大数据游泳

『壹』 关于健身有哪些有趣的大数据

先看网络指数

这是2012-2017“健身”这个关键词的网络搜索指数，整体趋势是上涨的，每年夏天关注度是高峰，冬天关注度是低谷。这也符合我们的认知，夏天露肉的季节，人们更关注自己的身材，冬天身体都包裹在衣服里，就放松了对自己的要求。

新浪舆情数据显示，关注健身的人情绪走势呈中性，不悲不喜，比较稳定。

『贰』 大数据分析师到底是干什么的呢

大数据分析师，无疑是在大数据时代受到格外重视的一个岗位，尤其是具备专业技能以及行业经验的大数据分析人才，无疑是企业竞相争抢的“香饽饽”。而随着大数据行业的进一步发展，人才需求增加，大数据分析师培训也多了起来。那么，大数据分析师培训完是干嘛的?主要工作做什么呢?

数据分析主要是做数据的收集、挖掘、清洗、分析,最后形成具有业务价值的分析报告. 大包括数据体量的大，也包括数据维度的广.

大数据分析师是个很重要的工作，就是通过分析数据来找出过去事件的特征。通过引入关键因素，大数据工程师可以预测未来的消费趋势。在各种的营销平台上，数据分析师试图通过引入气象数据来帮助淘宝卖家做生意。

举例

今年夏天不热，很可能某些产品就没有去年畅销，除了空调、电扇，背心、游泳衣等都可能会受其影响。那么我们就会建立气象数据和销售数据之间的关系，找到与之相关的品类，提前警示卖家周转库存。

根据不同企业的业务性质，大数据工程师可以通过数据分析来达到不同的目的。

大数据分析师需要掌握的技能有五点

懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，较好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

懂管理。

方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另

方面的作用是针对数据分析结论提出有指导意义的分析建议。

懂分析。指掌握数据分析基本原理与

些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高

的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。

懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果 目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握设定的设计原则。

大数据分析师就业前景如何?

从20世纪90年代起，欧美国家开始大量培养数据分析师，直到现在，对数据分析师的需求仍然长盛不衰，而且还有扩展之势。

根据美国劳工部预测，到2018年，数据分析师的需求量将增长20%。就算你不是数据分析师，但数据分析技能也是未来必不可少的工作技能之一。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。

以上就是关于大数据分析师主要工作做什么以及就业前景，大数据分析师正在企业当中获得越来越多的重视，学习专业技能，掌握专业技能，才能站稳脚跟。想要了解大数据分析师，欢迎跟我聊聊呦。

『叁』 该如何用好大数据

该如何用好大数据
近一两年来，大数据是一个被频繁提及的词汇。不管是近几天麻涌举行的五矿物流麻涌基地发布会上，还是在智博会配套活动中国（东莞）云计算高峰论坛上，越来越多的企业和研究者对大数据产生了非常浓厚的兴趣。越来越多的东莞企业表示想要做好大数据运营，但是，大数据要用好并不容易。
大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。
大数据听起来似乎很高深，但其实已经渗透到人们生活的方方面面。例如一个消费者在淘宝上搜索了泳镜，接下来他在打开许多网站时都会看到游泳衣、游泳圈等相关产品的广告。这，就是当前大数据营销的一个典型应用场景。
前不久，陈国良和石钟慈两名专门研究云计算和大数据的工程院院士在东莞进行了一次大数据的知识普及讲座。
据陈国良院士介绍，2012年3月，美国总统奥巴马在一次研究计划上提出了大数据概念。“大数据”的说法由此被全球范围采用，而在此前，国内的研究者一般称其为天文数据、海量数据或者巨量数据。不管是物联网设备的传感器、科学研究还是人们的日常生活，都会产生大量的数据。而善于用好大数据技术，则可以从这些数据中挖到“黄金”。
不过，陈国良也表示，大数据的结果很有价值，但千万不能陷入大数据独裁主义，人，才是大数据的第一要素。当然，要求所有企业都具有大数据分析能力。
陈国良所说的大数据分析能力，便是大数据的组成部分。随着大数据的应用日渐广泛，影响日渐深远，大数据思维的重要性也日渐显著。
大数据思维，就是能够正确利用好大数据的思维方式。大数据并不是指任何决策都参考数据，也不是要求所有问题都足够精准，更不是花巨资打造大数据系统或平台，而是在应该让大数据出场的地方把大数据用好。
要用好大数据，首先应该采集大数据。与传统的调查问卷等搜集信息数据的方式不同，互联网时代的大数据采集是“无限的、无意识的、非结构化的”数据采集。各种纷繁复杂的行为数据以行为日志的形式上传到服务器中，随用随取。此外，分析数据使用了专门的数据模型。最值得一提的是，大数据可以根据营销、决策等特定问题，从数据库中调取海量数据进行挖掘以完成数据验证，甚至可以得出与常识或经验判断完全相异的结论出来。
不少业内人士表示，很多时候，大数据的价值正是体现在这样与直观判断大相径庭的地方。对此，陈国良也表示，“大数据分析结果有时候没有理论支撑甚至无法证明，不过分析仍然有效，技术仍然在发展！”陈国良还为东莞有意进行大数据挖掘的企业支招说，大数据的获取，不能依靠随机采样，也不能强求精确性，甚至分析结果也难以解释其所以然，不过能用就好，以后可以慢慢再弄清其中的科学原因。
业内人士分析说，大数据的应用领域正在逐步增加。一方面，东莞企业可以通过大数据对用户行为与特征作出分析。通过大量数据可以分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。此外，通过大数据可以支撑精准营销信息推送。让最精确的信息传递到正好匹配的客户手中。
另外，通过大数据可以让营销活动能够与用户能够产生“会心一击”的效果，这种基于海量数据的挖掘和匹配实现的精准信息，能够让企业有效地取得客户的欢心。
在陈国良眼中，云计算、物联网以及大数据是三位一体的，伴随着万物互联的趋势以及云计算逐步变得更加方便易得，价格低廉，大数据的应用场景以及应用的经济类型也都将得到进一步的加强。

