A. 大数据在顾客购物体验中起到了什么作用

大数据的一个基本商抄业应用就是精准推送和营销。商家购买大数据服务，大概是期望几点：1、得到对产品改进方向的建议；2、对主要客户群体的把握；3、增加随机客户的成交率。
至于顾客购物体验就不好说了，个别顾客对于商家精准的推送可能会有反感情绪:比如咱们度娘，今天搜索一个奶粉信息，明天满屏都是婴幼儿用品广告，你说有几个心里是滋味的？

B. 如何提升数据的价值让大数据变现

数据的价值与体现
数据是有价值的，如果在一年以前很多人会质疑这个观点，但我相信现在更多的人支持这个观点。数据都是有价值的，不同质量的数据，不同的价值，数据的价值是客观存在的。
数据不是凭空而来的，数据是一个场景，一个业务，一个应用产生而来。所以数据的价值是它产生的环境，过程的独特属性而赋予的。数据可以有很多属性，就我们所知，可以有金融属性，也可以是任何一个领域的独特属性。正是这些具有不同属性的数据，造成了数据价值，应用层面的差异化。
举个例子，什么是具有金融属性的数据，比方说你的每月收入，你的信用卡消费，你的网购消费，你的房贷、车贷等等，都形成了你的金融属性数据。金融属性的数据产生的过程离钱最近，也最有价值。它直接可以利用为征信，乃至金融风控。
同样，你每天上网看信息、社交，听歌，打游戏，搜索，看视频等等，都会产生很多行为、偏好和社交属性的数据。通过这些属性就可以勾勒出一个人的用户画像。

我们再来看数据的变现。数据的变现，就是把这些不同属性的数据再次应用到场景（当然更多地还是新场景，跨域关联可能产生更高的价值）中去，体现新价值的过程。变现，是一种能力，也是提升数据价值的基础。没有变现的能力，提升数据价值就是空谈。如何更好地提升数据价值那就更是天方夜谭了。
为什么多数知名大数据公司对“变现”表现的不像他们对大数据技术本身那样游刃有余？因为这本身就是两种截然不同的能力！
掌握了高深的数据处理技术，与了解应用场景，解决客户的实际问题，并能够进一步将其提炼，包装成业务，是两个完全不同的能力。简而言之，在多数大数据公司里面，并不具备这个能力。没有理由证明有高深的数据处理技术，就一定可以做好变现。相反，我看到的大多都是反面教材！
变现能力，是将技术转化成生产力的能力。很多大数据公司忽略了这个能力，甚至是主观上忽略，看不起变现能力，过于夸大技术驱动市场。这也是目前大数据市场上，很普遍的现象。
还有一种情况，是对数据本身知之甚少，介入行业时间短，自然难以变现。
上面两种情况，属于两个目前市场上最常见的两种情况。第一种多为在行业里多年，也确实有比较高深的数据处理技术，但主观上就轻视变现，认为掌握了顶尖的技术，就可以改变世界。我年轻的时候也想过，可惜没成。所以啊，这些公司不是没价值，大数据的发展依然少不了他们的推动，但恐怕就要朝基础科学的阵营里去走了。大数据确实还属于一个前沿科学，真的不是每个大数据技术都可以很好地被应用到市场中来。对于这部分公司，走情怀路线，我很尊敬的。
第二种情况，还是多历练历练再说吧。我一直认为市场是公平的。要想在一个行业中持续获利，还是先搞懂这个市场再说吧。熟能生巧。
市场上，有一个误区，“我之所以在大数据领域赚不到钱，是因为我没有掌握高深的数据处理技术”。我以亲身经历负责任地说，有时大数据赚钱并不一定需要高深的技术。我们就是用了并不是很高深的处理技术，为很重要的客户提供了数据服务，解决了他们很关键很头疼的问题，创造了很大的价值，并且已经将其包装成具有普适性的，可以推广的业务了。
当然，也不是说数据处理能力不重要。没有足够的数据处理能力，不知道什么数据可以做什么用，即使机会摆在你面前，也是抓不住的。只有拥有了足够的数据处理能力以及丰富的行业经验，能准确地挖掘用户的实际需求，对各类数据有一个全面了解的公司，才可能“举重若轻”。既然可以用简单地办法实现用户的目的，又何必炫技呢？
大数据是一种技术，是一种工具，不要把它过于神话，再好的技术也是为应用而来的。作为一家数据公司（区别于上面的第一种公司，那个基本可以叫研究院），首要的能力就是要懂得变现；最大的使命，就是使你手头的数据价值最大化！如果不懂得如何变现，怎么能证明你懂得数据的价值，能够为客户创造更多的价值呢？只能是孤芳自赏。
提升数据价值的三种方法
数据产生于业务或者应用，那么体现价值的最好办法就是回归到业务。数据回归到业务有三个层级的方法，由远及近，首先是数据的挖掘，这个自不必说了；其次是数据的打通，如果说挖掘是提升数据价值的一次体现，那么数据的打通就是使数据发生核聚变的一次“反应”；最后，也是最高级的实现方法，就是流转。数据的流转就是数据又流动到业务。这个流回不是简单地回流，而是经过了数据的加工处理，又返回业务，产生新的数据，形成闭环。

