹备的计划。

他让我学会世界上没有光杆司令，我们必须学会合作。一个人的能力是有限的，一个人的时间也是有限的，同样公司，国家都是一样的。我们知道谷歌，亚马逊，facebook以及中国的阿里巴巴，百度，新浪这些企业都很强大，可是他们仍然在不断收购合并整合其他一些小的公司，为的是引用他们的科技技术来强大自己的事业版图。

它还教会我在机会面前必须要眼疾手快。在你还在犹豫不决或是自我陶醉的时候，你的对手已经用一个非常低廉的价格得到了他想要翻身的王牌，当你发现时，要么花大血本去换取一张相似的王牌，要与他赤身搏斗。大部分情况下那些聪明的人往往会选择前者，因为他们知道宁可为自己现在的失误埋单也不会让自己靠近万丈深渊。因为若丧失了主动权，那么很有可能导致的结果就是，那个原来看起来微不足道的“小木桩”却扳倒了你这体积庞大的“大象”。

说了这么多大数据给我的启示，其实就是想突出大数据背后的那种神奇的力量。在近代我们似乎与每一样新的科技都失之交臂，但是这一次我们似乎还有机会和时代同步伐，甚至如果我们足够重视，可能还会走在时代的前沿。虽然我们现在谁都没有把握中国到底会利用大数据到什么程度，但已经有好多像周涛一样的有志之士看好中国在利用大数据上的实力，并且付诸了他们的努力。他们一直都坚信以前的落后仅仅是时间上的后知后觉，他们在这一次想

要做到与世界同步，和欧美同步发行此书，在最早一刻就向大家推广大数据这一新名词，向大家灌输着大数据的思维。对此，我也很庆幸，在恰当的时间点与大数据的偶遇。

当然，世界上没有十全十美的东西，再好的发明总是有它的缺陷，大数据也不会例外。舍恩伯格这个对大数据最有权威发言权的人，既然有能力将大数据的好处讲得淋漓尽致，毫无疑问自然也是最清楚大数据危险的人。我很尊敬他的严谨和坦诚，他在细致入微地解释大数据革命性优势的同时，毫无修饰地点明了大数据的劣根性。他很准确地说明了如果我们滥用或误用数据，我们将会受到毁灭性的打击，后果将会如何不堪设想，并且这篇幅一点都不敷衍。作者非常专业，他并没有像某些专家一样，一味地鼓吹自己的“一家之言”。而是在我们头脑发热，一哄而上之前，就给我们非常而且深刻的警醒。这也正是大数据思维的其中之一：馈前控制。

读完这本书以后，我有的确一点蠢蠢欲动，因为它让我觉得大数据并没有像想象的那么遥不可及。书中说，会好好利用大数据的有三种人：第一种是拥有庞大数据库的政府或者商业机构，他们之前只是不知道那些尘封已久的数据还可以创造巨大的价值。第二种是利用技术手段，让数据发挥它独特功能，从而帮他们解决实际问题的数据分析学家，统计师，精算师和其他一些有关于处理数据的相关人员，他们非常了解数据的状态，结构和特征。的确这两类人实力雄厚，前者拥有数据本身，而后者拥有技术。但他们有着同样的短板，那就是他们没有更为创新，灵动的视野，他们很难或者说没有更多的时间去发现那些数据的真正力量。因为他们有太多的思维定式，但种种利用大数据的成功事例表明，每次数据创造的奇迹总在那么的偶然和不经意之间。而这正是我们第三种人的长处，我们没有思维定式，更有闲暇的时间来感受生活，激发灵感。篇三：大数据时代读书笔记

大数据时代——读书笔记

一、引论

1.大数据时代的三个转变： 1.可以分析更多的数据，处理和某个现象相关的所有数据，而不是随机采样 2.不热衷于精确度

3.不热衷与寻找因果关系 2.习惯：用来决策的信息必须是少量而精确的。实际：数据量变大，数据处理速度变快，数据不在精确

3.危险：不是隐私的泄露而是未来行动的预判

二、大数据时代的思维变革 1.原因：没有意识到处理大规模数据的能力，假设信息匮乏，发展一些使用少量信息的技

术（随机采样）

1.1086年 末日审判书 英国对人的记载 2.约翰·格朗特：统计学，采样分析精确性随着采样随机性上升而大幅上升，与样本数

量关系不大

3.1890年，穿孔卡片制表机，人口普查 4.随机采样有固有的缺陷 1.采样过程中存在偏差 2.采样不适合考察子类别

3.只能得出实现设计好的问题的结果 4.忽视了细节考察

2.全数据模式：样本=总体 1.通过异常量判断信用卡诈骗 2.大数据分析：不用随机抽样，而是采用所有数据。不是绝对意义而是相对意义。

（xroom信用卡诈骗，日本相扑比赛）3.多样性的价值（社区外联系很多》社区内联系很多）3.混杂性而非精确性 1.葡萄树温度测量：数据变多，虽然可能有错误数据，但总体而言会更加精确。2.包容错误有更大好处

3.word语法检查：语料库》算法发展 4.google翻译：让计算机自己估算对应关系，寻找成千上万对译

结论：大数据的简单算法好过小数据的复杂算法 5.大数据让我们不执著于也无法执着于精确 6.mit的通货紧缩软件：即时的大数据 7.标签：不精确

8.想要获得大规模数据的好处，混乱是一种标准途经 9.新的数据库：大部分数据是非结构化的，无法被利用 10.hadoop：与mapreduce系统相对的开源式分布系统，输出结果不精确，但是非常快 结论：相比于依赖小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事情的真相。“部分”和”确切“的吸引力是可以理解的。但是当我们的视野局限在我们可以分析和确定的数据上时，我们对世界的整体影响就会产生偏差和错误。不仅失去了尽力收集一切数据和活力，也失去了从不同角度观察时间的权利。

三、不是因果是相关 1.知道是什么就够了，不需要知道为什么。1.亚马逊放弃书评组，使用大数据预测人们的未来购书需求 2.2.在小数据世界，相关关系有用，但是大数据背景，相关关系大放异彩。通过找关联 物，相关关系可以帮助我们捕捉现在和预测未来 1.a和b经常一起发生，那么a发生时可以预测b发生 2.例子：沃尔玛把飓风用具和蛋挞放在一起 3.过时的寻找关联物的方法 a)原因：数据少且收集花时间 b)在建立，应用假想和选择关联物时容易犯错误 c)结论：我们不需要人工选择关联物 3.大数据的相关分析法更准确，更快 1.例子：fico我们知道你明天会做什么 2.伊百丽：根据个人信用卡交易记录预测个人收入，防止逃税 3.aviva：根据生活方式数据预测疾病 4.美国零售商target：通过购买习惯预测是否怀孕 4.通过找出新种类数据的相互联系解决日常需要：找到关联物并监控，我们可以预知未来

1.例子：ups与汽车修理预测 2.新生儿健康监测：肉眼看不到，但是计算机能看到 5.当收集分析和储存数据的成本较高时，应当适当丢弃一些数据 6.数据的非线性关系 1.幸福的非线性关系 7.快速思维模式使人们偏向于用因果关系看待周围的一切，因此经常对世界产生错误认识。这也使大脑为了避免辛苦思考而产生的捷径。大数据会经常被用来证明我们习惯的思维方式是错误的。8.证明因果关系的实验开销大，难于操作；相关关系很有用，不仅是因为能为我们提供新的视角，而且提供的视角都很清晰。一旦我们考虑因果关系，这些视角会被蒙蔽。9.大数据并非是理论消亡的时代。

