你缺大数据的媒体属性么？

一般谈到大数据技术的时候，毫无疑问，都会想到大数据定义的4V，以及结构化、非结构化数据处理、数据挖掘，以及高性能并行计算等

不过一说到大数据应用，一般就显得青黄不接了，原因是什么？因为我们都在思考某些应用“点”，每一个大家数的出来的应用案例，请问是不是都显得较为独立，在业务中属于某一个点？

如果我们能把大数据应用能抽象出一个大类，甚至某一个行业细分，那么我们就不再迷茫和彷徨，我们也更不再在商业模式上纠结不清！

属性的总结

大数据应用方式（包括传统的应用）如下：

• 1. 数据统计，结果或给决策层看，或给相关部门看，或者给公共看；
• 2. 数据图标展现，包括多维统计、数据挖掘展现，并有结论说明，给决策层看，或给相关部门看，或者给公共看；
• 3. 数据挖掘结论，转换为业务语言，推荐给被认为需要的人看；
• 4. 数据统计或挖掘，转换为报警、智能提醒；
• 5. 用户搜索的时候，根据搜索关键词+用户信息的挖掘，给出搜索结果；
• 6. 综合派，综合上述2个或多个方式。
  

我们再看看应用场景总结：

• 1. 大数据拥有的公司或单位内部看数据或图表，并根据数据来讨论、决策；
• 2. 出于公司品牌或营销的需要，将有利的数据发布到公众平台；
• 3. 互联网平台和用户交互时的智能应用，如泛推荐、泛搜索；
• 4. 用户关怀、提醒、恶意用户拉黑等；
• 5. IT系统内部报警、提醒；
• 6. 自动应答程序与用户简单问题的交流；
• 7. 产业链各环节的精准预测，根据预测提升整个产业链决策效益（包括合作公司）。
  

从上述结论来看，大数据有两个最为明显的属性：

• 1. IT技术属性，隐藏在IT系统中，常见于企业内部使用；
• 2. 媒体属性，数据的发布、传播、引导，辅助销售、品牌、公关等
  

如何用好媒体属性

大数据的应用，无论技术人才、推动，大都集中在IT性质的公司，在IT技术属性来说，是没有太大问题的。但对于媒体属性来说，就有很大的问题，俗话说“屁股决定脑袋”，如果将大数据技术平台搞定就算工作完成，那么自然在媒体属性上就很少下功夫，甚至没下功夫。

互联网有天生的媒体属性，这也是为什么在互联网公司，大数据落地的事比较多的原因。不过也有局限性，毕竟提大数据需求的产品、运营，还有大数据分析人员，对于媒体的属性了解程度还不够。

媒体有几大特点（如有错误请专业人士指正）：

1. 媒质，即你要传播什么，大数据的结论、分析过程，都可以是你要传播的内容；

2. 媒介，即有个传播平台，传统的如报纸、杂志，到后来的广播、电视，再到现在的互联网、移动互联网；

3. 传播，即时效性、真实性、引导性，以及现在新媒体的互动性、二次传播性

媒体方式：

1. 专业媒体平台上传播，BAT的媒体产品、社交网站、新闻网站等；

2. 自媒体传播，包括官网或官方交易平台、个人自媒体等；

3. 广告位，无论哪个平台，只要有一定流量之后，都可以广告位，通过购买或互相交换传播的方式，将流量变现；

4. 代理传播，请第三方媒体运作公司，使用上述手段代理传播

普通新闻传播和大数据的传播区别：

1. 普通新闻通过内容采集、编辑，成为媒质，大数据是通过传统内容+大数据统计和挖掘，大数据的统计和挖掘成本可能会高很多，这里有数据源成本（数据存储或买数据接口）、数据挖掘人力成本（比传统媒体人力成本高）；

2. 普通新闻通过经验，传播给定向的群体，而大数据通过计算，传播给可能需要的群体。可能需要的群体效果未必就有定向的群体效果好，因为如果定向群体的人们获得了足够吸引的产品和促销，可能马上转换为可能有需求的人群，从这个角度看，大数据在这个时候，如果媒质较差，很可能变为“负面”作用，因为你漏掉的人群也许可以转换为有需求的人；

3. 普通新闻没有隐私风险，大数据传播使用过硬，很可能导致用户疑虑被“跟踪”了，效果大打折扣。

结论

1. 获取高价值用户和用数据比仅仅拥有数据挖掘技术重要，否则成本过高；

2. 传播媒介的使用方法比拥有很牛的技术平台重要，否则只有相对精准没有绝对数量；

3. 用户体验比计算得精准重要，否则人都吓得不敢用了，谈何精准。

作者@innovate511 是前去哪儿网机票事业部 数据营销高级经理，他的文章很务实，36大数据之前也刊登过他很多文章，建议大家收听他的微信，微信号为：innovate511

End