廣東移動大數據

『壹』 大數據時代,客戶服務將如何被改變

大數據時代,客戶服務將如何被改變_數據分析師考試

最近，「大數據」已經取代了「雲技術」，成為了新技術的熱門話題，各類「大數據」的書籍層出不窮，文章更是琳琅滿目，彷彿你要是不和「大數據」扯上點關系，你就OUT了！筆者對這些文章也略有涉獵，但覺徒掛「大數據」虛名者多，而真知者寡。為了讓大家更容易理解大數據的內涵？請允許我先簡單地介紹一下大數據的定義和背景。

麥肯錫的報告是這樣定義的：大數據是指無法在一定時間內用傳統資料庫軟體工具對其內容進行抓取、管理和處理的數據集合。（Big data refers to datasets whose size is beyond the ability oftypical database software tools to capture, store, manage, and analyze.）

大數據這個概念又是怎麼來的呢？2011 年5 月，EMC 舉辦了一次主題「雲計算相遇大數據」的大會，首次拋出了「大數據」（Big Data）概念；6 月，由EMC 贊助，IDC 編制的年度數字宇宙研究報告《從混沌中提取價值》 (Extracting Value from Chaos) 發布；緊接著，IBM、麥肯錫等眾多國外機構發布「大數據」相關研究報告，予以積極跟進。

從背景我們可以看到EMC（全球最大的外置存儲硬碟供應商）是推動「大數據」這個概念的主謀，他這么做，當然是想多賣點硬碟。這種軟廣告式炒作不但沒引起反感和吐槽，反而被社會各界認可與接收，也是跟其社會背景密不可分。由於近年數據產生成本急速下降，人類產生的數據量正在呈指數級增長，其中80%以上都是傳統資料庫無法處理的非結構化數據。這些數據到底有多大呢？根據IDC 的監測，全球在2010 年正式進入ZB 時代，預計到2020 年，全球將總共擁有35ZB 的數據量，如果把35ZB 的數據全部刻錄到容量為9GB 的光碟上，其疊加的高度相當於在地球與月球之間往返三次……在這么直觀的比喻面前，其他語言也要蒼白無力了！

也許你會說大數據這種現象不用說，我們早就看出來了，不就是數據大么，能給我們的社會帶來什麼實質性的影響啊，或者我怎麼沒看到它的應用？關於大數據的應用，我在這里就不贅述了，市面上各種「大數據」的書已經談了很多案例了。我只想說「剖析歷史可以洞察未來」，幾年前說「雲技術」還很遙遠的那些人，卻在將自己的文檔、照片、視頻上傳至「iCloud」，使用著「搜狗雲輸入法」，登陸Dropbox、Yelp、Zynga等網站（這些網站正託管於亞馬遜的"雲平台"）......那片飄在天上的「雲」早已不是「觸不可及」。

根據麥肯錫全球研究所的研究報告《Big data: The next frontier for innovation, competition, andproctivity》，大數據將給醫療服務、公共管理、定位服務、零售和製造各個行業帶來顯著的應用價值，例如，對美國的醫療服務業每年創造價值3000億美元，約0.7%的年增長率，對美國製造業最高可下降50%的產品研發和裝配成本。麥肯錫的這份報告詳致地闡明了大數據對各行各業的利好，推薦大家閱讀，我這里只談大數據對客戶服務領域的影響。

在雲時代，淘寶推出的一種極具「雲」特色的客戶服務模式——雲客服，雲客服把社會上喜歡幫助人且有能力幫助人的淘寶人聚集在一起，使客服人員在家裡或學校對客戶提供遠程服務，實現了「HO（Home Office，駐家辦公）」，並充分利用了客服人員的零散時間，不僅降低了成本，還提高了效率。當然，這個「雲」並不是真正意義上的雲技術，只是一種概念和噱頭。而在大數據時代，又將會給客戶服務帶來哪些商業價值呢？