四、一切皆可量化 1.莫里的信息交换计划：总结所有船只的航海日志已获得好的航线，为第一根大西洋电缆奠定基础

2.坐姿研究与汽车防盗系统 3.数据化

1.把现象转变成可指标分析的量化形式的过程 2.计量和记录促成了数据： 1.阿拉伯数字 2.计数板 3.复式记账法

3.数字化与数据化的区别

1.例子：google的数字图书馆：开始使用扫描-》数字化，进而光学识别-》数

据化。google借此改进自己的翻译 2.文化组学：定量分析揭示人类行为 4.文字变成数据：人可以阅读，机器可以分析 5.方位变成数据：需要一套标准的标记系统和收集，记录数据的工具。1． 始于古希腊

2.1884年，国际子午线会议 3.1978年，全球定位系统 4.英国汽车保险

5． ups的最佳行车路线：减少左转 6.收集用户地理位置数据，以便进行忠诚度计划。或者可以预测交通情况 6.现实挖掘

1.处理大量手机数据，发现并预测人类的行为。2.例子：预测流感隔离区域 3.例子：通过非洲预付费用户的位置信息和他们账户的资金，发现贫民窟是

经济繁荣的跳板 7.沟通变成数据

1.facebook：社交关系数据化

号。新推特频率可以预测电影票房

可能性呈现正相关 8.万物数据化

1.触觉地板：适时开关灯，确定身份，某人摔倒之后是否站起来 2.人体传感器：监控健康状态 4.结论：世界的本质是信息和数据，大数据提供新视角。

五、大数据的潜在价值 1.例子：captcha（验证码，全自动区分人类和电脑的图灵测试）与数据再利用。作者使用了新的验证码recaptcha，人们从计算机光学字符识别程序无法识别的文本扫面项目中读入单词并输出，知道他们都输出正确后才确定（用来破译数字化文本中不清楚的单词）2.大数据时代，所有的数据都是有价值的。现在，我们能够以较低成本获取并存储数据。数据的真实价值就像漂浮在海洋中的冰山，绝大部分隐藏在表面之下。3． 不同于物质性的东西，数据的价值不会随它的使用而减少，而且可不断被处理。意味着数据的最终价值远远大于它的最初价值。在基本用途完成后，数据的价值仍然存在，数据的价值是其所有可能用途的总和。4.例子：ibm与电力汽车动力系统的优化预测：大数据预测模型，甚至考虑天气预报 5.数据再利用：

1． 搜索关键词，搜索结果预测夏天流行色 2.google保存语音翻译记录，开发自己的语音识别技术 3.移动运营商长期使用大数据微调网络性能 4.有些公司可能会收集到大量的数据，但是他们并不急需使用，也不擅长使用数据，但是别的公司可以借此探寻数据的潜在价值 8.重组数据 1.例子：丹麦癌症协会与手机致癌调查：使用所有的手机用户信息和所有的中枢神经系统肿瘤信息。

随着大数据的出现，数据的总和比部分更有价值，当我们将多个数据集的总和重组在一起，重组总和本身的价值也比单个总和更大 9.可拓展数据 1.google街景和gps采集，不仅将其用于基本用途，而且进行了大量的二次利用。例如，对google自动驾驶汽车的运作 10．数据的折旧值

1.随着时间的推移，大多数数据都会失去一部分基础用途，不应用此破坏新数据 2.挑战：如何得知某些数据不再有价值 3.并非所有数据都会贬值。例子：google希望得到每年的同比数据

结论：组织机构应收集尽可能多的使用数据并保存尽可能长的时间。同时也应该与第三方分享数据

11.数据废气：用户在线交互的副产品，包括浏览哪些页面，停留多久，输入信息等 1.数据再利用的方式很隐蔽 2.例子：google的拼写检查：搜集每天处理的查询中数据搜索框的错误拼写 3.例子：google的过滤噪音技术：如果用户点击搜索结果靠后的链接，说明这个结果更加有相关性，google会把这个页面的排名相应提升。4.当用户指出了各种自动化程序的错误，实际上是训练了系统 5.例子：巴诺与数据快照，电子书阅读器捕捉人们阅读书籍的习惯 6.例子：coursera通过捕捉学生犯的错误来提示未来犯错误者

结论：数据废气可以成为公司的巨大竞争优势，和对手的强大进入堡垒 12.开放数据 1.最大的数据收集者：政府，可以强迫人们提供信息，但是信息利用效率低下。最好允许私人运营部门和社会大众访问

2.例子：flyontime网站，通过开放的数据分析航班延误可能性。3.给数据估值：从数据持有人在价值提取上所采取的不同策略入手，将数据授权给第三方

三、角色定位：数据，技术与思维 2.思维转变的重要性 3.三种大数据公司

1.基于数据本身的公司：twitter 大数据最值钱的是他本身，所以应该优先考虑数据拥有者

例子：机票预订系统ita不直接使用数据：担心暴露利润

例子：mastercard通过大数据预测客户的消费习惯 2.基于技能的公司：咨询公司，技术供应商或者分析公司：teradata 例子：埃森哲公司利用大数据检测汽车零件并节省费用

例子：微软分析公司利用大数据降低病人的再入院率 3.基于思维的公司：创新思维

例子：flightcaster飞机晚点预测

例子：prismatic分析新闻并排序 4.大数据先驱者一般有跨学科的知识 5.例子：google和amazon三者兼备 6.全新的数据中间商：从各个地方搜集数据，提取有用的信息进行利用，并不威胁数据拥有者的利益

1.社会需要定向广告

例子：inrix：分析各种汽车制造者的数据和用户的数据，提供卫星导航服务

汽车制造商们本身数据量不够，自身也没有技术利用大数据，也并不介意数据会被中间商利用。同时可以提供失业率等相关数据

例子：quantcast：收集用户访问信息来测评用户年龄等，之后发定向广告

例子：hcci收集医疗保单，分析美国医疗费用上涨是否合理

结论：

1.数据价值的转移：从技术到数据本身和大数据思维 2.传统商业模式颠覆：交易数据而不是交易技术 3.传统专家的光芒会被统计和数据学家取代，因为后者只关心数据 1.例子：谷歌翻译团队的工程师都不会说出翻译的语言 2.真正的专家不会消亡，但是主导地位会改变 3.专业技能只适用于小数据时代，因为那是需要依靠直觉和经验指导，但是

遭遇海量数据时，可以通过数据挖掘得到更多 4.数据和统计学知识将成为现代工厂的基础，人类的价值体现在交流上，以进行广泛而深刻的传播

1.例子：交互式游戏，会根据用户来改良，以数据为基础运作 5.大数据决定企业核心竞争力 1.数据规模决定价值

2.例子：劳斯莱斯通过大数据监测引擎，预测可能出问题的引擎 3.例子：苹果进军手机 4.大数据为小公司带来了机遇：能享受非固有资产规模的好处，低成本传播创新结果，只需要创新思维

