作者:探碼科技, 原文鏈接: http://nbbskj.com/blog/596
我們正處于數據革命之中,現在,幾乎所有行業都能夠在運營轉型中,利用數據變得越來越敏捷。對于那些知道如何正確使用它的人來說,這可以帶來更好的決策和競爭優勢。
盡管傳統數據可以帶您走遠,但某些組織正在做得更深入,并利用另類數據的力量,有了很好的結果。
在了解另類數據之前,我們先看一個生動的案例:?http://nbbskj.com/blog/594,這個案例恰當的將衛星數據運用到了對沖基金決策中,類似的案例還很多。
另類數據即從各種非傳統渠道提取數據以生成更多見解和優化決策的過程。
Forrester的首席分析師Jennifer Belissent將其分解為非常簡單的術語。她說: “我們都想知道別人不知道的東西。” “人們長期以來一直在尋求'本地知識';'內部獨家新聞'或餐館的最佳位置;故事的真實版本或一些高級警告。他們真正想要的是相對于常識的優勢以及提供知識的獨特信息源。他們正在尋找另類數據。”
無論您是一家小型的流行企業,都在尋找開設實體商店的潛在位置,還是數十億美元的貸款機構,另類數據都可以成為一筆巨大的財富。
Market Mogul預測,到2020年,大約將存在40兆字節(或43萬億千兆字節)的數據。因此,不乏獲取另類數據的來源。??
一些常見的來源包括:
隨著世界之間的聯系越來越緊密,技術越來越普及,另類數據的機會將繼續增長。
為了更好地理解其價值,讓我們看一些如何在各種現實場景中使用另類數據的應用場景:??
為了全面了解投資未來的趨勢,分析師需要了解過去。這不僅包括可通過SEC報告和公司財務報表獲得的傳統歷史資源,還包括非傳統的另類數據,例如論壇和評論中的客戶情緒趨勢,搜索和關鍵字趨勢,整個行業或某類商品的購買。
GSAM的投資組合經理在最近的一篇文章中說:“隨著非傳統數據源(例如互聯網流量,專利申請和衛星圖像)的增長和可用性,我們一直在使用更細微的,有時甚至是非常規的數據來幫助我們獲得信息優勢并做出更明智的投資決策。”
分析師將這些數據與財務數據結合起來,就投資者應將資金投入何處提出最佳建議。
貸款人必須對誰批準貸款有高度的選擇性。他們必須能夠有效評估貸款申請人的風險水平并評估其信譽。
雖然這對于已經擁有大量信用的個人來說是相當簡單的,但是對于那些信用信息不足的人來說可能會很麻煩。這很重要,因為10%的美國人 “看不見信用”,另外8%的人缺乏足夠的信用記錄或信用記錄太舊而無法追蹤。
但是,貸方可以使用其他來源(例如來自房租和公用事業付款的數據)來確定一個人的信譽。這是雙贏的,因為它可以幫助可能缺乏必要信貸的個人申請貸款,并且可以幫助貸款機構減少不良貸款的數量。
位置是導致實體業務成功或失敗的最關鍵因素之一,選擇位置顯然是不應該憑直覺完成的事情。
另類數據的另一種應用是使用衛星圖像根據停車場的交通量來確定商店的最佳位置。例如,在特定位置看到大量車輛可能暗示企業將從良好的人流中受益。
假設潛在的投資者正在檢查企業的當前狀態。當然,他們會研究諸如盈利能力,行業需求等問題。
但是他們也可以使用社交媒體更好地了解市場行情,從而更好地確定公眾對該品牌的看法,進而預測其長期業績。通過分析通常被認為是無形的東西,投資者可以更加自信地前進。
這也使小企業主受益,因為即使其他指標乏善可陳,他們也可能獲得資本。
公司可以監視百度/Google/Sougo搜索趨勢以及社交媒體上的某些關鍵字,以跟蹤流感等病毒的傳播。然后,可以使用此信息來制定流感疫苗計劃和分配,以更有效地滿足消費者的需求。
通過查看這些示例,就會出現一個潛在的主題。您正在獲取可能已經跨越裂縫的數據,并使用它來生成有意義的報告。
您還可以了解其靈活性。您絕不僅限于少數幾個應用程序,幾乎每個行業的企業都將從中受益。
此時,您可能想知道如何訪問這些晦澀的數據集。有三種主要的解決方法:
一種是聘請數據科學家或能夠分析大量非結構化數據的人員。他們的專長在于數據解析并從中得出可行的結論。
當然,這是要付出代價的,美國數據科學家的平均年收入超過129,000美元。但是,長期的回報通常是值得的,并且對某些公司來說很有意義。您甚至可以指出,讓內部專門的數據科學家工作是最終優勢。
?
第二種選擇是與諸如研究公司之類的第三方合作。他們將承擔繁重的工作,并將能夠利用必要的資源來提供全面的信息。
例如,他們可能會從客戶評論和評分中收集趨勢,以評估當前的情況,或者分析經常提及的主題,以使品牌的優缺點變得透明。或者,如果您要跟蹤收入增長,他們可能會從產品購買數據,信用卡交易甚至PayPal和Square交易中查看消費者交易。這將幫助您保持對KPI的關注,例如產品性能,在線和離線購物習慣以及品牌穩定性。
這也需要付出一定的代價,但通常比雇用專職數據科學家要便宜。
?
第三個選擇是使用能夠進行全面數據提取的軟件。
許多技術公司都利用復雜的技術來生成您需要在業務運營中實施的另類數據。該過程基本上涉及使用軟件即服務(SaaS)產品,該產品能夠收集在您的行業中蓬勃發展所必需的關鍵見解。例如,Dyson 分布式網絡數據采集系統,它使用戶可以將網站上的大量數據采集存儲,而無需受沒有數據而煩勞。
第三種選擇通常是最具成本效益的,并且對于那些希望探索另類數據但沒有大量預算可使用的公司來說通常很有意義。您還會發現定價方面有很大的靈活性,因此您可以找到合適的計劃而不會超支。
我們正經歷數據呈指數增長的趨勢,但并沒有放緩的跡象。雖然大多數企業都在某種程度上利用了這些數據,但很少能從中獲得最大收益。這就是另類數據的來源。
通過合并來自非傳統資源(通常是分散資源)的數據,企業可以真正看到“全局”,并更好地了解運營的最關鍵方面。
曾經模糊不清的內容現在可以變得清晰和可理解,并且利用另類數據的公司可能會比僅限于傳統數據源的競爭對手具有決定性的優勢。
更多閱讀:另類數據解析和應用場景
?