我認為，大數據將對客戶服務帶來一次變革，給客戶服務帶來極大的想像空間和無限的發展前景。甚至可以使客服部門從原來的成本中心（高成本、低價值）轉型為利潤中心（提升品牌價值，創造收入）。在這里我舉三個例子跟大家探討一下，展望一下客戶服務的未來。

一、智能語音客服

目前，通信運營商等在客服領域比較先進的企業已經實現了智能文字客服，通過文字識別技術和智能匹配演算法對通過簡訊和網站文字客服提出的服務訴求智能匹配答案，不需人工判斷。要實現智能語音客服，也要通過識別和匹配這兩關。

我們先說說識別吧。早在Siri之前，就已經有很多語音識別工具問世，最早的基於電子計算機的語音識別系統是由AT&T貝爾實驗室開發的Audrey語音識別系統，它能夠識別10個英文數字，現在AT&T的語音系統 Watson已經可以實現在線德語和英語的實時口譯。以現在的技術，語音的識別依然比較困難，主要面臨的難點有2個：

1．演算法

演算法是軟體的核心，目前的語音識別演算法使用的語言模型仍是一種概率模型，還未發展成以語言學為基礎的文法模型，演算法不突破，效果無法取得突飛猛進的進展。演算法的優化不是一朝一夕的事情，需要慢慢不斷地進行，尤其語音這種非結構化數據（不便用資料庫二維邏輯表來表現的數據），但隨著大數據分析技術（用於非結構化數據的管理分析）的發展，也會對新演算法開發帶來福音。一些核心演算法如特徵提取、搜索演算法和自適應演算法也都在一步步改進，且隨著數據源的不斷豐富，演算法的識別效果也就越來越精準。

2．適應性

由於方言、語氣、環境和音色等因素的影響，限制了語音識別演算法的效果，這就需要語言識別系統具有一定的自適應性，不同口音、方言的識別都需要以一個龐大的語音資料庫為基礎，對這些非結構化數據的管理分析就更加指望大數據技術了。至於排除環境噪音、音色等因素，個人感覺要依賴半導體感測技術的進步，留待硬體領域的專家進一步探討。

接下來就說到匹配了。目前，匹配的演算法已經相對比較成熟了，也許和大數據技術沒有直接聯系，不過其准確性也有賴於數據源的豐富程度，同時要在不斷產生的「交互數據」中動態地調整匹配結果。

綜上所訴，隨著數據源越來越多，大數據技術的不斷進步，語音識別系統也在持續地完善之中，說到底，演算法依然是核心，而數據則是基礎，對於這類非結構化數據，也許傳統的資料庫技術Handle不住，但大數據技術卻大有可為。相信不久，語音識別的技術的突破不僅可以實現智能語音客服，還將變革人與物之間的交互方式。

二、語音文本轉換

因為這個功能的核心也是語音識別，所以大數據技術對的轉換准確度的保障支撐就不用再說了。之所以單列出來談呢，是因為其對客戶服務別有一番作用。

對於呼叫中心而言，客服人員與用戶的通話都是要錄音備份的，這些語音數據可真的不小哦，僅以廣東移動為例，廣東移動客服中心每年就要新增約60T的數據存儲，這個體量對於一般的企業來說已經是「大數據」了。據悉，這些數據是用磁帶來保存的，而且這些要保存幾十年不能銷毀，想想到時候光這些磁帶所佔用的房間租金就是不少錢啊，更何況是其他成本。而如果能將這些語音準確地轉換成文本之後，文本存儲所佔用的空間就小的多（一個移動硬碟都可以存儲一個圖書館的數據量了），存儲成本簡直就是直線下降，不僅實現了低成本高效，對自然環境也是一種利好。

有人會質疑這些錄音是為了便於追溯留證的，不是原始的錄音記錄，客戶不認賬怎麼辦？當然，我要聲明不是所有的錄音都要轉換成文本，對於客戶投訴或辦理業務的來電，仍然保留錄音記錄，一則便於企業對客服人員的服務態度（說話語氣什麼的還真要靠語言才能判斷）和質量進行抽檢，二則備份留證。而對於更多的咨詢或查詢類來電，通常不必留證，將這些語音轉成文本之後，不僅減少了存儲空間，這些文本數據還可用於後續的信息挖掘，用來改進服務或發現商機，畢竟文本的信息分析要比語音的容易得多。