5.大数据拥有者会想办法增加数据存储量 6.消费者成为数据拥有者并与中间商交易 7.大数据对中等规模的公司帮助不大：既没有灵活性也没有规模效应 6.大数据撼动国家竞争力：西方世界优势减少

四、大数据时代的管理

1.大数据会带来很多危险，因为其核心思想是用规模剧增来改变现状。2.滥用大数据的力量会伤害人身安全 3.大数据的二次利用颠覆了隐私保护法：无法征得个人同意 4.如果所有人的信息在数据库里，有意识地避免就是此地无银三百两 5.匿名化：交叉检验会检验出来 6.大数据预测：罪责判定基于对个人未来行为的预测。大数据可能会否定人的自由意志 7.数据有其局限性，数据的质量可能会很差，有误导性。8.卓越的才华并不依赖数据：apple乔布斯的才能

五、掌握大数据 1.个人隐私保护：从个人许可到让数据使用者承担责任，因为将责任从民众转移到数据使用者很有意义因为数据使用者比其他人更明白他们想怎么样使用数据，也因为他们是最大利益获得者：监管机制可以决定不同种类的个人数据必须删除的时间 2.信息模糊处理

3.个人应该为他们的行动而非倾向负责 4.打破大数据的黑盒子：大数据算法师：评估数据源，分析数据工具，解读运算结果 1.外部算法师：审计大数据的准确程度和有效性篇四：读书笔记-《大数据时代》

读《大数据时代》 初次见到维克多·迈尔-舍恩伯格教授是在《对话》栏目中，当时谈及当今各种科技信息的变化，然后在主持人的各种提问下，我逐渐了解到“大数据”这个名词，他也是现在对于大数据最有发言权的预言家。一位睿智的人总是能够给人留下很深的印象。然后在中央财经频道的特别节目《指尖上的商机》系列节目中，也谈及到大数据对于当今时代的影响和蕴藏的巨大商机。

读一本好书就像与智者交谈。今天我翻读《大数据时代》，细细品读这位智者给我们的礼物。我们首先应该明白一个概念“大数据”，他不是单单的说数据很大，或者数据很多的意思，真正的意思是：不用随机分析法这样的捷径，而采用所有数据的方法。它告诉我们一种超越现在的对于数据的一种分析方法，这个方法建立在尽可能多的数据上。下面让我们合上此书，让他从我们的思想深处开始发声吧。

首先，大数据时代是建立的基础就是有一个很庞大的数据库，我们分析的对象不是抽取样本，而是用全部的数据作为样本，“样本=总体”。这样我们能够把要调查的对象精确到每一个个体，我们能够对每一个个体提供个性化分析和服务。我们会摆脱抽样样本的误差和失误，同样我们能够细化我们研究的对象和分析的数据。我们分析的适合一个大的整体，也适合每一个个体。这是大数据分析的基础。

第二，大数据是由很多不同的纷繁复杂的数据汇总在一起的，我们必须接受他们的复杂性和不精确性，我们的研究方向除了寻找因果关系之外，增加了一种相关关系的研究。我们通过数据之间的关系，分析得到我们想要得到的结论或者是模型。在这里我们应该重点看一下，相关关系是我们打开的另一扇窗，而不能关闭因果关系的现在开着的窗户。我们开始重视相关关系，但是不能放弃对于因果关系的研究。作者也在文中阐释我们的生活还是需要因果关系的，甚至我们需要大数据算法师，我们需要了解“黑匣子”中的神秘。这是大数据时代我们应该正确认识的。

第三，大数据的原始来源是用不同的方法收集，为了有尽可能多的数据，我们现在有了电脑，搜索引擎，智能手机，可穿戴设备，社交平台，还有无数的传感器等等，我们可以把文字，位置，动作，喜好等所有的世界进行量化，他都可以用数字表示，这就是我们所有的纷繁复杂的原始数据，他们是一座钻石矿，由于无数种的相关组合可以不断地挖掘出我们所需要的信息。这是我们不断利用大数据的基础。我们需要不断更新的数据。

第四，未来在过去的尘埃中。我们分析大数据最大的作用就是预测未来，知道下一步你会做什么，知道下一个最危险的事物或人。我们用什么方法预测未来。这是一个商业，政府，甚至世界的时代，我们分析的方法就是动用自己敏锐的思维发现相关性，然后动用我们的数据分析工具对其进行相关性分析，最后我们用统计学研究出一个模型。通过模型我们能够预测未来。大数据分析的关键就在于数据，思维和技术。现在我们有快速分析的工具，正在不断收集数据，那么最重要的就是人类的思维，一个能够分析相关性，能够创新使用数据的思维。在大数据时代我们需要把统计学，软件工程师和创新思维结合在一起的人才。

第五，我们能够知道每一个人的位置，喜好，关注什么，即将干什么等等，对于每个人来说都是一个很可怕的事情，如果我们赤裸裸的暴露在阳光之下，或者我们正在暴露中，我们的隐私应该受到保护，这也是大数据时代一个亟待解决的问题，尽管我们匿名分析信息，到最后我们还是能够精确到个人，我们需要有人负责，这是安全问题，自由和科技或商业的发展产生矛盾，我们应该何去何从？我们担忧的，相信会有人来解决。这涉及到我们每个人的利益。

篇3：市场营销读书报告--《大数据时代》

一、个性化营销内涵分析

周政希在《个性化营销研究》一文中这样定义“个性化营销”:“企业在大规模生产的基础上, 将不同顾客都视为一个单独的细分市场, 并根据不同顾客的特定需求, 以信息技术为支撑, 柔性生产为现实来进行市场营销组合, 以满足不同顾客特定需求的营销模式。”这种围绕客户关系产生的营销模式的实质是关系营销, 具有以下的要点:

1. 满足客户个性化需求是目标。个性化营销通过各种互动方式收集客户数据并进行整理分析, 把对人的关注、人的个性释放及人的个性需求的满足放到首要地位, 建立客户个人数据库和信息档案, 与客户建立点到点的联系, 根据客户提出的要求, 为客户提供个性化的产品、个性化的服务, 满足客户的个性化需求。

2. 优化市场细分是基础。

市场细分是个性化营销的基础环节, 不同于以往的根据产品品种、产品系列细分市场, 个性化营销是从客户的角度, 把每一位客户都视为一个单独的细分市场, 根据客户的需求、动机、购买行为的多元性和差异性进行细分, 恰当地对客户价值进行区分, 最终锁定目标客户。不同的客户有不同的需求, 不同的客户代表不同的价值水平, 包括客户实际价值和战略价值。对客户的价值需求做出及时的反应, 有助于企业在特定的经营环境下制定合适的经营战略。

3. 数据服务是技术支持。

个性化营销离不开全面描绘客户信息的数据库, 更离不开即时、双向、多样的交互平台, 数据库需要不断完善、更新和分析整理, 以便随时掌握客户需求情况和预测客户的需求变化趋势, 针对性地开展一对一营销, 满足客户的个性化需求。对大数据进行分析处理的数据挖掘技术非常适合当前个性化营销的需求。数据挖掘技术注重从海量数据中发现未知的、有价值的一般规律, 把对数据的应用从低层次的简单查询提升到从数据中挖掘信息, 发掘出符合企业发展环境的社会形态和商业形态, 为规划生产架构和流程、为进行营销决策提供数据支撑。

