美國杜克大學的行為經濟學家Dan Ariely說過，“大數據就像是青春期性愛話題，每個人都在談論，但沒人知道真的該怎么做，每個人都覺得別人搞得熱火朝天，所以每個人都聲稱他們自己也搞。”

調侃的背后是大數據現狀的尷尬，大家都說要做大數據，但是到底什么是大數據的基礎?如何發展大數據?

　　揭開大數據神秘面紗

大數據的基礎是什么?當然是，數據。

可數據是什么?你的所作所為的一切記錄都可以是數據。QQ聊天內容、微博、淘寶搜索商品、購買、大眾點評上對商戶信息的評價……都是數據。

這些數據一直在產生，但為什么到現在大數據的概念才如此火爆?因為硬件和云存儲技術的發展。如果沒有足夠的硬件設置，大數據永遠只能停留在概念階段。

據公布，在阿里數據平臺事業部的服務器上，攢下了超過100PB已處理過的數據，等于104857600個GB，相當于4萬個西雅圖中央圖書館，580億本藏書。這個數據相當于全中國人每個人扛著48本書。

大量的數據被存儲，只是大數據的第一步。如果不對這些數據進行分析處理，那絕對無法稱之為大數據。

但是，大數據的分析處理絕對不那么高端大氣上檔次。舉個例子，在汶川地震期間，騰訊微博提供了20萬條微博數據，希望救災團隊可以從20萬微博信息中提取跟救災相關的信息。

結果，從大量個人化的、根據現場的情景發出的一些情感型、符號型的信息中，根本無法提煉出災情時間、地點、人物、需求這些有效信息。

這也是BAT中阿里巴巴與百度一直在致力于大數據研究，而騰訊則相對少提這個事情的原因。

在過去十幾年發展中，BAT都積累的海量的數據。但是，三家公司基因不同，積累的數據維度也不一樣。百度積累了用戶搜索行為，這種數據涵蓋了醫療、旅行等生活的方方面面;阿里巴巴則積累了跟用戶購買行為相關的數據，從決策到購買，以及購買的商品。騰訊則積累了用戶溝通的信息，溝通信息海量且無序，最難提煉，而且，最容易觸及到用戶的隱私。

因此，大數據最為核心的基礎是數據。有了基礎數據，再采用科學的分析和處理，才能產生用戶端的價值。如果沒有合用的數據，那就是“巧婦難為無米之炊”。

具象到用戶端，大數據根據用戶以往購買數據的積累和關聯度測試，可以得出該用戶喜好條紋、有品質的衣服等信息，因此可以針對性給其反饋不同的搜索結果。這種應用阿里巴巴已經在嘗試，隨著各種數據的豐富，精準度會越來越高。

站在品牌商的角度，可以從大數據中得到，用戶關心的那些流行因素，還可以結合往年的天氣預報信息，今年會偏冷還是偏熱，以及不同區域用戶對不同流行因素的反饋，有了這些信息再來生產衣服，可以大量減少庫存。

Netflix的大數據應用被業內傳為經典案例。作為世界上最大的影片租賃服務商，通過用戶行為的大數據分析得出社交網絡、七宗罪的導演Fincher非常受歡迎，而Spacey主演的片子表現都不錯，外加英劇版《紙牌屋》很受歡迎，于是出品了火到不行的《紙牌屋》。

而百度同樣擁有海量、真實的用戶行為數據，通數據分析技術和預測模型，百度對大數據進行分析與挖掘之后可以“預測”到很多情況。

比如，用戶打算在假期出游，百度大數據可以預測到哪些景點游客過多已經超過負荷，哪些景點人比較少。百度甚至可以根據用戶搜索感冒這個行為來制定一副感冒地圖，結合LBS技術，用戶可以知道你所在城市哪個區域有多少人感冒了，避免去那個區域活動。以及，如果不幸感冒也可以知道適合去哪個醫院。

總之，大數據的應用流程是，積累用戶產生的海量數據、通過技術手段分析和預測并得出結果、然后再服務于用戶。其關鍵的兩個特征是，需要社會化分工產生數據體系，以及，服務24小時在線。

大眾點評大數據怎么玩

據了解，大眾點評今年已經實現了月度百萬UGC的增幅，目前已經有4200萬點評信息沉淀。這是一個重要的里程碑。此外，大眾點評還積累了海量交易、用戶瀏覽等數據。

這里有個小插曲，為什么大眾點評的信息比美團更有價值呢，因為美團的點評信息大多是基于團購套餐的，而這個團購套餐的生命周期比較短，隨著套餐結束，這些信息就沒有太大作用了。而大眾點評則針對餐廳的口味、風格、特色菜等進行點評，信息存續價值期比較長。

海量的用戶點評信息背后包括著用戶對飲食的喜好、活動地理位置甚至背后的交易信息，而且數據在源源不斷產生中，這滿足了社會化分工產生數據的基本需求。

此前不久，大眾點評技術部門進行了一次有趣的嘗試，從海量用戶點評信息中提煉出跟星座消費特征相關的信息，在網上發布信息之后得到了諸多粉絲的響應。這種娛樂化的數據嘗試只是個開始，之后還可以做更多更深入的數據探索。

此前一次專訪中，張濤曾經提到，根據對一個地區用戶點評信息的分析，結合用戶點擊流量，可以得到很多信息。比如在某個城市，哪個菜系比較受歡迎，哪些項目比較受到關注。同時，如果一個地區的餐飲消費單價持續比周邊市區偏高的話，這個區域的休閑娛樂通常也會快速發展起來。因為用戶的需求層次會逐漸提高，而大眾點評可以通過大數據分析出一個區域，甚至具化到一個商圈的發展水平和階段。

在不久之后，大眾點評大數據分析的結果可以結合商圈拓展。透露個消息，大眾點評跟萬達會進行深度合作。

月度百萬UGC內容產生只是大眾點評數據的一個里程碑，隨著之后用戶數據的豐富，結合用戶搜索、交易等數據，大眾點評可以為用戶提供越來越智能的產品。

具體到產品上就是，一個熱愛吃牛排的人，當他在搜索附近美食的時候，提供牛排的商戶會排到優先的位置。這個只是簡單應用，隨著數據的豐富，大眾點評可以直接給你建議，附件哪個商戶的六分熟的菲力牛排最符合你的口味。這些信息對用戶來說才更為智能和貼心。

當然，整個大數據應用的神秘面紗才被掀開一點，更多在概念和想法階段，之后還有很長的路需要走。

不過大眾點評積累的海量用戶點評、消費數據，跟百度積累的用戶搜索行為數據、阿里巴巴積累的用戶交易數據同樣重要。巧婦難為無米之炊，首先得有大數據，才有資格玩大數據，對吧?這就是大眾點評百萬UGC所蘊含的巨大價值。更多廣告觀點請繼續關注廣告網。