三、客戶信息挖掘

在互聯網時代，除了用戶數、營業額等，數據已經被認為是未來的核心資源。我記得馬雲曾說過類似這樣的話「你知道全國哪個省份的女人胸圍最大么？你知道哪個城市的男人最喜歡用什麼牌子的衣服、香水么？你們都不知道，淘寶知道。」每年有多少企業關注《淘寶用戶行為報告》，以圖挖掘出一些數據來提升自己的銷量，從這里，數據的價值可見一斑。

而客服部門作為企業前端的客戶直接接觸窗口，每天都可以從客戶身上獲取大量的信息，甚至可以在客戶比較滿意的時候，主動獲取一些愛好、職業等信息，積少成多，某些時候，這些數據將為企業巨大的價值。當然，這些數據的錄入也不能僅靠人工，其中更涉及客戶視圖和標簽的問題，待下文再進行剖析思考。對客戶信息挖掘的應用，我在此舉兩個簡單的例子。比如，通過數據的挖掘，可以發現哪些用戶是高爾夫球愛好者，進行精準營銷，避免盲目營銷導致的客戶反感及投訴。再如，隨著定位技術成為了手機的標配，個人位置信息已經成了客戶服務領域待被開採的金礦，國外運營商已經開始分析這些個人位置信息的數據，並將洞察結果面向政企客戶提供，這些位置信息可以為企業的實體店、營業廳選址提供依據。

以上是小編為大家分享的關於大數據時代,客戶服務將如何被改變的相關內容，更多信息可以關注環球青藤分享更多干貨

『貳』 乾坤大數據是廣東移動的嗎

乾坤大數據不是廣東移動的。乾坤大數據是基於中國移動大數據，面向金融、政務行業客戶提供的數據產品。產品利用脫敏的數據應用於風險管控、精準營銷以及失聯用戶觸達等業務領域，助力行業客戶完善風險防控手段，提升企業存量用戶保有率，提高精細化運營能力，並不是屬於廣東移動的。

『叄』 為什麼移動公司提醒謹慎接聽高頻電話

高頻的意思是：頻繁打出。

比如，每小時打20個電話，平均3分鍾打出一個電話高頻呼出的電話，通常是用來電話營銷，也可能是騙子在頻繁呼叫用戶移動公司不能竊聽電話內容，因此不能判斷是合法的電話營銷還是非法的騙子。只能提醒用戶，謹慎接聽。

而使用像廣東移動的這一服務不需要額外安裝手機軟體，即便是最普通的非智能手機也可以使用。但這一功能僅限於提醒，無法識別詐騙電話並進行關停。

『肆』 為什麼老是說深圳的房價會下降是真的嗎

說句不好聽的話，那些說深圳房價會下降的人，基本上都是吃不到葡萄說葡萄酸的人。對於那些沒有來得及買房的人來說，他們當然希望房價下跌，這樣大家買房的機會就更大一些，然而看著深圳的房價一直沒下跌，甚至二手房還在一直上漲，所以很多人就產生了不平衡的心理，因此就覺得深圳的房價會下降，而且他們也希望房價下降，這樣他們就可以看到那些在高位買房的人資產縮水，這樣他們就可以暗暗的高興。

而目前持有這種心態的人並不在少數，很多人自己沒能力買房，卻天天在喊房價出現下降，但喊了很多年也沒見房價下跌下來。

對深圳這種城市來說，房價在未來很長一段時間之內都不可能出現下降，甚至還有可能出現小幅上漲的趨勢，而支撐深圳房價穩定甚至小幅上漲的理由如下：

第一、龐大的人口基數

根據深圳官方數據統計，目前深圳的常住人口只有1300萬左右，但這個人口數量明顯不能反映深圳真實的人口。2017年廣東移動大數據應用創新中心基於移動大數據的深圳市人口統計研究報告顯示，深圳的實際管理人口大概是在2500萬左右。