4. 柔性生产是实现条件。

个性化营销仍以大规模生产为前提, 追求企业的规模效益。企业采用柔性生产技术使不同规格和款式的产品通过数码控制技术在同一条流水线上生产出来, 把传统的大规模成品生产转变为标准零部件生产, 将产品“模块化”, 然后根据不同客户的特殊需求进行产品的设计, 挑选出合适的模块组合起来。

二、大数据时代的个性化营销策略及价值

1. 规划企业战略决策, 实施精准销售。

在《大数据时代》一书中, 舍恩伯格指出文字、方位、沟通等一切事物皆可以量化为数据, “只要一点想象, 万千事物就能转化为数据形式, 并一直带给我们惊喜”。“大数据的核心就是预测”。“它是把数学算法运用到海量的数据上来预测事情发生的可能性”。“亚马逊可以帮我们推荐想要的书, 谷歌可以为关联网站排序, Facebook知道我们的喜好, 而Linked In可以猜出我们认识谁。”这些任务就是运用个性化技术获得的私人定制。通过大数据技术挖掘的结果, 我们可以预测客户经常使用某业务的时间, 达到引起客户关注的最大利益化。基于大量数据的分析发现客户喜欢的营销方式, 制定特定的营销方案, 来获得潜在的客户群, 并加深已有客户的满意度, 实现精准营销。甚至于大数据可以根据个体的行为特征、生活轨迹、消费习惯、兴趣爱好等等诸多信息组成的海量数据, 发掘各种数据的相关性, 分析出客户的喜好、购买习惯、购买周期等信息, 充分把握客户心理和理解客户需求, 预测客户的消费需求、消费行为, 最大限度的便利客户, 实现个性化营销。例如移动互联网时代下的数字出版, 出版社发行人员需要改变思维方式, 在传统的“内容为王”的经营思路上, 尽最大可能为读者提供一对一的个性化服务, 直面购买信息者——读者, 通过建立读者客户服务数据库, 积累并分析不同读者客户信息、产品、阅读行为、消费行为等海量数据, 针对不同的用户, 给予一整套信息需求解决方案, 根据其自身需求主动进行推送服务, 提供不同的阅读产品及服务, 进行个性化、定制化服务, 包括增值服务。

2. 拓展业务增长领域, 制定产品战略。

舍恩伯格指出, 大数据时代的来临使人类第一次有机会和条件, 在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据, 深入探索现实世界的规律, 获取过去不可能获取的知识, 得到过去无法企及的商机。大数据时代, “如果可能的话, 我们会收集所有的数据, 即‘样本=总体’”。基于大数据分析基础上提出的决策更具有精准性和可靠性。大数据的分析方法改变了以往样本分析的思维模式, 采用总体数据分析, 对海量的信息进行分析和处理, 通过全面处理数据使得营销过程得以量化, 获取到真正对于企业营销有利的数据, 这些数据汇集起来可能会揭示事情的发展趋势。用数据来进行决策, 从企业角度来看能促使企业定制的营销方案更能把握到消费者的心理, 更加能增加客户的满意度, 预测到市场发展的趋势和客户的需求前景, 打造企业品牌形象和核心竞争力, 占据广阔的消费市场。例如别克新君威与淘宝合作, 推出“为一再心动买单”的营销活动, 充分挖掘和对接淘宝的多种底端用户结构数据, 就是充分利用大数据达到个性化营销目的的证明。

3. 提升精准广告能力, 赢取目标客户。

“数据的真实价值就像漂浮在海洋中的冰山, 第一眼只能看到冰山一角, 而绝大部分则隐藏在表面之下”。大数据蕴含巨大的价值增值空间, 大数据技术分析就可以挖掘数据中隐藏的信息, 释放出更多数据的隐藏价值。随着智能手机以及“可佩带”计算设备的出现, 我们的行为、位置, 甚至身体生理数据等每一点变化都成为了可被记录和分析的数据。当健身APP“乐动力”记载了我们的运动时间、运动行为、运动量和身体等数据, 分析我们的运动习惯, 就可以利用这些数据向我们推送适合的个性化运动方案, 提供个人运动所需消费的特定产品信息, 并提供获取这一产品的路径、方法, 最终实现在对的时间、对的地点向合适的客户推荐合适的内容。每个人都有隐性或显性的消费偏好, 消费偏好是客户消费某产品的主要驱动因素。如果客户认为企业所提供的定制产品或服务 (包括私人定制化供给) 能够真正符合他们的偏好, 企业就将赢得客户的认可, 并且获得更高的消费忠诚度。根据口碑效应的结论, 一个忠诚的客户会引发8笔潜在生意单, 同时一个不满意的客户也会影响30个人的购买意愿。个性化营销提供以客户为导向的服务, 势必会培养越来越多的忠诚客户, 赢得更多潜在的消费群体。

狄更斯在《双城记》开头说“那是最美好的时代, 那是最糟糕的时代。”大数据时代, 惊喜无处不在。个性化营销会贴心感知你的活动细节, 成为你的私人定制。当你走进一家餐厅, 输入自己的身份证号, 服务人员就会根据你的饮食爱好和现时身体状况, 为你推荐健康的、符合你口味的佳肴。这一情景也许很快会成为现实。但是同样的我们时刻都暴露在“第三只眼”之下:“亚马逊监视着我们的购物习惯, 谷歌监视着我们的网页浏览习惯, 而微博似乎什么都知道, 不仅窃听到了我们心中的“TA”, 还有我们的社交关系网。”当企业在对客户进行个性化营销时, 意味着企业拥有着客户的个人隐私, 而客户面临着隐私安全风险。所以当我们在进行这一切的时候, 请铭记舍恩伯格的教导:“应当怀有谦恭之心, 铭记人性之本”。

摘要：大数据带来的信息风暴正在变革我们的生活、工作和思维, 正在从根本上改变我们认识世界和建设世界的方式。本文从满足客户个性化需求是目标、优化市场细分是基础、数据服务是技术支持、柔性生产是实现条件四个方面阐述大数据时代个性化营销的要点, 又结合实例分析大数据带来的不仅仅是技术上的进步, 更是营销领域深层次的创新, 从规划企业战略决策、实施精准销售, 拓展业务增长领域、制定产品战略, 提升精准广告能力、赢取目标客户三个角度阐述大数据技术将有效地助推个性化营销。同时指出个性化营销“应当怀有谦恭之心, 铭记人性之本”, 保护客户隐私安全。

关键词：大数据,个性化营销,客户

参考文献

[1]周政希.个性化营销研究[J].现代商贸工业, 2010 (6) :150

篇4：拥抱大数据营销时代

这个行业中的每一个人，无论是主动的还是被动的，都被这股数据的洪流裹挟着朝着“大数据”时代一路狂奔，拥抱大数据时代就是营销人的唯一“宿命”。

这年头，做营销做公关的，对于层出不穷的互联网应用和由此诞生的新名词儿都必须要知道了解熟悉，并且迅速转化在给客户的提案中，所以不管我们是不是真的弄明白什么是云计算，什么是大数据，都必须在这条“追新”不死人的路上勇往直前见招拆招。

