大資料目的在於？

從龐雜的資料背後挖掘、分析使用者的行為習慣和喜好，找出更符合使用者【口味】的產品和服務並結合使用者需求有針對性地調整和優化自身，就是大資料的價值。

對於大資料在商業上的用途，瞭解使用者的行為習慣和愛好，就是大資料的核心價值。一個發展良好的公司，更是離不開一個系統的大資料分析，而大資料的分析應用在商業層面則是使用者形象的刻畫，行為習慣的預測等。

大資料應用的第一階段：

在這裡我還是要推薦下我自己建的大資料學習交流裙：805127855， 裙 裡都是學大資料開發的，如果你正在學習大資料 ，小編歡迎你加入，大家都是軟體開發黨，不定期分享乾貨（只有大資料開發相關的），包括我自己整理的一份2018最新的大資料進階資料和高階開發教程，歡迎進階中和進想深入大資料的小夥伴。
 

輔助產品

最初的應用比較簡單，就是用以輔助產品人員和市場人員做判斷。  過去的實體產品做一次調研很麻煩。比如飲料公司，調研人員要用各種方式觀看他們喝飲料的場景和步驟。  問卷是最常見的，但不準。所以會組織各種各樣專業的現場試驗，要搭建環境（一般是有單面玻璃或攝像頭的）、邀請志願者，然後引導他們按照日常的習慣去完成一些操作。比如這樣的通過攝像頭監視觀察室。

顯然這種辦法非常笨重。  而現在的網際網路產品則根本無須這麼麻煩。使用者所有的使用資料、行為，都是記錄在案的，想知道什麼，瞬間就能分析出來。  過去想知道使用者有沒有做一件事，比如有沒有用過這個功能？太難了。

現在呢，就問點選這個行為，點選了幾下、點選在哪裡，什麼時候點的，甚至這是在什麼地方點的、點選之後又做了什麼，一清二楚。  使用者平時用不用這個功能、怎麼用這個功能，也就一目瞭然。  對於產品設計者來說，這是至關重要的資料。而且，這是完整的資料！

如果是網際網路產品，那麼我知道的是所有使用者的資料，不是過去傳統行業產品的樣本資料。

騰訊知道所有微信使用者有多少用朋友圈、知道這些使用者每天都發幾條朋友圈、知道這些使用者每天都發了什麼。每一個數據都是真實可用的。

所以，大資料的第一階段是：輔助產品設計者做判斷、讓產品製造者更好地滿足使用者。    這時候的大資料主要是來為產品提供支援，產品再應用於使用者。

大資料應用的第二階段：

創造價值

在資料的數量和質量達到一定程度後，事情開始變化了。元資料將不僅作為產品的輔助，而是變成了最有價值的產生本身。很簡單的，全中國最熟悉老百姓消費習慣的是工商局嗎？是哪個協會嗎？是哪個科研機構嗎？都不是，是淘寶！

擁有最全面的個人信用資訊的，是人事局嗎？是銀行嗎？是諮詢公司嗎？都不是，是支付寶。  道理也簡單得很，所有行為（消費、交易）發生在了這個平臺上，而這個平臺又有所有資料的記錄，那這些資料就能產生巨大的價值。  你以為做醫療健康這方面的產品僅僅是關注你的健康嗎？並不是，他們同時還能夠記錄你所有的體徵，這是第一線的臨床資料

此時，大資料本身已經成為了產品，可以輸出有價值的內容。  消費行為資料，賣給廣告商，廣告商就可以定向給你投送廣告；信用資料，賣給銀行，銀行就可以判斷出你的信用程度；健康資料，賣給保險公司...你懂的。

在這裡我還是要推薦下我自己建的大資料學習交流裙：805127855， 裙 裡都是學大資料開發的，如果你正在學習大資料 ，小編歡迎你加入，大家都是軟體開發黨，不定期分享乾貨（只有大資料開發相關的），包括我自己整理的一份2018最新的大資料進階資料和高階開發教程，歡迎進階中和進想深入大資料的小夥伴。