這個政策的出台讓深圳如虎添翼，如果這個政策能夠得到落實，那麼未來深圳的發展將是不可限量的。

與此同時，該文件還提出了推進在深圳工作和生活的港澳居民民生方面享有「市民待遇」，建立和完善房地產市場平穩健康發展長效機制，這樣意味著以後港澳居民只要在深圳工作就可以自由在深圳買房，所以預計未來會有更多的港澳人士到深圳就業以及居住。但是深圳目前的房價相對港澳的房價來說還是比較低的，一旦這個政策放開了之後，深圳和港澳之間的房價差距肯定會不斷的縮小。

所以從各方面來分析，我認為未來深圳的房價不可能出現下跌，總體上升的概率反而比較大。

『伍』 廣東移動大數據品牌推出時間

廣東移動大數據品牌推出時間是2016年上半年。推出「蜂巢」大數據品牌以及「和信用」、「城市熱力圖」、「嶺南優品」等一系列產品。

『陸』 為何說大數據精準廣告並不靠譜

為何說大數據精準廣告並不靠譜
一、大數據精準廣告內涵
大數據目前已經成為整個IT界(包含Internet Technology 以及Information Technology)最熱的詞彙之一，似乎任何一個話題，只要提到大數據，瞬間變得高大上。一夜之間，大數據已經代替主觀的理性思考，成為智慧洞察的代名詞。
但是當我們走過對大數據的頂禮膜拜階段，揭開大數據實際應用的面紗，反而逐漸對充斥著話語世界的大數據進行反思。因為大數據在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。
以大數據的廣告應用為例，精準廣告投放應該是大數據最早的也是最容易產生直接收益的應用，如今少有廣告公司沒有宣稱自己是大數據科技公司。大數據精準廣告的核心內涵是什麼？一言以蔽之，那就是程序化定向投放。其中定向是核心，程序化是手段。
以微信朋友圈為例，不定向區域，年初的公開價格CPM(每千次曝光成本，朋友圈廣告價格遠超一般媒體)40元，定向核心城市140元，定向重點城市90元，如果疊加定向性別，附加10%，再疊加H5外鏈(流量引導效果更好)，再附加20%。就像進口化妝品一樣，先按一定比例徵收關稅，後按含稅價格再徵收增值稅，再按含稅價格徵收消費稅。
對於微信來說，客戶地域、性別雖然也需要數據分析解讀，但確認相對比較容易。對於其它數據公司來說，地域依然可以通過IP或手機終端GPS獲取，但性別更可能就是一個數據分析出的可能屬性。當然大數據並不僅僅分析如此簡單的標簽，對於媒體聯盟而言，媒體選擇項目眾多，還會分析客戶媒體偏好標簽，還有時間段、人群屬性、設備類型、偏好類型等多種定向組合方式。
好了，上面對於精準廣告有了一個粗淺的介紹。那麼大數據精準廣告能帶來什麼樣的價值？通常如下的故事是大數據廣告公司經常提及的。
假如一個網站的廣告位，每小時有1萬人來瀏覽，則一小時曝光量為1萬，之前的CPM為5元，那麼一個手機廣告主投放一小時廣告，成本50元。這是傳統廣告投放的結果。現在有個大數據公司，來幫助該廣告媒體更好的運營。該公司宣稱它能夠精準識別瀏覽客戶的屬性，告訴手機廣告主，雖然1萬人瀏覽該廣告位，但真正適合投放手機的只有6千人次，剩下4千人次的曝光為無效曝光，因為剩下的人群只對服裝感興趣。
大數據公司建議廣告主按照程序化投放，過濾掉不適合投放手機的4千人，僅對適合投放手機的6千人付費，假如單價不變，那麼在保證相同效果的前提下，成本降低至30元。剩下的4千人大數據公司將其銷售給服裝廣告主，成本為20元。由此，在相同的效果情況下，大數據廣告大幅降低廣告主的成本。當然事實上，由於RTB(實時競價)機制的存在，當價格(效果相同)低到一定程度，不同手機廣告主的相互競價，使得真實價格一般高於30元，但肯定介於30元到原有預期成本50元之間，由此形成多方共同獲益的理想局面。