在谢文老师《迎接大数据时代》一文中，对大数据的定义有所描述：按照维基百科上的定义，所谓“大数据”（bigdata）在当今的互联网业指的是这样一种现象：一个网络公司日常运营所生成和积累用户网络行为数据增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取、存储、搜索、共享、分析和可视化等方面。这些数据量是如此之大，已经不是以我们所熟知的多少G和多少T为单位来衡量的，而是以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位，所以称之为大数据。

什么是大数据营销？

大数据营销应该植在互联网普及的当下，社会化应用以及云计算，使得网民的网络痕迹能够被追踪、分析等，而这个数据是海量的可变化的，企业或第三方机构借助这些数据为企业的营销提供咨询、策略、投放等营销服务的行为，可以被称为大数据营销。

和大数据一样，大数据营销其实也不算很新的概念，只是因为随着云计算、云端应用、各种移动设备的普及，以及facebook、twitter等社交网络的兴起，诸如google和亚马逊对数据营销体系的成熟，使得大数据营销受到越来越多的关注并且逐渐成为多数企业的必选题。

大数据营销是未来营销的主战场，因为所有的人在说电视、报纸等传统媒体在增长在放缓乃至衰减，而且随着多网融合，大数据正在将传统渠道数据融合，由此形成的“数据为王”的营销格局。

未来企业市场营销费用的分配，除了部分品牌投放外，多数投放都是由大数据指引的，企业的消费群分布在哪里？企业的潜在用户在哪里？通过大数据找到他们分布的地方，然后用有创意的投放形式让他们成为企业的粉丝并最终形成销售。

在大数据营销时代，任何投放带来的点击率、转化率和销售，网络舆情，都将以数据呈现，而如何利用大数据的价值，对于第三方机构而言，都是“技术性”的挑战。

当然，需要注意的是随着大数据时代的来临，数据的量是巨大的、呈现无规律分散的。对于企业营销人员而言，如何在海量的大数据中，通过合理的方法论找到对企业有帮助的数据，并且将预算合理的分配在为数众多的数据来源的平台上——这对企业营销人员以及企业决策人而言，都意味着巨大的风险。

就好像我们熟知的那句话，“企业不上网是等死，企业没准备好就上网有可能是找死。”

如何在维护现有营销渠道的同时，覆盖更多更好更有效的网络平台，对于品牌企业的市场部门而言，机遇和风险同样巨大。

我们熟悉的google、facebook、亚马逊等，都是大数据营销的领先者，他们通过对大数据的挖掘、追踪、分析以及投放等数字化手段，为企业实现大数据营销，不仅帮助企业实现营销目标，也使得他们的商业模式更加的具有技术优势。

大数据营销仍处于起步阶段

相对领先的是百度和阿里巴巴淘宝的搜索和竞价广告体系，这是最容易让企业客户理解的数据营销模式——大数据营销对于传统门户的挑战将会更大，显示广告不仅仅会被要求被展示，更要和企业官方、官方微博、官方主页关联，更精准更有效，对于互联网媒体而言，在大数据营销时代继续保持对广告主的吸引力，除了保持媒体的影响力外，对广告模式的探索也是必须要做的。

这点，新浪微博的机会是无疑是最好的，也是最可以被关注研究的案例。

对于众多国内的第三方营销传播机构而言，很难会像奥美等大企业直接收购和购买成型的数据公司，但是仍然可以通过其他方面拥抱“大数据”。

国内的媒体环境同样很复杂，众多企业对传统媒体的预算并不是太过削减的同时，会逐渐加大对新媒体费用的倾斜，在这样一个新兴的环境下，能够通过边摸索边前行的方式建立更人性化更智能的投放模式，对于从业者而言，机遇大于挑战。

对于大数据营销而言，需要具备以下能力：营销传播机构要有采集数据的能力。数据的来源取决于网络的“开放度”。国内互联网相对封闭的环境，使得数据的采集有相当的难度，尤其是在海量的大数据时代。营销传播机构要有对数据的整理分析能力。对采集数据的分析归纳，可能是大数据营销快速发展的桎梏。做产品的多数是理科背景，做营销的多数是文科背景，所以，必须懂得营销传播机构要有策略和投放能力。通过对数据的分析和归纳，形成合理的投放决策，要求市场营销人员，不仅是能够写方案写稿件，更能读懂数据看懂表格，还要能够提出需求。

大数据营销时代，营销人员的产品经理化，将是未来数年营销业的趋势。

如何管理和应用这些大数据，控制隐私和公共空间的边际，将他们的价值最大化，被技术驱动的大数据营销——这是对于我们这些有追求的营销人的重大挑战。

篇5：大数据时代读书笔记

——读《大数据时代》有感

学号：130606z109姓名：廖翠玲 大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。而在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。

维克托教授说大数据的真实价值就像漂浮在海洋中的冰山，第一眼只能看到冰山的一角，绝大部分都隐藏在表面之下。数据，这个21世纪人类探索的新边疆，正在被云计算机发现，征服。如今，大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。

物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。像“高富帅”、“白富美”、“月光族”、“喵星人”„„这是大家都知道的可口可乐“昵称”。据称可口可乐“昵称瓶”的创意真实地反映了中国互联网社会现实，甚至通过可乐瓶来引导社交和社会对话。为了更好的回应网友对可口可乐质疑，百度帮助可口可乐通过定制问答APP，分别在品专、关键词搜索、鸿媒体、知道专题内进行入口推广，炫酷地展示了可口可乐的故事和品牌。从效果来看，一方面消除了消费者对可乐的理解误区，另一方面也加入足够的新奇点，通过“趣味知识有奖问答挑战”等形式来提升消费者关注度。

说到可口可乐，不能不提百事可乐。某种程度上，可乐借助百度推广品牌的案例刺激了百事，百事也从中看到了平台的重要性，如百度数据中心以每日上亿次的海量搜索数据为基础，对网民地域消费特点以及网民消费偏好的交叉分析，这些数据对饮料行业的营销很有参考价值。

2013年，百事可乐签约吸金女王吴莫愁为品牌代言人，其关注度和销售量飙升。在第六届金投赏国际创意节上，百事可乐说出了他们为何找吴莫愁代言的原因。通过分析百度大数据发现，吴莫愁具有相当多的美誉度，并且个性鲜明、带有很强的新生代正能量。这成为百事选择吴莫愁的另一个要素。而根据百度推出的“2013年华语女歌手吸金榜”、百度指数、百度风云榜等来看，去年人气第一位的就是吴莫愁，其关注度和知名度甚至超越了王菲、李代沫等热门人物。最后，百事根据认知度、美誉度、相关性、差异性四个维度，借助大数据优选了这位吸金女王。从中可以总结，在互联网大数据时代，代言人不能只凭直觉，而依靠大数据才是最靠谱的。

篇6：大数据时代读书笔记

引言提出了大数据将给生活、工作于思维带来重大的变革。一个例子是H1N1流行病毒背景下谷歌通过检测检索词条，处理了4.5亿个不同的数据模型，通过预测并与20、年美国疾控中心记录的实际流感病例进行对比后，确定了45条检索词条组合，并将其用于一个特定的数学模型后，预测的结果与官方数据的相关系数高达97%。按照传统的信息返回流程，通告新流感病毒病例将有一到两周的延迟。

