大数据的定义、历史演变以及如何运用大数据解决实际业务挑战？

随着大数据时代的到来，之前一些凭经验的行业也都开始使用大数据去解决实际问题了，譬如房地产/商业地产行业、商业咨询、物业、旅游行业、零售快消、文体娱乐以及个体开店的老板，可以说现在大数据已经深入到我们的各行各业了，哪怕您不在这几大行业，如果您工作是做运营、数据采集或者是写一篇地区深调的论文，您其实都需要使用到大数据。

一、 大数据的行业背景

我们说的大数据是从2015年开始的，2015年到2017年属于第一阶段，此阶段可以被称为大数据采集阶段，本阶段的特征是数据来源相对单一，标签也是技术标签，难以直接应用。

2017年至2019年属于第二阶段，被称为大数据售卖阶段，这一阶段特征是数据源有限，使用通用标签解决基础问题。

2020年至今属于第三阶段，被称为大数据融合应用阶段，数据来源是多元融合，提供的是场景标签，有针对性解决项目问题。

二、 什么是好的大数据公司

好的大数据公司必须拥有丰富的数据源，数据完整和全面，顺为城市地图可接入全市场各行业可用大数据源，减少客户多供应商的对接成本。

我们做到了多源融合，交叉验证，挑选最准确的数据源匹配对应场景，协助客户场景数据，剖析行业问题，便于推导项目结论。

常规项目一周内交付数据分析结果，整合优势摊薄单项目成本，让单项目成本可控，全过程配合澄清及答疑，解决各类技术卡点。

三、 数据采集及处理原理

根据手机设备信令及SDK收集手机设备信息、位置信息及日常手机使用行为，用于数据建模及分析。

位置类标签：根据手机GPS经纬度报点，及到访频次，确定手机位置信息，完成区域到访情况抓取。

业态品牌偏好类标签：根据手机扫描过的WiFi设备信息，与线下WiFi设备地图匹配，确定线下具体店铺及业态到访热度情况。

模型类标签：手机App使用情况及线下位置综合建模，根据个人线上线下设备信息综合建模，判断个人画像及对应标签情况。

四、 项目的分析步骤

第一步：明确待解决的业务问题及目标，以商业项目为例，城市宏观分析---人群变化、项目未来客流、业态、业种、品牌供需缺口等问题。

第二步：筛选整理可通过数据解决的问题（且数据可获取），城市/区域人口变化是更多？更少？流入？流出？人口结构是年轻化？老年化？消费能力是更高？更低？等。

第三步：梳理从数据到结论的推导逻辑，譬如我们可以通过该城市成熟商圈和本商圈的业态、业种和品牌的数据调研，了解本商圈的现状和供需缺口，做未来的发展规划。

第四步：根据推导逻辑明确所需数据条目，譬如如果我们想做本商圈的业态调整，我们可以使用到到访人群的客群画像、项目、业态、业种和品牌偏好等数据解决项目定位、项目调整和可行性研究等问题。

我们以XXX商业综合体项目为例，业主分析的内容是：

1、 外地游客在本地的消费到访偏好

2、 本地现存商业集群客群分析

3、 消费业态业种及品牌热度情况

4、 本地居民及游客画像描摹

5、 客源地分析及分布

数据条目如下图所示，我们通过区分本大人外地人的客群特征、客群分布、商业集群到访偏好数据来解决客户问题。

数据条目

客群画像示意数据

业态热度示意数据

五、 总结

通过上面四个方面的介绍，我相信您已经对大数据的行业背景、什么是好的大数据公司、大数据是如何解决实际项目问题有了一个宏观的了解，如果您对大数据感兴趣或者需要大数据解决您实际项目中的问题，欢迎来联系我们（www.data-dance.com）。

咨询顾问赵先生

顺为城市地图小程序