大数据正在迅速增长,而不仅仅是在大公司之间。
数据允许大小公司改进产品并做出更明智的决策 -- 数据驱动型公司在感知和现实方面都更有价值。
Sharran Srivatsaa最近告诉我,他的公司Teles properties如何将数据智能用于其经纪模型。通过挖掘,发现和可视化超本地微观市场数据中的模式,Teles准确地预测了客户和房地产的可能销售价格。该公司为其房地产经纪人提供了明显的市场优势,并在其竞争集团中以最短的时间内以最高的谈判价格出售了房屋。
然后是拼车轰动一时的优步,它利用大数据扰乱了整个行业。该应用程序依靠回归分析来确定哪些社区将是最繁忙的,并激活 “激增定价”,以吸引更多的司机上路。Uber将数据作为竞争优势和产品。今年早些时候,Uber同意出售有关客户出行方式的数据,加入了越来越多的使用数据作为收入来源的公司行列。
即使是像通用电气这样的老牌公司,在大数据方面也在展示一些创业力量。GE的predix软件旨在集成GE传感器以创建真正的物联网,它能够感知维护需求,预测故障并将性能数据发送到研发,以实现快速周期的产品增强。
公司在数据产业化时代稳赚不赔,市盈率持续攀升。这就是企业家也可以通过大数据获得的感知价值。
以下是开始建立数据驱动公司的一些技巧:
数据客户不一定是初创公司的客户。优步的数据客户 -- 其他旅游公司 -- 与使用其服务的普通公众完全不同。视频游戏发行商Zynga实际上要多得多,它利用来自每个游戏互动和销售洞察力的数据来确定用户玩哪些游戏,因此可以创建类似的游戏。
哪些见解将直接影响客户的日常行为,以及如何收集这些信息?它是结构化的,以便可以立即进行分析,还是需要清洗?没有上下文,数据什么都不是,因此企业家必须对其进行翻译,以便对客户有意义。
一旦确定了数据需求,就建立基础设施来收集它,或者付钱给第三方来提取它。可以使用Amazon Web Services廉价地构建数据生态系统,但是数据科学家仍然必须检查提取的知识。
我听到了很多关于启动大数据项目的复杂性和成本的抗议。人力成本很高; 然而,与其设置和维护独特的服务器,不如订购云中所需的精确服务器规格,在云中,数据非常容易来回发送。我没有亚马逊的股份,但是如果建立数据基础设施就像买书一样容易,那么对每个人来说都是有意义的。
数据是科学,但其可视化是一门艺术。为了使数据具有可操作性,以一种既人性化又有说服力的方式呈现数据。Nate Silver,民意调查聚合器FiveThirtyEight的创始人,是数据可视化的先驱。FiveThirtyEight使用统计模型来预测2008总统选举的结果,并证明了数据可视化的情感吸引力。
如果收集的数据本身是产品,则自动化输入数据的收集和输出的交付。将ApI视为软件USB端口,传输数据的接口。一旦代码被设置为在预测模型中移植数据,人们还可以自动化该模型的可视化,并利用它作为一个赚钱的人。
到2018,大数据市场将价值415亿美元。专门从事分析的初创公司已经抢购了数百万美元的资金。即使初创企业对将数据转化为产品不感兴趣,他们也需要将这些见解作为竞争优势。如果他们不这样做,他们将在竞争对手遵循证据的情况下进行猜测。