Unicorn

2022-03-10

大數據思維有三個緯度——定量思維、相關思維、實驗思維。
第一，定量思維，即提供更多描述性的信息，其原則是一切皆可測。不僅銷售數據、價格這些客觀標準可以形成大數據，甚至連顧客情緒（如對色彩、空間的感知等）都可以測得，大數據包含了與消費行為有關的方方面面；
第二，相關思維，一切皆可連，消費者行為的不同數據都有內在聯系。這可以用來預測消費者的行為偏好；
第三，實驗思維，一切皆可試，大數據所帶來的信息可以幫助制定營銷策略。
這就是三個大數據運用遞進的層次：首先是描述，然后是預測，最后產生攻略。

大數據思維包括全樣思維、容錯思維和相關思維。一是大數據的全樣思維。“大數據”與“小數據”的根本區別在于大數據采用全樣思維方式，小數據強調抽樣。抽樣是數據采集、數據存儲、數據分析、數據呈現技術達不到實際要求，或成本遠超過預期的情況下的權宜之計。隨著技術的發展，在過去不可能獲取全樣數據，不可能存儲和分析全樣數據的情況都將一去不復返。大數據年代是全樣的年代，抽樣的場景將有利于小，最終消失在歷史長河中。二是大數據的容錯思維。在小數據年代，我們習慣了抽樣。由于抽樣從理論上講結論就是不穩定的。一般來說，全樣的樣本數量比抽樣樣本數量的很多倍，因此抽樣的一丁點錯誤，就容易導致結論的“失之毫厘謬以千里”。為保證抽樣得出的結論相對靠譜，人們對抽樣的數據精益求精，容不得半點差錯。大數據年代，因為我們采集了全樣數據，而不是一部分數據，數據中的異常、紕漏、疏忽、錯誤都是數據的實際情況，我們沒有必要進行任何清晰，其結果是最接近客觀事實的。第三，大數據的相關思維。在大數據年代，我們不追求抽樣，而追求全樣。當全部數據都加入分析的時候，由于只要有一個反例，因果關系就不成立，因此在大數據時代，因果關系變得幾乎不可能。因此，大數據時代更加強調相關關系和相關思維。