這樣的案例看上去Perfect，無懈可擊。因為它解決了傳統廣告的低效問題，比如看起來有用，但又說不清楚到底有用在哪裡，這個正是各公司財務總監所深惡痛絕的。是的，通過大數據廣告，讓一切花在廣告上的錢更有依據，可以在線評估一條廣告到底造成多少的印象(Impressions)，甚至多少點擊，多少因此而下載使用，多少因此產生交易。
有問題嗎？沒問題。有問題嗎？你什麼意思，難道你要懷疑真理？
二、大數據精準廣告沒有看上去那麼美好
本著證偽的原則，真理只有被證明為謬誤的時候(理解其應用的局限及條件)，才算真理。因此我們必須先回答一個問題，廣告是用來做什麼的？
按照以前的共識，廣告被視為品牌用來向那些無法面對面溝通的消費者去傳達品牌的特性。因此廣告雖然對銷售有促進作用，但通常時候，廣告的內容並不直接說服消費者去購買，就如中國移動曾經的獲獎廣告「溝通從心開始」一樣。2010年出版的《品牌如何增長》(How Brands Grow)一書(說明，筆者未讀過，希望將來能讀到)，作者南澳大利亞大學教授拜倫在書中指出，廣告要達到最好的效果，往往不需要去說服或灌輸，只要讓人在購買的時候回想起品牌的名字就可以了。市場研究機構Milward Brown創始人高登(Gordon Brown)就指出，廣告的功能就是讓一個擺在貨架上的品牌變得「有趣」。
好吧，再回到大數據精準廣告案例，其中一個最為關鍵的問題在於，大數據如何分析出這6千個瀏覽用戶適合投放手機廣告？對於這個問題，廣告公司早有準備，給出如下的種種答案。
第一，從歷史記錄中尋找曾經使用過同類產品的客戶進行匹配。通常使用的演算法叫「協同過濾」，即由某些經驗的相關性，找到潛在的適合用戶。比如你玩過某款游戲，因此可認為你對該類型的其它游戲也有相同的需求。筆者並不否認該演算法對某些領域確實有作用，比如游戲付費用戶基本就是之前重度游戲使用用戶。
但是拋開這些特殊領域，該演算法內涵思想「品牌依靠忠誠的消費者發展壯大」與拜倫的理論完全矛盾。拜倫通過對銷售數據進行統計學分析，他指出在所有成功的的品牌當中，大量的銷售來自「輕顧客」(Light buyer)：也就是購買產品相對不那麼頻繁的顧客。可口可樂的生意並非依靠每天都喝可樂的人，而是數百萬每年喝一次或兩次的顧客。這種消費者模式在各個品牌、商品品類國家和時期都適用。無論是牙刷還是電腦，法國汽車或是澳大利亞銀行，品牌依靠的是大規模人口——換句話說，大眾——那些偶爾購買他們的人。
這個理論意義十分深遠。這意味著你永遠無法通過精準營銷現有顧客來增加品牌的市場份額。而對現有顧客的精準營銷，正是數字媒體所擅長的。
本著批判的精神來看待新出現未經檢驗的思想，筆者希望引用一下廣東移動最近公布的用戶換機特徵數據。廣東移動對旗下用戶的終端遷移分析表明，使用蘋果的用戶升級終端，繼續使用蘋果手機的佔比64%，忠誠度最高。但除蘋果以外，其餘忠誠度表現最好的華為、小米手機，更換4G後持續使用同品牌的佔比不到30%。
這說明，你向蘋果4或5用戶推廣蘋果6是可行的，果粉效應推翻拜倫的理論，證實在部分領域依靠忠誠的消費者發展壯大是可行的。但除此以外，你向任何一個當前品牌的用戶推廣同品牌的手機終端都是不合時宜的。
