时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{数据化产品入门:多角度剖析数据价值}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的数据化产品入门:多角度剖析数据价值内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
现在大数据,机器学习,深度学习火爆之极! 大数据森罗万象,各种算法被传得神乎其神,各种指标指数表现优异,尤其是号称千人千面,能做到特意化处理每个用户。无论内行外行均似懂非懂,统统感觉到这种高科技产品是如此神秘莫测。公司似乎不应用个大数据和算法就无法称为科技公司了,马上就被时代的车轮碾压的体无完肤。 但是大家对于大数据时代的基石——数据,大家又知道多少呢?对其应用又能做到几成那? 历代高科技的行业都会披着一层神秘的面纱,让你似懂非懂,但是总是感觉不明觉厉,不由自主地相信改变未来的世界就是她了! 01 数据精度与信息密度所以我举几个简单的例子,便于大家理解。 现实中,可能发生有利害关系的两个人,对于涉及本身利益的情况都会有选择的保留,隐瞒或者歪曲,甚至虚假夸大。所以一般都会选择信得过的第三方进行了解,做为依据。
进一步推广,很多人都想了解一个人的情况,然后只能问某个人,但是这个人每次都只能回报自己的单一评价,请问这种情况下你愿意付多少酬劳? 假如不给你展示所有她知道的事实内容,也不告诉你所有你想知道的事实内容,而告诉你几个她认为非常有用的评价。 各位看明白现在的情况了么?转换一下,看看从被询问的人处都能得知什么?
显而易见,数据越精细越具体,其中蕴含的信息量越大,即信息密度与数据精度成正相关。 02 相对评价与算法评估继续以上例子,我们可以详细介绍一二。
评价是主观的,受利益及所处环境所影响,对不同的人有不同的评价;即使对于不同的人而言,同一件事也是可以有不同的评价。 这里面还有被询问的人是否具备相应的专业评估实力,第三方不偏不倚的中立态度(例如媒婆的专业度与可信度的问题); 现在我们把被询问的人改成时下最流行的大数据算法模型,那么就可以相当明白当前的处境了; 你收集一堆数据,整出一套算法,搞出一套评判体系,但是用户凭什么相信你认可你。就这个难度比较大,所以市场上总是通过各种数据比赛,各种学校光环什么的提升,起到城门立木的作用。 总结一下当前:
03 大数据之殇——少即是多工作中主要靠自己的理解,而不是学校里那种标准答案。不同的理解,可能铸就截然不同的产品。 数据化产品要的是真实的价值,而不光是市场的空洞认可但拒不付费,正所谓叫好不叫座(纯粹为了营销的除外)。 大数据讲究海量数据中提取弱相关数据,通过高等数学构成的算法,进行提取有效信息。 但是再多的石块也提炼不出金子,且数据模型无法特异化捏合有效信息。 数据本身没有价值,数据承载的信息才有价值。 举个具体的例子: A:数据显示,这个是白色的小盒——你赶紧有用么? B:然后我们换个角度看,这是个知名品牌化妆品,是不是很想了解一下? C:这个是赠品,是不是认知又反转了? 算法本身结果单一,不能因具体事情而引入外部特意的信息。这其中还有反复添加新的数据,引入新的信息而发生的结果翻转。 总结一下:
本文由 @曲多 于,未经作者许可,。 ,基于CC0协议。 |
上一篇:怎么样才能让数据分析所传递的信息更加易读?
下一篇:模型在风控策略中用到什么细节?
小提示:您应该对本页介绍的“数据化产品入门:多角度剖析数据价值”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通数据化产品入门:多角度剖析数据价值的相关事宜。
关键词:1年, 初级, 数据化产品,