对于飞速传播的疾病，信息滞后两周是致命的。而谷歌运用大数据技术，以前所未有的方式，通过海量数据分析得出流感所传播的范围，为世界预测流感提供了一种更快捷的预测工具。此外，我联想到原淘宝董事长马云通过大量数据分析得出2019年经济疲弱，为其商家提前做好迎接经济危机提供了时间缓冲。

关于大数据在商业领域的应用， Farecast公司是一个成功的典型范例。该公司由奥伦·埃齐奥尼创办，利用机票的销售数据来预测未来的机票价格，旨在帮助用户在购买机票方面做出预测，并对机票价格走势预测的可信度标示出来供消费者查考。Farecast系统利用近十万亿条价格记录预测的准确度达75%，使得使用Farecast票价预测工具购买机票的旅客，平均每张机票节约50美元。而处理如此多的数据离开了大数据技术将无法进行。

也正是由于我们进入了一个前所未有的信息化时代，人们拥有了如此多的数据，才提供给我们利用大数据的分析处理手段，创造新的价值。也许有人以为我们大数据时代的还未来临。其实大数据技术早已渗透到我们中间，它被应用在垃圾邮件的过滤，新浪微博技术平台，谷歌翻译以及输入文字的自动纠错等。

文中提出的一个观点是，预测是大数据的核心。其实从过去的时代人们就利用掌握的数据进行各种分析，从而对经济等各方面进行预测、矫正。只是进入了大数据时代人们掌握的数据爆炸性的速度在增长，从而数据的存储和分析数据分方法成了释放大数据能量的关键。

篇7：《大数据时代》读书心得

——读《大数据时代》有感

如今说起新媒体和互联网，必提大数据，似乎不这样说就OUT了。而且人云亦云的居多，不少谈论者甚至还没有认真读过这方面的经典著作——舍恩佰格的《大数据时代》。维克托·迈尔——舍恩伯格何许人也？他现任牛津大学网络学院互联网研究所治理与监管专业教授，曾任哈佛大学肯尼迪学院信息监管科研项目负责人。他的咨询客户包括微软、惠普和IBM等全球顶级企业，他是欧盟互联网官方政策背后真正的制定者和参与者，他还先后担任多国政府高层的智囊。这位被誉为：大数据时代的预言家“的牛津教授真牛！那么，这位大师说的都是金科玉律吗？并不一定，读大师的作品一定要做些功课才好读懂，如果能做足功课又具备相应的理论功底，就能与之进行一场思想上的对话。

粗浅认识之我见

舍恩伯格分三部分来讨论大数据，即思维变革、商业变革和管理变革。在第一部分“大数据时代的思维变革”中，舍恩伯格旗帜鲜明的亮出他的三个观点：

一、更多：不是随机样本，而是全体数据；

二、更杂：不是精确性，而是混杂性；

三、更好：不是因果关系，而是相关关系。对于第一个观点，我不敢苟同。一方面是对全体数据进行处理，在技术和设备上有相当高的难度。另一方面是不是都有此必要，对于简单事实进行判断的数据分析难道也要采集全体数据吗？我曾与香港城市大学的祝建华教授讨论过。祝教授是传播学研究方法和数据分析的专家，他认为一定可以找到一种数理统计方法来进行分析，并不一定需要全部数据。联系到舍恩伯格第二个观点中所说的相关关系，我理解他说的全体数据不是指数量而是指范围，即大数据的随机样本不限于目标数据，还包括目标以外的所有数据。我认为大数据分析不能排除随机抽样，只是抽样的方法和范围要加以拓展。

我同意舍恩伯格的第二观点，我认为这是对他第一个观点很好的补充，这也是对精准传播和精准营销的一种反思。“大数据的简单算法比小数据的复杂算法更有效。”更具有宏观视野和东方哲学思维。对于舍恩伯格的第三个观点，我也不能完全赞同。“不是因果关系，而是相关关系。”不需要知道“为什么”，只需要知道“是什么”。传播即数据，数据即关系。在小数据时代人们只关心因果关系，对相关关系认识不足，大数据时代相关关系举足轻重，如何强调都不为过，但不应该完全排斥它。大数据从何而来？为何而用？如果我们完全忽略因果关系，不知道大数据产生的前因后果，也就消解了大数据的人文价值。如今不少学者为了阐述和传播其观点往往语出惊人，对旧有观念进行彻底的否定。

世间万物的复杂性多样化并非非此即彼那么简单，舍恩伯格也是这种二元对立的幼稚思维吗？其实不然，读者在阅读时一定要看清楚他是在什么语境下说的，不要因囫囵吞枣的浅读而陷入断章取义的误读。比如说舍恩伯格在提出“不是因果关系，而是相关关系。”这一论断时，他在书中还说道：“在大多数情况下，一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道‘是什么’时，我们就会继续向更深层次研究的因果关系，找出背后的‘为什么’。”由此可见，他说的全体数据和相关关系都在特定语境下的，是在数据挖掘中的选项。

大数据研究的一大驱动力就是商用，舍恩伯格在第二部分里讨论了大数据时代的商业变革。舍恩伯格认为数据化就是一切皆可“量化”，大数据的定量分析有力地回答“是什么”这一问题，但仍然无法完全回答“为什么”。因此，我认为并不能排除定性分析和质化研究。数据创新可以创造价值，这是毫无疑问的。舍恩伯格在讨论大数据的角色定位时仍把它置于数据应用的商业系统中，而没有把它置于整个社会系统里，但他在第二部分大数据时代的管理变革中讨论了这个问题。在风险社会中信息安全问题日趋凸显，数据独裁与隐私保护成为一对矛盾。如何摆脱大数据的困境？舍恩伯格在最后一节“掌控”中试图回答，但基本上属于老生常谈。我想，或许凯文·凯利的《失控》可以帮助我们解答这个问题？至少可以提供更多的思考维度。正如舍恩伯格在结语中所道：“大数据并不是一个充斥着算法和机器的冰冷世界，人类的作用依然无法被完全替代。大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来。”谢谢舍恩伯格！让大数据讨论从自然科学回到人文社科。由此推断，《大数据时代》不是最终答案，也不是标准答案，只是参考答案。

此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据？什么叫大数据？数据分析与数据挖掘的区别，数字化与数据化有什么不同？读前做些功课读起来就比较好懂了。

浅薄之语抒我意

概念是研究的逻辑起点，“大数据”到底是什么？在百度上搜索到的解释是，“大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。”大数据的4V特点：数量（Volume）、速度（Velocity）、品种（Variety）和真实性（Veracity）。但舍恩伯格认为大数据并非一个确切的概念。他在书中的一段诠释更具人文色彩和社会意义：“大数据是人们获得新的认知、创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府与公民关系的方法。”其实，概念的界定要看研究者从哪个角度来研究它而定。