『肆』 大数据工程师到底是什么

用阿里巴巴集团研究员薛贵荣的话来说，大数据工程师就是一群“玩数据”的人，内玩出数据容的商业价值，让数据变成生产力。大数据和传统数据的最大区别在于，它是在线的、实时的，规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。

沈志勇认为如果把大数据想象成一座不停累积的矿山，那么大数据工程师的工作就是，“第一步，定位并抽取信息所在的数据集，相当于探矿和采矿。第二步，把它变成直接可以做判断的信息，相当于冶炼。最后是应用，把数据可视化等。”

因此分析历史、预测未来、优化选择，这是大数据工程师在“玩数据”时最重要的三大任务。通过这三个工作方向，他们帮助企业做出更好的商业决策。

『伍』 运营方向--浅谈大数据 —记《不做无效的营销》小感触

还记得，应该是毕业那年，感觉，突然所有的建筑公司、地产公司，都把“大数据”挂在口边，那是我第一次对这个词感触这么深刻，建筑学专业出身的我，仿佛已经看到，进入有“大数据”的公司，就能够挖掘漏洞，找出流行的款式，设计最受欢迎的房子，拿不菲的奖金，那时候给我感觉，“大数据”=精差兄致机会，而这虚态袭个精致的机会，将伴我同行。

首先，我们得明确一点，什么是大数据。《不做无效的营销》给出一定的答复：无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。“网络”也提出大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。

会发现，数据量的级别上涨之后，带来的效益和权重在几何增长，仿佛我们也能像书本中所说，像Netflix公司，用大数据捧红了《纸牌屋》，带来现象级别的收视率和宣传

而这些，正是运营版块的我们急需的资源，我们确实需要“大数据”来指导、纠正我们的动作，不断擦除画往错误方向的笔痕，走向胜利

而在前往胜利的道理上，如若不小心，“大数据”的三大误区，分分钟能把我们带入沟里。

①谈及者众，知其者寡

短时间的某个产品，或者某个行为动作爆火，街头街尾全在讨论，这时候，总是会以为，这就是“大数据”了，得分析，得琢磨，结果会发现，谈论的人是很多，真正分析出来一点点套路的人特别少。

②挂羊头卖狗肉

所有的公司或者推文，都讲这个词，我的##结论，是根据“大数据”研究出来的，特别有效，其实，所谓的大数据，估计可能就是上周一整周的上万条数据而已，并没有特别重大的代表意义，因为时效性太短，但是不知者，很容易被其误导，走入改公司设置的怪圈

③过度神话

总以为，靠近“大数据”分析出来的成果就是特别牛逼的，从分析数据到设立部门，全抬着“大数据”的口号，然后根据一堆计算方法和逻辑，得出结论，XXX会怎么样，会发现，结论和工作的方向完全不匹配，完全就是无用功，甚至还可能因为这个错误的结论，把公司的战略带跑偏