在这里，尤其加上跨界的数据，或者说具有不同属性的数据进行加工，流转，形成新的业务数据，就可以使原有的数据价值得到一个极大的升华。
很多人估计还不是真正清楚为什么要数据挖掘？数据挖掘是揭示人们可能忽视的或者检视人们依靠主观经验判断错误的事物。除了大家已经耳熟能详的啤酒喝尿不湿的关联关系，你能想象出为什么很多客户会同时买一个100元左右的包，再去买一个900多元的包吗？但事实如此。所以数据挖掘是数据价值的第一次提升。数据的世界很精彩！
再举个例子，比方说我们有很多ID，很多单维度的数据。目前单一的ID以及关联的单维度数据价值并不高。因为它只揭示了很小部分的特征，只能继续用回产生数据的业务场景。
如果我们又刚好获得了几个不同的ID以及其关联的另外属性的数据，虽然它们每一个价值依然都不大，但我们就可以尝试将其打通，产生更大的价值。假设几个不同ID以及数据的起点成本是1，那么当我们通过几十种不同的模型将其分类、打通之后，就远远大于1.在这个过程里，是1+1>>2.这是一个核聚变的过程。并不是我在这里空谈，而是市场的认可。
如果在能够将打通的数据，应用到某种场景当中，产生新的数据，那就会是又一个巨大的飞跃！因为数据的价值是场景的价值决定的，它产生的价值越高，其本身的价值也就越高。
比方说我利用打通的数据解决了用户的一个顽疾，避免了它每笔100元的损失，那么他是否愿意为此支付10元每笔呢？如果是，那么我的数据价值就是10元。
我们再以一个实际的例子去串起来数据价值的改变过程。我们的起点是一些互联网数据的碎片，假设价值为1。经过了清洗、分类、筛选、打通，就成为了5；再经过与其他数据的拼接，就构成了用户画像，那么作为征信生产材料的一部分，被应用到征信场景中来，就可能再次翻倍，成为10。在数据的应用过程中，数据的属性在不断地增加、提炼，最终得以升值。
总之，数据的变现也好，提升数据的价值也好，可以有很多渠道，有很多场景。只要你用心，懂市场，这些都不难找到。大数据虽不是万能的，但没有数据是万万不能的。法无定法，不要过于纠结什么商业模型。大数据即便今天依然是一个新业务，在行业的应用过程中，要尊重市场的规律，以市场为导向，并不是喊喊口号而已。大数据是工具，是一门技术而已，不要将其神话。再好的技术，再好的工具也是为解决问题而来的。
数据是有属性的，不同的场景，不同的业务，不同的应用，不同的对象，产生不同的数据，具有不同的属性。不同的业务需要不同属性的数据。比方说征信，首先需要的是金融属性的数据，而非行为数据。你对这个人的行为再了解，不代表对这个人的金融属性了解。这是一门严谨的科学，不可儿戏。
在大数据公司提升自己数据的价值过程中，确实存在价值最大化的可能。同样的数据价值基础，朝不同的业务方向上去走，得到的价值提升是不同的。当然这一点是建立在解决好上面问题的基础上才能实现的。没有上面基于对数据属性的了解，不懂得如何运用数据去解决用户的实际问题，就根本谈不上更好地提升数据价值了。