因此，希望通過歷史的電商數據分析推斷用戶下一步可能需要是無效的。就如向曾經購買過服裝的用戶推廣服裝，或許不如推廣一卷紙或一桶油更為有效。
相反，成功的品牌需要找到一種方式來到達目標市場之外的群體。品牌的廣告一定要用某種方式獲得這部分人的興趣——只有這樣，當他們在准備購買的時候，該品牌才能自動出現在消費者的腦海中。
第二，如果「協同過濾」存在局限，廣告公司會告訴你還有第二種演算法，並不基於客戶的歷史行為記錄，而是客戶本身特徵相似性，來找到與種子客戶最為相似的客戶群體。簡稱「Lookalike」。先需要廣告主提供本則廣告起到作用的典型用戶，以手機為例，受廣告影響感興趣點擊瀏覽或預購某手機的用戶，大約幾百或幾千個。大數據公司通過Lookalike演算法(專業的術語更可能是稀疏矩陣)，尋找與這幾百/千個用戶高度相似的其它數十萬/百萬客戶群進行投放。
這類演算法真正考驗大數據平台的計算能力，因為並不是經驗性的協同過濾，而是利用數十數百甚至上千個變數進行回歸計算。最後按照相似性的概率打分，按照由高到低選擇合適的用戶群。
該模型的內涵其實很簡單，就是廣告要傳達給應該傳達的客戶。比如奶粉廣告目標用戶就是養育0-3歲孩子的父母。如果知道要到達用戶的具體身份，一切問題迎刃而解。但是對於網站或APP應用來說，並不清楚用戶身份，唯一清楚的是客戶的歷史行為數據。而且由於數據本身的分割，有的專注於運營商，有的專注於APP聯盟採集，有的專注於電商，有的專注於銀行，要從分割的數據中推斷出客戶的身份信息，Lookalike就是不可避免的手段。
唯一的問題是，如果由幾百個種子用戶推斷出新的幾百個目標用戶，准確性可能高達9成，但如果如某廣告公司宣稱，對康師傅辣味面進行移動DSP投放時，根據歷史投放數據分析挖掘，形成樣本庫，再通過Lookalike技術進行人群放大，找到與目標受眾相似度最高的潛在客戶，擴展人群1367萬，實際投放受眾ID2089萬。廣告效果投放是最大化了，那麼效果呢？在此，請允許我杜撰一個數字，很可能點擊率由0.2%上升至0.3%，精準度提升50%。有意義嗎？或許有，但絕對沒有想像的那麼明顯。
第三，如果你們持續懷疑我們演算法的有效性，那麼我們可以就效果來談合作，你們可以按照點擊量(CPC)或者激活量(CPA)付費，如果達不到既定效果，我們會補量。這是大數據廣告的終極武器。
終極武器一出，意味著廣告的投放徹底淪陷為做點擊、做激活的渠道，廣告的「溝通消費者」初衷早被拋棄得一干二凈。
通常一般消費決策遵行S(Solution)、I(Information)、V(Value)、A(Access)規則，意思是當用戶產生一個需求，內心先就滿足這個需求形成一個解決方案。比如說3G手機不好用，速度很慢覆蓋不好，需要換一個4G終端就成為一個Solution。那麼4G終端有哪些，重點考慮那些終端？消費者還是搜集信息，並非從網上搜索，而是根據以往的經歷、品牌效應、周邊朋友口碑自動回想那些品牌、哪些款式。傳統廣告的最重要功效應該就是這個階段，當用戶需要的時候，自動進入到用戶視線。然後從多維度比較選擇，確定首選購買品牌。最後就是去哪兒買，搜索哪兒有促銷活動，哪裡優惠力度最大。
根據SIVA模型，真正的以效果為導向的廣告本質解決的是Access問題，最後的臨門一腳。在這方面，搜索廣告是真正的效果導向廣告，比如淘寶的每一款商品後面都有超過1萬家商戶提供，到底用戶去哪裡購買，得付錢打廣告，這就是效果廣告。曾有報告對比過，搜索廣告點擊率高達40%以上。想一想網路、阿里靠什麼為生，臨門一腳的廣告價格自然高到沒邊，據說一些醫院購買網路性病、人流之類的搜索廣告，單次流量價格高達數十或數百元。
