大数据VS小数据:9种数据类型及利用方法

来源: 36大数据
2014/4/28 9:33:10
如今,具有压倒性的数据量使得市场营销人员和广告商们已经难以理解哪些信息非常重要,哪些信息是纯粹的噪音,哪些数据是正确的?而哪些数据又是可以信赖的?

分享到: 新浪微博 腾讯微博
本文关键字: 大数据 数据分析 小数据
如今,具有压倒性的数据量使得市场营销人员和广告商们已经难以理解哪些信息非常重要,哪些信息是纯粹的噪音,哪些数据是正确的?而哪些数据又是可以信赖的?不同类型的数据具有什么作用,又应该如何被使用?下面笔者根据专注以数据为基础的多渠道营销自动化智能化机构webpower的数据客观可信度排名,给大家介绍9种不同类型的数据,以及它们应该如何被有效使用。
1.试验性数据
通过客观的专业第三方精心设计和严格控制的试验,得到最可靠的数据。并且全程和专业熟练的分析人员一起,对数据中的噪声进行了分离。
2.调查研究数据
由经验丰富的专业第三方专业人士做科学研究,产生的可靠数据。研究设计,规范的数据,数学建模,刺激控制,统计控制,历史经验,质量保证标准等使得数据往往非常精确,噪声往往最小。
3.营销组合模型数据
创造一个分析数据库,并清理和规范这些数据,采用多元统计和建模去隔离和消除部分噪音,以使营销组合模型数据比实际销售数据更好。营销组合建模数据中的信号更稳定,更可靠,更加可测量。这种类型的数据可以帮助企业了解哪些变量推动了他们业务,如是媒体广告,或者销售人员的数量,或定价差异?但通常需要多年的数据积累来从营销混合建模中获得最大价值。
4.媒体组合建模数据
这和营销组合建模是相同的概念,规则相同,只是应用了一组不同的变量。一个分析数据库,数据清洗,建模和使数据中噪声被最小化,从而使各种媒体的影响被分离开来。同样,如果再与控制实验结合,那么这些数据和分析将更具有解释说明性。
5.销售数据
webpower认为销售数据一定程度上可以被信任,但以销售数据衡量实际销售效果并不完美。因为销售可能还受广告效果、最佳媒体花费、产品质量、服务效率、有竞争力活动等等影响。经济,竞争活动,天气,通货膨胀,度假周期,新闻事件,政治事件,库存和分销偏差,定价紊乱等因素也制造了错误的反馈和歪曲的景象,所以销售数据并不是衡量原因和效果的最好方法,而只是理智的衡量什么已经发生,它并不会告知为什么发生以及什么使之发生。
共2页: 上一页1 [2]
责编:李玉琴
vsharing 微信扫一扫实时了解行业动态
portalart 微信扫一扫分享本文给好友
著作权声明:kaiyun体育官方人口 文章著作权分属kaiyun体育官方人口 、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。
最新专题
流动存储 为大数据而生

伴随信息技术的突飞猛进,更大量级的非结构化数据与结构化数据构成的大数据成为企业级存储所面临的最大挑战:一方..

磁盘阵列及虚拟化存储

利用数组方式来作磁盘组,配合数据分散排列的设计,提升数据的安全性。虚拟化存储,对存储硬件资源进行抽象化表现。

    畅享
    首页
    返回
    顶部
    ×
    畅享IT
      信息化规划
      IT总包
      供应商选型
      IT监理
      开发维护外包
      评估维权
    客服电话
    400-698-9918
    Baidu
    map