C. 可以通过顾客大数据分析消费者的行为吗

可以根据顾客的历史数据，洞察用户需求，判断用户价值，预测购买行为！
推荐你一个开源私有化部署的数据统计分析工具Cobub Razor，数据安全更灵活！

D. 大数据时代如何利用数据优化变现

在中国，进入2015年之后，大数据产业迎来了稳定成长的阶段，大数据产业模式也已初步成型。目前国内已有的大数据变现商业模式大体分为九类：
1、B2B大数据交易所国内外均有企业在推动大数据交易。目前，我国正在探索“国家队”性质的B2B大数据交易所模式。
2、咨询研究报告国内咨询报告的数据大多来源于国家统计局等各部委的统计数据，由专业的研究员对数据加以分析、挖掘，找出各行业的定量特点进而得出定性结论，例如“市场调研分析及发展咨询报告”，这些咨询报告面向社会销售，其实就是O2O的大数据交易模式。
3、数据挖掘云计算软件云计算的出现为中小企业分析海量数据提供了廉价的解决方案，SaaS模式是云计算的最大魅力所在。云计算服务中SaaS软件可以提供数据挖掘、数据清洗的第三方软件和插件。
4、大数据咨询分析服务以大数据为依据，提供基于管理咨询的大数据建模、大数据分析、商业模式转型、市场营销策划等。
5、政府决策咨询智库智库就是利用大数据，服务国家发展战略，通过大数据分析提升梳理、整合信息。中国智库数量从2008年的全球第12位跃居当前第2位。
6、自有平台大数据分析随着大数据价值扩大，大中型企业通过开发、建设自有平台进行分析数据，由数据引导企业内部决策、运营等，起到企业内部价值链增值的作用。
7、大数据投资工具证券市场行为、各类指数与投资者的分析、判断以及情绪都有很大关系。
8、定向采购线上交易平台通过这种平台可以保障基础数据安全，大数据定向采购服务平台交易的不是底层的基础数据，而是通过清洗建模出来的数据结果。所有卖方、买方都要实名认证，建立诚信档案机制并与国家信用体系打通。
9、非营利性数据征信评价机构建立非营利性数据征信评价机构，可将数据征信纳入企业及个人征信系统，作为全国征信系统的一部分，避免黑市交易变成市场的正常行为

E. 顾客大数据最核心的价值是什么

开宗明义，顾客大数据最核心的价值毫无疑问是精准营销了。
精准营销是大数据落地应用的一个重要场景，在细分市场下可快速获取潜在用户并提高市场转化率，堪称“获客神器”。它的本质是根据用户在不同阶段的身份属性，结合用户特征和偏好，进行不同目的针对性营销活动，具体包括潜在客户挖掘、价值客户转化、存量客户互动和流失客户挽留等。其中，潜客挖掘（新课营销）和客户挽留（老客营销）是精准营销的重中之重。
是的，商机大家都看到了，但怎么掌握顾客大数据，怎么做精准营销，目前市场上还没有完全的定论。线上数据的话，基本被BAT垄断了，普通企业想插手的话难度很大，数据都没有，想做独立做线上营销更难了；线下数据比线上的量更大些，暂未被垄断，但又太分散太零散了，除了星巴克麦当劳这种大企业有能力收集之外，一般店铺难以建立自己的大数据平台，更不用谈大数据的智能化处理了。
在这方面，目前就我所知，有一家专门服务线下店铺市场的智慧店铺企业做得比较不错，名叫掌贝。这是家店铺Marketing Tech智能营销公司，它依托融合业务入口所沉淀的店铺大数据，帮助商户搭建自己的顾客大数据平台，实现自动化的精准营销，从而带动老客回流、新客引流。可谓是正好切中线下顾客大数据市场的要害啦，实现了精准营销的场景话操作，有兴趣的人可以去了解下。

F. 如何用大数据提升客户的转化率，忠诚度

主要是通过数据的分析，发现那些用户流失的薄弱环节，针对问题环节的优化提升来提高转化率。

G. 大数据怎么给商家带来实际价值

大数据带来价值也就是让的大数据能够变现。现在对于大数据这项新技术研究的最为透彻和最具研究价值之地莫过于北上广这些一线大城市了，因为一线城市网络普及率高，可供研究的素材广泛。而且一线城市经济发达，为大数据的应用提供了前提条件。
下面我们举个例子来说明一下大数据怎么才能够给经营者带来价值。上海的南京东路和淮海路是上海最繁华的商业街，这两条街人流量大，商铺繁荣。为此，在上海黄浦区政府，黄浦区商委，黄浦区商联会，淮海路促进会等的大力扶持和领导下，由淮海路和南京东路上最大的业主成立了上海黄浦数字商圈运营有限公司。上海黄浦数字商圈运营有限公司为两条街开发了大数据平台，该大数据平台采用了云构架，使用了大数据时代前沿的先进技术诸如Hadoop、Maprece，负载均衡、数据库集群等，通过业界主流的多层数据冗余方案在Linux系统结构下搭建一个稳固高效的平台。
上海黄浦数字商圈运营有限公司搭建的这个平台实现了包括淮海路、南京东路两街数据以内的海量数据流的获取，分级存储，筛选清洗，分析关联，数据可视化展示，数据挖掘，统计报告，数据备份，容灾解决等一体化解决方案，为黄浦区商业圈内提供了智能化数据分析和决策建议，用户精准定位和画像，商场综合体智能Wifi等解决方案。
通过黄埔数字商圈运营有限公司采集的数据可以分析人群密度及人群轨迹图、综合出现频率图、手机终端出现频次图、长停留时间人群出现频率图，从而可以对两条街上的人流实现对比，分析日客流量对比、周客流量对比、月客流量对比、工作日休息日客流量对比等等。而且还可以分析出人群在线市场分布、停留时长、当日在线市场累计、中端品牌分布等等。
通过黄浦数字商圈运营有限公司大数据平台的数据和报表，可以清晰地知道两街的客流动向，掌握客流量变化的主要因素和次要因素，以及趋向状态；可以及时制定相应的商业手段，并且通过研究顾客的移动轨迹，同行（移动设备）情况，重复出现率，每周/每月出现次数等参数，还能深度挖掘顾客的行动/消费习惯，总结顾客的消费规律，并且做出适当的引导。另外，通过对大数据量的顾客行为模式的模糊分析，还能总结出一些宏观上的规律，与商家自有的会员系统等数据做对比，了解自身商业手段的覆盖盲点。
同时，通过对海量数据的综合观察和统计，黄浦数字商圈运营有限公司也对两条街的总体商业情况，每一个路段的商业具体情况有了很清晰的分析，并且能做出一些精确的商业数据报告提供给商委等领导单位做参考。