那么，既然这三个误区怎么明显，做完运营方向的我们，是如何使用“大数据”这把刀，尤其是在教育行业，怎么用？

我们都知道，所有的分析，都得建立在数据基础上，不能凭空去想象，而“大数据”给予教育板块的指导，应该会主要集中在两个方面，一个是教学层面，一个是市场层面。

先谈谈教学层面，“大数据”带来的第一个好处，就是个性化学习分析，可以发现，当班课的人数过多，老师对于一些孩子的掌控就会有偏差，但是大数据会帮我们，但我们用好“入门测”+“出门测”，几次课下来的数据，就能给予学生对应的个性化学习分析了，还能根据个性化的结果，指导孩子如何进行补救复习。

第二个好处，量化学习过程，因为我们有“VPS教材”+“答题器”，除了出入门测，我们还能把课堂上的情况，不断录入电脑，生成学生对应的课堂掌握情况，全方位的对学生学习情况给予对应的跟踪，有问题第一时间补救。

而第一个好处，第二个好处混合使用，就能够把“学生自画像”描摹出来，这样，每一个家长都能知道自己孩子的情况是怎样，应该怎么调整，而老师拿到这一份“自画像”，也能清楚孩子的问题，及时在课堂上或者课后给学生给予对应的讲解，让三方（家长、学生、老师）一起在“自画像”的环节下配合，给予学生最大的成长帮助

市场层面，“大数据”给予的帮助，就更加多了，主要集中在三个方向

①续班率。运营者总是能够拿到全部暑假或寒假的续班数据，以为就是大数据，感觉自己能写出一堆东西了，仔细分析了一下，啊，原来续班率低，是因为0期班和4期班续班率低影响了，得到粗狂的结论：明年不弄0期和4期班闭逗级了

其实，这样对待“大数据”，就进入前面所提的误区的第三个了，过渡神话。拿着大数据，得到浅薄的结论，还按照浅薄的结论，指点工作，就是过渡神话。当我们走出这个误区，多方向同比或者环比，然后思考，是什么照常这个情况？千万别主观认为，只有这样，才能摸清事实真相，真正帮助我们后期工作。举例而言：比如，某个老师的续班率低，很容易主观认为，是这个老师不负责任，那么就需要拿出具体的数据来，没有数据，都是空谈，最少需要从“大数据”里面实时帅选出来，是不是只有她续班率低，搭班老师如何，甚至是这个校区的老师如何，如果都非常的低，那么可能就不是老师的问题了，是校区大环境的问题，而这个大环境包括好多种，校区地理位置不好？上课不方便，离地铁公交站远？家长教育意识不强？楼上就有竞争机构……等等，而这样子分析，你会发现，你的思维不在停留在最基本的层面了，所以，这个才是真正的“大数据”给我们带来的好处，而不是说瞎想而已

②KPI设定。每一位运营者对KPI是又痛又恨，“我们已经努力了，我们无愧于心”书中所述，道出多少运营者的心声，而如果我们学会使用大数据，建立对应的评估体系，那么对KPI的设定，就不会再是无效的运营了。市场的数据（包括地理环境，学生人数，竞品机构，消费水平，重视教育等等），教师的数据（续班率，责任心，沟通家长频次，搭班老师的看法等等），对这些数据进行系统的评估，得出恰当结论，这些结论，将会指导我们在设定KPI时候，不会在盲目的来，不然，执行者在这么恶劣的综合环节下，还得完成几倍的目标任务，那么对于执行者的打击是非常之大的。

③营销跨界。所有人都知道，蹭热点，是一个快速传播口碑，带来流量的大好时机，可是，当我们，发现热点的“大数据”时候，已经有点迟了，蹭热点的成本过高，因为已经有好多机构再蹭，带来的收益并没有想象中的那么大了。那么我们可以另辟蹊径，蹭小热点，蹭小需求，让营销跨界，不再局限于教育行业。举个简单例子，夏天，最喜爱的活动中有一个是游泳，可是，游泳馆提供，洗发水、沐浴露的可能性是非常低的，而洗发水、沐浴露以及防水袋都是普遍游泳爱好者的需求，这就是我们需要的小数据，这就是我们需要的热点，假如，我们拿“防水袋”+“小包洗发水沐浴露”的方案去和游泳场地协商，换回特价班海报展架机会以及游泳场会员电话数据等资料，甚至我们还能在防水袋上印刷我们的机构标志以及特价班等我们需要印刷的信息，双赢结果，既能促进顾客舒适度，也能给我们带来曝光，这应该是一个我自我感觉可行的一个小小的营销跨界。

珍惜“大数据”，运用正确的方法，别再乱入误区，多想多思考，你的运营之路，会终将走得比目前更加顺利。

冯文位   广州新东方学校优能中学事业部

『陆』 消费大数据揭秘:健康化和年轻化是趋势

消费大数据揭秘:健康化和年轻化是趋势
大数据之美，在于它能从纷繁杂乱的数据中揭示出隐藏在水面以下的冰山部分，根据规律预测未来将要发生的事，告诉人们本不知道的信息。