科学家的治学态度是严谨的，而人文学家更具有想象力。一些对大数据不甚了然的人往往夸大了它的作用，甚至把它神化。舍恩伯格认为大数据的核心是预测。“大数据不是要教机器像人一样思考。相反，把数学算法运用到海量的数据上来预期事情发生的可能性。”舍恩伯格甚至不回避大数据所产生的负面影响，他在第七章里谈到让数据主宰一切的隐忧。我觉得这是实事求是的科学态度。在量子力学里有一个测不准原理：一个微观粒子的某些物理量（如位置和动量，或方位角与动量矩，还有时间和能量等），不可能同时具有确定的数值，其中一个量越确定，另一个量的不确定程度就越大。它是解释微观世界的物理现象，信息社会中的大数据会不会也有类似情况呢？如果我们再把凯文·凯利的《失控》对比来读的话就更有意思了，这样我们对整个物质世界及至人类社会就有了更全面更深刻的洞察，从物理王国到生物世界，再到信息社会。从公共卫生到商业应用，从个人隐私到政府管理，大数据无处不在。与此同时，从哪个角度探讨用什么方法研究，舍恩伯格都不会忘记大数据服务人类造福人类的终极目的和价值所在。“大数据并不是一个充斥着运算法则和机器的冰冷世界，其中仍需要人类扮演重要角色。人类独有的弱点、错觉、错误都是十分必要的，因为这些特性的另一头牵着的是人类的创造力、直觉和天赋。偶尔也会带来屈辱或固执的同样混乱的大脑运作，也能带来成功，或在偶然间促成我们的伟大。这提示我们应该乐于接受类似的不准确，因为不准确正是我们之所以为人的特征之一。”用中国话来说就是“人无完人”，人类在收获大数据带来的红利的同时也要承受它带来的危害。这不是对立统一的辩证唯物主义？我把它看作带着欧洲批判学派色彩的科学发展观。问题是研究的价值基点，“大数据”不是舍恩伯格研究的问题，而是研究对象，他研究的是数据处理和信息管理问题，同时也讨论信息安全和网络伦理问题，还引发哲学上的思考，哲学史上争论不休的世界可知论和不可知论转变为实证科学中的具体问题。可知性是绝对的，不可知性是相对的。“大数据”之所以为大是因它引发人类生活、工作和思维的大变革，从这个意义上来看，《大数据时代》的意义不仅在于它讨论了若干重大问题，而且对研究者开出了一个问题清单，从而引发更多人来探讨这些有趣的问题。

《大数据时代》实际上主要是一本讨论数据挖掘的书，数据挖掘与数据分析是不同的概念，数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。而数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。数据挖掘主要运用计算机来进行处理，而数据分析既要用计算机也要人工分析，是计算机科学与人文价值判断的统一结合。换言之，《大数据时代》并不是一本讨论大数据所有问题的书。

《大数据时代》也是一本讨论互联网发展的书，从数字化到数据化，同时有浓厚的未来学色彩。当文字变成数据，我们进入了互联网；当方位变成数据，我们进入了物联网；当沟通变成数据，我们进入了下一代互联网。一切可量化，万物皆数据，正是当今互联网世界的真实写照。面对于这样的世界及世界的未来，在《大数据时代》出现最多的词是“思维”和“方法”，因此也可以把这本书视为思维科学应用研究的书。

此外，在阅读此书之前还必须具备一些数据科学的基本知识和基本概念，比如说什么叫数据？什么叫大数据？数据分析与数据挖掘的区别，数字化与数据化有什么不同？读前做些功课读起来就比较好懂了。

走出去，理论联系实际之我看

今年的9月30日，总书记将他命名为“烈士纪念日”。在新一届党中央领导班子的领导下，举国上下开展了系列的调研、讲解、讨论创新驱动发展战略。包括总书记、李克强总理在内的七位常委全部出动来到中关村，这是历史上没有过的，百度、联想和小米的负责人，有了一次直面最高层汇报工作的机会。雷军和柳传志，讲解的都是本公司的各种情况，李彦宏则没有讲百度的广告业务发展得如何好，而是讲起了大数据。在讲解中，李彦宏认为大数据有两个重要价值，一是促进信息消费，加快经济转型升级；二是关注社会民生，带动社会管理创新。这些价值也是目前党和国家领导人最为重视的，可见《大数据时代》既有理论价值也有现实意义。当今大数据正在影响着新闻传媒业，大数据新闻、大数据营销、舆情分析、受众（用户）研究„„数据分析师变身新闻编辑，大数据正改变新闻生产流程、大数据在创造传媒新业态。“不妨想象一下，随着数据的进一步增加，坐拥用户资源的新媒体们完全有能力通过数据挖掘，分析用户癖好，向电视台定制一部电视剧甚至向好莱坞定制一部电影。到那个时候，电视台一如那些家电厂商们，曾经产业链的上游‘王者’，将彻底成为一个产业链最低端的内容代工厂。”然而，情形也远没有人们想象的那么乐观，李彦宏指出目前多数所谓的大数据公司其实还是空壳子，因为数据还没有完全开放。他认为必须在政府层面上推动才能真正实现大数据的开发与利用。我在讨论大数据时代的舆情监测与预警时说道：“经典自由主义传播学说对媒体的定位：秉持公正、客观立场的媒体被称为代表公众监督政府行为的‘看门狗’。其实，媒体既是公众利益也是国家利益的‘看门狗’。要看好门就要瞭望、洞察社情民意，传统媒体信息反馈渠道单一，视野、人力十分有限。而开放互动的新媒体平台却大有可为。作为公共信息发布平台的微博可以成为政府及时了解社情民意，从而选择正确治理路径的‘导盲犬’。”遗憾的是目前我国的数据平台还没有完全开放，真正的大数据时代还没有到来。

与国内不少教科书写法的专著相比，国外的书写得更有趣，尤其是大学者写的，不仅视野开阔，而且能够深入浅出。《大数据时代》不到22万字，却有上百个学术和商业的实例，丰富翔实的例子让读者感到通俗易懂，深奥的理论看起来也不费劲。这恐怕与舍恩伯格既是学者也是专家，既有理论又有实践有关。反观我们些学者故弄玄虚而示高明，实际上是把读者拒之门外。我觉得优秀的科学家也应该是一个科普作家，优秀的学者也应该是一个不错的传播者。当然国外学术著作也有一个翻译问题，这本书译得还不错。此外，《大数据时代》还附有不少IT界名流的推荐意见，虽是出版商的发行所为，对解读此书也不无益处。

除了《大数据时代》，舍恩伯格还有一本《删除》也值得一读。要研究大数据不能只读一本书，该书译者周涛教授还推荐了三部国内出版的大数据方面的专著：《证析》、《大数据》、《个性化：商业的未来》。相比《大数据时代》的宏大视野，这些书就大数据某一局部问题给出深刻的介绍和洞见。我也推荐读一读中国工程院李国杰院士和中科院计算所副总工程学旗合写的文章《大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考》。

虽说开卷有益，但是由于每个人的时间精力有限，对于一个研究者来说，不读什么书甚至比读什么书更重要。我认为书有三种：有用的书，主要是应用类的专业书；无用的书，主要是形而上的思想类；无字的书，人间百态，社会现实。可偏重但不应偏废。对于学生来讲这三类“书”都该读一些，对于研究者则要读哪些解决关键问题的书，《大数据时代》就是这样一部书。当然，并非第一个读者都是研究大数据的，但进入大数据时代，还有什么东西与数据完全没有关系呢？麦肯锡全球研究机构认为，未来十年里有12项对经济发展产生重大影响的技术，其中包括三项新媒体技术：移动互联网、物联网和云计算。这三项新媒体技术都与大数据密切相关，而这些新媒体新技术的发展都影响着当今的新闻传播业。阅读此书至少给我们研究新闻传播学带来一些启迪。我觉得一本书的价值不在于让你顶礼膜拜，而是引发广泛而深入的讨论。