H. 谈大数据营销，如何利用大数据发现商机，靠大数据

这里我把大数据的核心价值理解为核心商业价值。
第一次工业革命以煤炭为基础，蒸汽机和印刷术为标志，
第二次工业革命以石油为基础，内燃机和电信技术为标志，
第三次工业革命以核能基础，互联网技术为标志，
第四次工业革命以可再生能源为基础，数据和内容作为互联网的核心为标志。
不论是传统行业还是新型行业，谁率先与互联网融合成功，能够从大数据的金矿中发现暗藏的规律，就能够抢占先机，成为技术改革的标志。
四个月前，《网络安全法》以及最新刑事司法解释正式施行，信息安全尤其是个人隐私保护问题被上升到了一个新高度，当时写了《分水岭：6月1号起，大数据进入下半场！》。
几个月过去了，据媒体报道，有数十家做大数据的公司因涉嫌数据信息安全被约谈或者协助调查，很多数据查询访问接口关停，有人惊呼"大数据行业进入冰封时代"。
但更多的大数据从业人士认为那些倒卖数据的企业是挂羊头卖狗肉，对大数据的名声和产业空间伤害非常大，对整顿拍手称快，认为唯有如此，才能让大数据产业走得更远。
喧闹过后，要冷静思考。不做倒卖数据出售隐私信息，生意应该如何做呢？这不是简单的问题，而是大数据产业的战略选择。
未来的盈利模式
以《网络安全法》为代表，国家严厉打击倒卖客户隐私信息的行为，斩断了数据简单变现的发展模式，目的是推动大数据产业持续健康发展。然而从大数据产业发展的视角看，如果产业链的各个玩家不尽快做出战略选择，那么未来也是死路一条。
做"大而全"的大数据平台是赚大钱的生意经，核心价值是数据完整性和有效性，其价值体现则有直接和间接两种。
由于不能直接售卖个人数据和信息，因此数据变现多以行业报告的方式呈现出来，这将成为平台直接创造商业价值的重要手段。虽然数据来自于个体，但是由于报告呈现的是宏观整体数据，收益也是汇总加工之后产生的，并不受单个数据的影响，完全可以规避法律风险，成为大数据平台名正言顺的收入。
而且，如果大数据平台里有相应的数据，不排除根据企业的要求为其提供指定的"竞品分析报告"，比如运营商的大数据平台给腾讯做一份优酷视频的使用情况分析报告，也是合法的生意。
除了发布或提供报告，大数据平台的价值更多地通过间接方式来实现，也就是为数据分析应用提供数据服务。所以致力于建设大数据平台的企业要做好与应用企业的协作，如果应用发展不起来，大数据平台也活不下去——光靠卖报告是养不活大数据平台的。
大数据玩家的另一种存在方式就是做应用，相信未来会有很多以此为生的小而美的企业。这些企业或者在技术（算法、模型）方面有过人之处，或者在业务（营销、运维）方面有一技之长，总之是靠突出的专业性优势而存在，同时由于规模小，成本低，因此可以快速呈现价值，也可以快速调整以适应变化。
无论是做大而全的大数据平台，还是做小而美的应用企业，适逢大数据发展的热潮，都有成功的机会。但这是两类不同的发展模式，笔者很难想象什么样的企业能将这两个角色融为一体，换句话说，就是大数据产业的玩家要清楚自己的战略定位，明确自己的选择，知道什么是应该放弃的，才能涅槃重生。
以上由物联传媒转载，如有侵权联系删除

I. 怎样通过顾客大数据分析找到自己的目标客户

首先要通过大数据分析找到顾客购买偏好，不满分析，再结合自身产品找到优劣势，分析顾客的相似特征，找到顾客获取信息 的渠道、购买渠道、意愿价格段等信息，扎到目标用户