比如，中国女性平均从什么年龄段开始将关注度从游泳转向跳广场舞，不同年龄层消费者对健康饮食的关注度有何不同，Adroid终端和iOS终端在网购习惯上的差异等，这些都是庞大的销售数据和用户数据“勾兑”出的隐藏信息。

《决战大数据》作者车品觉不久前曾向《第一财经日报》记者举例说，后台系统可以通过跟踪一个人敲击键盘的速度和间隔来判断他在购物网站上的浏览目的(是闲逛还是有目的购物)及其购买意愿的程度，背后的大数据发现了电商网站本不知道的内容。

当然，如今的网购已进入移动化时代，今年双11阿里巴巴移动端的成交额占比高达68%，手机网购已成大势所趋。手机比PC提供了更加多元化和复杂的数据维度，比如基于地理位置LBS，这个变量的引入使大数据规模呈几何级数的增加，能给大数据分析提供更大价值。手机在手，人人都是数据传感器。

事实上，这次由第一财经商业数据中心和阿里巴巴联合发布的大数据商业报告(以下简称“报告”)，就从不同维度印证了移动化趋势的明显特征。这份报告也是淘系平台首次将全局性的消费数据依托专业媒体机构进行系统性对外公开，所涉及的服装、母婴、家电、食品等8个行业基本覆盖了消费者日常网购最高频的几个类目。

食品消费理念健康化，小众化专业化运动消费映射全民健康意识觉醒，智能化浪潮引领3C数码行业消费升级，个性化时尚化网购习惯深入人心……这些数据背后的行业特点和趋势正是这份系列报告的核心价值所在。

眼下，中国经济的活力正在越来越依靠消费提振，而消费层面正在经历一场由消费者主导的变革。过去那种商家生产什么消费者就买什么的年代愈发受到个性化消费需求的挑战，由消费者倒逼生产商的C2B模式正在不同的行业多点开花。在这个消费转型升级的宏观趋势中，经过加工提炼的大数据就成为厂商和商户最重要的决策依据。

第一财经商业数据中心(CBNData)负责人黄磊在淘宝数据盛典现场表示，以往当有企业说经营越来越困难了，专家学者说经济要探底了，投资者说投资的这家企业很有发展潜力，他们常用的是直觉、经验，是用眼睛能看到的地方来证明机会和危机在哪里;现在这些都可以通过深度挖掘的大数据进行展示，并能更好地呈现出商业世界“魔鬼的细节”。

健康成为未来消费主方向

通过对过去5年淘系平台上的相关搜索和交易数据分析，报告展示出一条消费者愈发重视健康生活的曲线图，这主要从食品、运动健身、健康家居用品三个大品类体现。人们在线上购买这些商品，展现了吃得更健康、运动更积极、对健康更关注的趋势。

从2011年开始，健康相关的关键词(比如有机、非转基因、原生态、低脂、无糖、无农药、全麦等)在淘宝上的销售量逐渐增长，今年前三季度的交易额已经与2014年全年持平。地域分布上，广东、江浙沪地区对这类商品的需求量最高。一个显著变化是，2011年全国健康食品销量最大的5个地区占全国总销量的近六成，到2015年三季度这一比例下降至近五成，健康食品的消费呈现出城市下沉的趋势，由经济发达的一线城市和沿海地区普及到内陆地区，各省份之间的健康食品消费份额差异正逐渐减少。

报告得出的结论之一是，年轻女性将成为未来健康食品的主力消费人群。数据显示，作为食品中销量增速最快的保健品，其细分品类中增速最快的酵素类产品在2015年前三季度销售额环比增长了接近13倍，其次是膳食纤维、葡萄籽提取物等。女性是保健品消费主体，其中22岁到50岁的女性贡献保健食品总销售额的近六成份额，且年轻女性消费群体(18到28岁)在整体保健食品市场所占份额在提升。这部分消费者将是健康食品类商家重点覆盖的目标人群。

消费者在运动健身类商品的网购购买力近几年维持在50%以上的年均增速，对跑步机等大型健身器械的销售占比排名第一，其次是游泳、舞蹈、瑜伽、羽毛球、跆拳道武术类相关商品。