搜索廣告只有少數壟斷接入公司才有的生意，大部分廣告仍為展示類廣告。如果展示類廣告也朝效果類靠攏，從商業規律上屬於本末倒置。
最後結果是，一方面，廣告的內容充滿人性的貪婪(優惠／便宜)與色慾(大胸美女)，被改造得不倫不類，上過一次當後，在溝通消費者方面反而起到負面作用。另一方面，廣告公司淪落為做流量、做點擊的公司，與北京望京、中關村著名的刷流量一條街沒有本質的差異，最後誰真正點擊了這些有效流量？曾有大數據公司分析過某款高端理財軟體的階段性用戶群，與刷機、貪圖小便宜的極低端用戶高度相似。
三、多用靠譜的身份識別可能更有利於提升廣告效果
寫了這么多，大數據精準廣告一無是處嗎？不，懷疑真理是為了更好的應用真理。大數據廣告的核心「程序化」與「定向投放」沒有錯，這代表移動互聯網發展的趨勢，也與滿足特定市場、特定用戶群的商品或服務廣告傳播需求完全匹配。問題在於目前的大數據實際能力與宣稱的雄心還有巨大的差距。也就是說沒有看上去的那麼好。
所以，我們更應該回歸廣告的本來目的——更好的溝通消費者，來看待精準投放，而不是迷信大數據精準投放這樣的噱頭。那麼什麼最重要？顯然不是不靠譜的協同過濾規則，也不是根本不知道原因的Lookalike，既然最重要的就是到達目標消費者，那麼靠譜的身份識別應該就是精準廣告的核心。
什麼是靠譜的身份識別？對微信而言，判斷重點活動城市是靠譜的，分析性別也相對靠譜，但如果微信告訴你說能夠通過社交判斷該用戶是中產白領還是鄉村農民，那一定是不靠譜的。因為朋友圈裡宣稱正在法國酒庄旅遊的優雅女人或許正在出門買油條豆漿。
有時候用戶使用的媒體本身就透露客戶的身份特徵。比如經常使用理財軟體的在支付能力上較為靠譜，而使用孕寶APP的80%以上應該就是准媽媽，經常使用蜜芽的一定是寶寶出生不久的媽媽。有大數據公司給出過案例，對媒體本身進行定向和綜合分析定向的效果相差無幾，這就說明媒體定向是有效的，但是其它需求定向都等同於隨機選擇。
由於大數據本身就是不關注因果，只關注相關性，如果經過大數據洞察證實的協同規則，也可以算作靠譜的規則。比如游戲付費用戶群基本上可以確定為一兩千萬ID的重度使用用戶。
而要准確識別客戶身份，多數據源的匯集與綜合不可避免，圍繞客戶身份的各種洞察、相關性分析也是能力提升的必修功課，這或許更應該是大數據廣告公司應持續修煉的核心能力。

『柒』 為什麼要開展廣東移動粵東區域生產中心IDC項目呢

是為了一系列的精神：為深入貫徹黨的「十八大」精神，積極應對新時期復雜多變的專國際、國內網路屬安全挑戰，維護國家網路空間安全，國家計算機網路應急技術處理協調中心依託自身在網路安全領域的權威技術優勢和全國聯動的監測、預警、處置一體化業務優勢，積極推進與地方的網路安全合作；為貫徹落實國家「十二五」有關發展戰略性新興產業和海峽西岸經濟區建設的戰略決策，汕頭市人民政府依託汕頭市的產業優勢、政策優勢和區位優勢，積極建設具有高等級網路安全防護水平的、以汕頭數據特區為核心的服務外包和雲計算產業；為加快提升大數據業務網路安全能力，促進粵東區域數據服務核心競爭力，持續提升區域信息化發展水平，中國移動通信集團廣東有限公司已在汕頭市投資建設廣東移動粵東區域生產中心。
我也是在別處看來的，樓主求給分啊！！