企业大数据实战经验分享

视频及PPT的下载地址：请点击这里下载>>

大家好，非常感谢畅享IT跟大家一起做大数据的讲座这场活动，其实大数据这块这些年非常热，我个人认为很多企业都想上大数据，我觉得从大数据上来讲它更是一种思维方式，不用把大数据想的太复杂，它在日常就是存在着的，我举个前几天发生的例子，前两天我跟几个同事在上海打出租车，我们四个人中午站在马路边上，很多司机看了我们一下都不停，当时我们觉得很诧异，我们四个人长的都不是坏人那为什么司机都不停呢？后来好不容易打到辆车，我们就跟出租车司机聊这个事情，出租车司机都说，你看你们四个人，实际上这个就涉及到大数据的一个维度就是四个人的维度，另外一个是大中午，他说你们四个人大中午的来打车，肯定是在市区要么吃个饭，要么开个会，这条路又堵所以他就不想带，这里面实际上大数据的核心是一种决策的过程，它是通过多个维度来进行决策，实际上这个司机已经考虑到了几个维度。平常有人说大数据和我们传统的这个报表有什么区别，实际上我们报表基本上是二维的，就是说你的生产产值是多少、比例是多少，是二维来看这个报表。大数据实际上是一种多维的思考方式。刚才那个例子其实已经讲了好几个维度，一个是时间维度、一个是人数维度，而且我认为这次分享的题目是：企业大数据实战经验分享，其实大数据并没有什么高深的东西，它都是存在于我们生活之中，我觉得并不是一种技术，更多的是一种思维方式，不光企业里有，包括出租车司机也有，后来司机跟我们讲：如果说你们把维度从中午改成晚上，那么我一看到你们四个人就很愿意拉，实际上意思是，如果晚上的话大家喝完酒出去4个人、1笔生意就等于4笔生意了，其实大数据的核心如我这边所说，一个是要多维分析，另一个是要有决策。并不是我们企业弄一堆表。这个例子也是我们讲大数据一个精髓的地方，不管用什么手段，能给企业带来生意、给领导提供决策这才是做大数据有用的地方。现在世界杯已经过去了，实际上通过大数据大家也知道这次德国队的冠军，这里面也涉及到了传统的报表和大数据区别的问题，从2014世界杯预选赛开始，德国队就开始使用SAP足球解决方案(SAP Match Insights)进行数据分析，该方案在SAP HANA内存数据库平台上运行，记录球员的跑动路线和传球路线。通过对这些数据的深度分析，教练能了解到球员的状态如何，以及怎样对训练内容作出调整，提高训练质量并制定高效的训练计划，为训练、备战和比赛情况的分析工作提供便利。在巴西世界杯期间，德国队在每场比赛结束后都会用SAP Match Insights进行赛后分析，为下一场比赛做好充分的准备。听足球解说，基本上不是我们说的报表，传统报表主队控球是多少，时间是多少，这些东西是传统的报表是一个二维模式，通过大数据多维模式的分析，它把动态的采集每个球员的点做一个适时决策，实际上通过多维分析更能快速决策另外德国队确实没有那么多球星，通过这些新的手段拿到世界杯。下面我再来讲一个例子，大数据的核心是为决策提供数据支撑，做建模，如果说你建模建的不好的话很难得出你要的结果。在德国队和阿根廷比赛前几个小时，我发现德国队的支持率在上升，而阿根廷的支持率在下降，那么大家想一想如果说按照这种情况，应该支持德国队的人多，支持阿根廷的人会比较少，那么当时出现很奇怪的一个现象，按理说你支持的球队的人增多的话那么它的赔率应该是下降的，但是当时买德国队的人多反而赔率上升了，如果说普通的建模的话这个东西肯定预测不出来了，不符合现有的情况。实际上这里面涉及到如何建模的一个问题，如果说你一个人给一个票这样建模的话，肯定是不行的，而且你决策出来的结果肯定是错的，那么这应该要怎么建模呢？实际上对人的话要增加一个属性，大家如果做股票的话，就知道股票里面有散户和主力，散户的资金可能比较少，主力的资金比较大，一个散户的资金占有额和一个主力的资金占有额肯定是不一样的，博弈公司是根据总的资金数来做这个平衡的，那么支持德国队的人越多赔率为什么越大呢？其实这就说明一个问题支持德国队的人都是散户，他的资金量不是很大，虽然支持阿根廷的人数比较少，但是平均资金额多，就这种情况我当时就做了一个大胆的预测，球市如股市，总是往散户最难受的额方向运行，50分钟打平的概率大，赌德国赢得输一半，后来也证实了我的预测是对的。如果你建模的时候只考虑到一个人，没办法得到决策的，但是如果说你在建模的时候考虑到散户和主力，会对你的决策有帮助。

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