对不同运动项目的偏好在性别和年龄层维度展现出很大差异性。比如，小鲜肉热衷于足球、篮球、滑板、哑铃等中小器械;而大叔级买家青睐乒羽等小球类，以及跑步机等有氧训练。而女性以35岁为界分化明显，35岁之前的女性消费者最喜欢购买游泳相关商品，特别是泳装被当作时装来消费;而35岁之后，舞蹈类、跑步机等运动的比例最高，但瑜伽并没有体现出35岁这个年龄分水岭，占比基本持平。

在健康家居用品(家用电器类和医疗器械类)方面，最近几年无论是从销量、搜索量，还是商品丰富度上均增速明显。其中空气净化器、口罩、净水器等商品与严重雾霾天气、水污染、疫情等公共安全事件表现出强关联性。年轻人对于社交媒体的关注让该群体对家用健康类产品表现出明显的焦虑性消费趋势。特别是空气净化器市场，在雾霾最严重的2012年初至2014年底迎来了其黄金发展期。而家用健康类产品消费群体的发展趋势正在呈现年轻化与渠道下沉特点，年轻消费者和低城市级别消费者将发展为未来此类产品的消费主力之一。

网购年轻化浪潮加速到来

淘宝数据显示，28岁以下年轻消费者已占淘宝总用户量一半以上，但2015年该群体创造的销售额占整个淘宝平台的四成左右，小于其人数占比，因此年轻消费群体的平均消费水平低于淘宝平台消费者的平均值。一个明显特点是，所有商品品类的购买人群均出现了不同程度的年轻化趋势，今年28岁以下消费者所占比例较2014年有所上升。

总体来说，22岁至28岁的年轻群体增长逐渐趋于稳定，不同品类间差异并不明显，而年轻化的程度差异主要体现在18到22岁群体份额中，这个群体的消费者增速十分迅猛，一些年轻化较快的行业如男装和手机，份额远超主食和家具等年轻化较慢的行业。

年轻化不仅体现在年轻消费群体的增长与活跃，还体现在其他消费群体消费观念的年轻化，各类被传统认为年轻人才会消费的商品，如染发产品和运动用品，在年长的群体里也逐渐流行起来。

具体到吃穿住行细分领域，穿衣方面的年轻化趋势主要体现在18至22岁群体高速增长，而22岁至28岁的年轻群体自2012、2013年后保持稳定的份额;28岁至35岁群体占比下降十分明显。

吃的方面，年轻化趋势程度并不如穿的如此明晰，18至22岁群体的增长速度以及份额相对较慢，22岁至28岁群体仍处于缓慢增长中，休闲食品的年轻化趋势更加显著。

在玩上，年轻化趋势更多体现在年轻人对于电子产品与运动的热衷，年轻群体已经成为这两类市场上的主流消费群体并且仍处于增长趋势;运动与户外产品领域，年轻用户群体仍在快速增长，但28岁以上消费者仍是市场主体。

美妆和育儿方面，受人生不同年龄阶段的影响，育儿产品年轻化趋势体现在22岁至28岁的年轻群体的高速增长，成为市场的主流消费群体之一，22岁以下消费者鲜有亮点;而美妆方面18-22岁群体成为主要增长点，22-28岁用户则趋于稳定。

在购物时段偏好上，18-22岁用户以打工者与学生为主，他们喜欢在时间充裕的午饭前后购物;而22-28岁年龄段消费者较为统一地喜欢在午后时间购物，且购物时段更为集中，这可能是一天中工作相对不太繁忙的时段。在男女差异上，22-28岁男性的购物行为转移到了傍晚和夜间，尤其在21时和19时这两个下班后时段;而该年龄段女性的购物行为集中在午后。

年轻化的趋势已经深入所有的商品种类中，年轻消费者群体的独特需求将深刻影响整个电子商务市场的格局。针对不同商品类别年轻化的速度不同，比如在服装、运动和科技产品等年轻消费者已经成为主流的市场中，商家需要采取更受年轻消费者欢迎的营销策略才能跟上市场脚步;而在诸如家装、食品类等年轻消费者正在增长的市场中，商家可以开发针对该群体的商品来挖掘新的增长点。

『柒』 大数据从事于什么工作

大数据从事的是开源工作，更倾向于“研发”，由于大数据属新兴领域，专业人才专比较缺属乏，高端人才更是企业争抢的对象。薪资上升容易，职业发展潜力巨大。

大数据职业发展的方向：大数据开发、数据分析挖掘

大数据开发

主要负责大数据的大数据挖掘，数据清洗的发展，数据建模工作。大数据数据开发工程师偏重建设和优化系统。

大数据分析师

一种偏向产品和运营，更加注重业务，主要工作包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等；

另一种则更注重数据挖掘技术，门槛较高，需要扎实的算法能力和代码能力。同时薪资待遇也更好。