近幾年，網際網路公司已經能夠對全國各領域的市場，給出最有說服力的統計報告了，這些之前可都是政府做的：  淘寶網釋出中國網際網路消費趨勢報告 攜程旅行網釋出《2014年旅遊者調查報告》 滴滴攜兩大機構釋出首份智慧出行年度報告不僅僅是將資料出售，資料提供的內容完全可以創造出新的產品。尤其像 O2O 這樣的產品/服務，上游是服務提供者和資源，下游是使用者，都能夠有價值可以發掘。以前做美甲的時候，我們設想的商業模式，有一項就是從上游，瞭解美甲師用品的情況，跟生產廠家合作，把控渠道；另外就是從下游，知道使用者的情況，從而也能夠跟其他美業產品合作（定向幫你把產品帶到家裡，河狸家其實已經在做），來讓使用者資料產生價值。  我之前聽說餓了麼在嘗試一項新服務，就是為餐館提供食材。

乍一聽有點怪，但後來想想的確是再合理不過。除了餓了麼還有誰更能清楚某塊區域的餐品售賣資料呢？這地方蘿蔔白菜賣得多、有多少量，餓了麼清楚得很，跟農場談合作，可以很好地把控上游渠道。這階段的大資料，已經可以成為產品，為使用者直接服務。從另一個角度看，不知道你發現沒，通過我們行為資料這些元資料，我們已經在慢慢被量化的資訊給描述出來了。看到這些數字（一年花了多少錢、在哪方面花的錢等等）已經對這個人可以有相對粗糙的認識了。  而大資料最終的形態開始初現。

大資料應用的第三階段

塑造我們

我之前也總是對行為資料表示不屑。你知道我在淘寶買了點東西、跟誰微信聊了幾句話、去百度隨便查了點東西，就能知道我是什麼人了？ 

還真的可以！

只要資料保質保量。我發現你微信跟異地的某個妹子聊得特別多、經常還視訊，那這大概就是你異地的女朋友；我瞭解你在百度一直搜東南亞的機票和旅行攻略，那我知道你可能要去那裡玩。就是這麼簡單的三條元資料，我就能推測出來，你很大概率上，最近要跟女朋友一起去東南亞旅行。

說實話，做這麼基礎的邏輯推斷，比下圍棋容易多了。這是說明元資料能夠推理資訊的邏輯性。而對於可獲取的元資料，也越來越多了。

你打電話時，可以知道你給誰打（婦科醫生？要生孩子了。律師？最近有官司。） 你買東西時，可以知道你的消費能力、家庭狀況、喜好甚至性格（高階筆記本？愛玩遊戲。蠟筆和簡筆畫冊？家裡有小孩。）你出門消費時，可以知道你的生活習慣和個人情況（健身房？應該很健康。經常大保健？可能身體比較虛。）

你加別人微信時，可以知道你的社交圈子（認識李開復？應該不是一般人。通訊錄裡都是快遞員？那可能也是快遞員。）  作為這些產品的資料的擁有者，我完全不需要派個私家偵探來跟蹤你。只需要等你自己乖乖把這些資料送上來。

我們工作用雲筆記、吃飯用餓了麼、打車用滴滴、搜東西用百度、社交用微信，每一步都事無鉅細被記了下來。不信你可以翻出你歷史所有在百度或者 Google 的搜尋記錄來，對你生活的描述絕對比你自己的日記都要真實。

這些資料將被轉換成有價值的商業資料，來描述你各方面的資訊。你喜歡黑色的衣服、你喜歡胸大的妹子、你比較文藝、你有高度近視、你最近剛失戀...... 關於你，可能這些資料比你爹媽都要清楚。

最終，我們本身就是可以被量化的大資料物件，不存在多層的邏輯了。

這樣的未來自然有利有弊。

優勢

在這裡我還是要推薦下我自己建的大資料學習交流裙：805127855， 裙 裡都是學大資料開發的，如果你正在學習大資料 ，小編歡迎你加入，大家都是軟體開發黨，不定期分享乾貨（只有大資料開發相關的），包括我自己整理的一份2018最新的大資料進階資料和高階開發教程，歡迎進階中和進想深入大資料的小夥伴。

利是我們無處不在享受著大資料帶來的便利，我們看到的每一條廣告都會是我們自己喜歡的，我們查的每一條搜尋記錄都是根據我們特點來推薦的，我們在加好友時系統甚至都可以說他是不是會跟我們合得來。

劣勢

弊在於，我們的隱私就暴露無疑。只要資料的擁有者想做點壞事，那真的是什麼都有可能。   大資料絕不會止步在為決策僅僅提供幫助，它的終極形態就是可以用海量的資料描述我們一個個具體的個體。當達到這一步時，現在所謂的市場調研、使用者分析就都是小兒科了。  因為，大資料已經完全能夠塑造出我們。

所以，讓我們一起走進資料，

分析資料，利用資料吧！