篇8：“大数据”时代营销策略分析

一、“大数据”含义

现代社会,“大数据”将对各个行业产生深远的影响。“大数据”分析是指对总体数据进行分析,通过海量数据的追踪分析,从宏观的角度去观察微小的个体。

“大数据”又称巨量资料,指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

“大数据”不仅能掌握海量的数据信息,更重要的是,对这些含有特定意义的数据进行专业化的分析、处理。即,如果用一种产业比作大数据,“加工”数据,就可实现“增值”,不断的提高企业的这种数据“加工能力”,才能实现企业利润的提高。

大数据具备四个特征,简称“4V”,即大量、高速、多样、真实,“大量”指数据基础来源广且庞大,“高速”指依赖于现代化互联网手段,传输的速度比较迅速,“多样”指数据的多样化,“真实”指数据的传输与记录都是比较真实可靠的。另外,所有的数据资源可进行在线备份和存储,以便可以随时将数据调出使用。另外,随着互联网技术的发展,“大数据”可为企业提供实时可靠的数据资源,采用数据分析,可以为企业提供管理及营销决策。以上四大特点一方面指顾客需求变化的多样性,面对商家各种各样促销攻势,消费者在消费时也可以“大数据”作为支撑;其次随着智能技术的发展,手机、平板电脑的普及,网络购物成交量连年提高,“大数据”营销在电子商务相关的行业有着广泛的应用。

二、“大数据”对市场营销的影响

“大数据”时代为企业的营销管理带来了机遇与挑战。随着智能手机、电子商务、物联网的飞速发展,企业将获取大量的数据,包括客户资料数据、销售数据、财务数据、需求预测数据以及外部环境、竞争对手的相关数据,这些数据的获取,将给企业的营销管理带来新的契机。

(一)带来营销理念的变革

大数据时代企业通过“大数据”分析出消费者的兴趣爱好和行为习惯,能够精准预测顾客的需求,从而给企业带来丰厚收益,这将导致数据的采集、管理、分析成为新的工作重心。同时,这种营销理念的转变也给消费者带来了便利。可以借助“大数据”搭建包括个人信息、家庭信息和社区信息平台。信息平台可以使数据信息与营销相匹配。例如,在以有线数字电视互动双向网络为支撑,以数字电视终端为介质的家庭信息平台建设中,把用户行为信息通过数字电视终端传送给企业,企业通过深入分析消费者行为数据得出有价值的信息,进行有针对性的媒体宣传、广告投放,实现精准化营销,结合物流服务、配送体系,可形成高效、方便、完整的营销过程。

另外,在企业营销工作中,数据分析部门将日渐成为企业营销的核心,企业将配置大量的数据分析人员,去分析企业所需的各种数据。总之,大数据时代的企业营销理念将发生很大变化。

(二)拓宽了市场信息获取途径

市场调查是市场营销的重要组成部分。没有深入的调查,市场营销活动就难以开展,而市场调查中比较重要的就是关于消费者心理和行为的调查,以往大都采用观察法或问卷调查获取,但这两种方法成本比较高,并且比较难获取客户真实的信息。在“大数据”环境下,我们可以通过监控探头、网络日志等把行为信息记录下来,利用这些真实的数据对消费者行为进行分析。例如,在零售行业中广泛使用的“POS”系统,可以记录顾客的消费信息,通过其分析,企业能够尽快做出符合消费者消费行为的营销战略。

(三)开发新的业务增长点

随着社会的发展,人们心理不断成熟,对于各竞争品牌影响力的分析日趋复杂,“大数据”为企业带来更加精准的信息,使得企业确定在本行业中的竞争力,监测竞争对手的行为,规避营销风险,寻找营销竞争中的空白,找准营销方向。

“大数据”时代,企业通过对海量数据的分析、处理,了解消费者的行为习惯,发现人们理性无法感知的关联规则,进而发现新的利润增长点,开发出新产品或服务,最终实现功能化创新、服务化创新。

三、“大数据”时代营销策略

(一)建立完整的数据系统

市场营销首要任务是明确企业自身的使命、战略方针,企业的使命是企业的经营理念,是在社会发展中所担当的责任。有了企业使命,才能确定企业的战略发展方向,然后才能对市场进行细分,给企业以定位,制定营销策略,这一切都需要大量的内部信息、外部信息,所以企业必须建立起一套完整的数据系统。通过对数据科学、系统的分析才能确定企业发展的方向,为战略的制定提供精准的分析结果。

(二)线上与线下的结合发展

线上线下结合发展是营销发展的新趋势,由于网络的普及和发展,线上可以收集大量客户点击、搜索的信息,所以,可以利用数据挖掘,分析出客户的喜好,行为习惯等深层次信息。而线下可利用实体店,为顾客提供体验服务,进而促使其消费,并为消费者提供全方位、个性化的服务。做到线上多渠道营销与线下体验消费的结合。

(三)建立互动反馈平台

近年来,我国智能手机市场飞速发展,未来几年预计还会保持40%-50%的产值,智能手机业务的发展有着无限的市场潜力。随着智能手机,平板电脑的普及,消费者可以下载手机APP、移动客户端,在这样的移动终端平台实现搜索、购买功能,为消费者提供更多的优惠与便利,进而提高企业服务,增加利润。

通过这些手机平台与顾客进行互动,发现消费者的消费行为信息,包括,消费者对商品的喜好,购买商品之间的关联度,不同品牌偏好,新产品的需求等。把这些信息通过计算机软件的分析,处理后,得出消费者的需求信息,并对其进行针对性的推送服务。

另外,企业可以建立一个互动反馈平台,通过这个平台观察消费者的行为,并且,当消费者在购买过程中出现问题的时候可以通过这一平台与企业经沟通、协商,企业可根据这些信息对营销方案进行制定与调整。消费者获取信息的渠道呈现多样化的趋势,因此提高消费者对商品认知度也可以提高商品购买率。

在未来的信息化发展中,企业之间的竞争将会逐步转变为数据的获取与分析能力的竞争。人类本身在体力、智力、精力等方面难以适应信息量的飞速增长,因此,在这样的“大数据”面前,消费者可能会无所适从。企业只有及时、准确地为消费者提供其所需商品的信息,了解消费者行为,掌握其消费发展趋势才能赢得消费者。所以,未来企业经营管理会更多的利用这些“大数据”。随着“大数据”在营销管理的广泛应用,企业间利用数据进行竞争将会日趋激烈,同时也为企业提高市场占有率,在市场竞争中获取胜利提供重要举措。

参考文献

[1]李巍,席小涛.大数据时代营销创新研究的价值、基础与方向[J].科技管理研究,2014(6)

[2]梁爽.大数据,大变革[J].未来与发展,2014(11)

[3]冯芷艳,郭迅华,曾大军,陈煜波,陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报,2013,16(1):1-9

[4]黄升民,刘珊.“大数据”背景下营销体系的结构与重构[J].传媒观察,2012(11):13-20