大数据在未来会价值有多大？

即使大数据在未来会显示出越来越多的价值，除了一些行业，大多数商人或个人也没有必要对大数据如此紧张。除非你用大数据分析某种“相对狭义的定量”。否则，大数据将在十年或二十年内。在相对细分的行业，不能说鸡肋，但很难有很大的价值。大数据这个东西，高端大气高档。假如你是个商人，在聊天的时候，字里行间吐露出你的战略计划涵盖了大计划的策划。十有八九，会被同行看不起。感情你是一个即将到来的寒冬，却不知道如何储备粮食的傻A。目前，无论是官方媒体、商业媒体还是自媒体，媒体越来越多。反正带个媒字。说起大数据，都抱着敬仰和敬畏的感觉。几乎没有拜倒在大数据的淫威之下。就像几年前人们炒作电子商务的概念一样。几乎绝望而悲惨的喊叫，未来不会有电商——死亡！结果，一堆人死了，但与此同时，“电子商务”的概念只剩下一口气了。为什么，因为人们发现电子商务并不完全独立，它与实体经济是不可分割的。因此，在一般的“电子商务”概念之后，我们做出了一个更详细的说法：O2O，我觉得这就是电子商务的本色。那种纯粹认为电子商务是把商店放在网上的人是没有文化的。但现实到此结束了吗？别忘了，O2O之后，我们又在酝酿一个新的东西，那就是粉丝经济。现在已经开始有人喊了。(场景多像当年的电商口号)未来的商业竞争，没有粉丝的人会死，有粉丝的人会活。不管你是网店还是实体店，不管你是巨人还是新人。粉丝，粉丝，一切都是粉丝。有了粉丝，一切都很容易说话。没有粉丝，你就是明天的诺基亚，遇到苹果后还是诺基亚。不知道是什么意思？这意味着你是一个巨人，没有粉丝，你只是一个发育不良的大头娃娃，除了等待死亡，被收购！那么，这种不调的话和大数据有什么关系呢？说实话，没关系，但不要急着拍砖。机理相似。今日大家谈大数据，就像几年前谈“电子商务”一样。这是一个极其笼统的概念。在某种程度上，无论是商业环境还是政治环境，大数据的酝酿甚至无法从电子商务的一般概念中实现“O2”O”的地步。为什么？因为曾经“一般电商”的概念，他的好坏直接体现在商业行为上。所以，大家触电后。立即发现纯电子商务是不可行的。为了形成生态互补，真正激发各自的潜力，必须线上线下合作。至于大数据，他比“电子商务”的概念更模糊、更不可定性。举个例子。目前，大型电子商务的电子统计图清楚地显示，全国主要地区对盐的需求旺盛，根据这一需求的增长率，电子商务必须立即补充。否则，盐就会缺货。作为这个电商的决策者，你是补还是不补？你知道，根据正常的理解，盐没有理由大规模销售飙升，但系统总结全国用户的购买信息绘制的销售图纸基本上不会出错。但问题是，如果根据销售图预测的未来趋势购买盐，但销售突然下降，那么物流和仓储的成本并不小。这个案子透露了什么？大数据在应用过程中有其自然的缺点。这个短板是什么？他不够“大”。正如案例所说，在正常情况下，盐没有理由大规模销售飙升，但您的销售系统提供的图表清楚地表明，这段时间和未来的盐销售趋势正在增长。而你，即使看到了数据，也绝对不敢轻易做出采购决定。为什么，因为即使销售统计图给了你一个可能的增长信息，这也违背了你脑海中的预测逻辑。所以，你会犹豫的。除非这个大数据能够“大”到覆盖所有变量。然后我们从另一个角度改变另一个案例。据某公司调查，中国人均工资平均每年上涨7%，勉强应对通货膨胀。该数据准确可靠，是该公司通过全国各地工资收入汇总，由系统精算得出的。不知道大家看到这个信息有什么感受。假如你不是政府官员，只是个打工仔。相信你十有八九会觉得，一堆废话。为什么。因为你关心的不是工资上涨的百分比统计。但是如何提高你的工资。由于，如果要算工资涨多少，你自己把这几年收到的钱加减乘除，轻而易举地算出来。这揭示了什么？透露大数据的相对“无效性”。也就是说，即使你能用大数据得到一些东西，你得到的东西对我来说也毫无价值。所以，不管你的大数据还是小数据。多看一眼就是耽误时间。（官方机构统计了越来越多的“外出就餐”信息，这类似于一些地理位置不太好的小酒店的无用机制）。然后，如果总结上述两个案例，我们将客观地总结大数据的缺陷。1:如果一个事务的相关信息不能完全容纳到“大数据”系统中，大数据的可靠性和实用性自然会减弱。我们根本不需要大数据来告诉我们很多事情。因为我们已经知道了。我们担心的是如何解决当前的困难。大数据显然不能在中短期内帮助我们。因此，在某种程度上，我们可以说：大数据，即参考价值相对较高的数据。假如你所处的行业变数太多，或者已经知道了原因，只是能力不足才面临困境。事实上，大数据对你来说没有那么大的价值。事实上，那些总是有大数据的人很可能不太了解大数据的操作机制。但与此同时，为了让大家的视角更全面，给出一个积极的案例。中国哪个地区的女性身材比较好？答案是：根据大型电子商务平台的数据，为什么内蒙古。内蒙古女性购买的内衣尺寸比全国任何地区都“丰满”。在商业应用中，这些数据的总体规划可以帮助计划在内蒙古开设女性内衣店的商家提前进行市场预测。当其他商店开到内蒙古时，他们发现由于尺寸错误，他们无法在当地销售他们购买的商品。当然，作者为什么要把这个案例放在最后？因为，虽然这个案例是一个积极的大数据应用案例，但它可以反向解释大数据并不那么容易。何解？如果我们仔细观察这个积极的案例，我们会发现这个案例积极应用的基础是，女性的身材在成年后几乎不会发生重大变化。此外，本案例仅关注商家对货源采购的单一预测，不涉及竞争对手信息、当地运营成本等其他因素。这是什么意思？这意味着，即使大数据可以应用，它也局限于相对“变量”较少的局部水平，否则，他的能效性远不能与他的“大数据”标题相匹配。因此，在某种程度上，我们可以说，即使大数据在未来会越来越有价值，但由于它涉及的范围太广，除了一些行业，大多数商人或个人实际上不需要如此紧张的大数据。除非你用大数据分析某种“相对狭义的定量”。否则，大数据将在十年或二十年内。在相对细分的行业，不能说鸡肋，但很难有很大的价值。