À l'âge de soutenir de grandes données, la recherche de petites données est indiquée par l'étude semble être remplacée progressivement. Une fois le rapport de recherche de l'utilisateur, je pense que tout le monde est gentil et réalise lentement que la réponse de l'utilisateur n'est pas ce qu'elles veulent et que quelques utilisateurs audio sont également faciles à naviguer.
Heureusement, avoir de grandes données, laissez nos horizons plus large, nous pensons que tout peut, j'espère utiliser de grandes données pour décrire tous les croquis Thao Clear de l'utilisateur, quelle est la vérité? Y a-t-il quelque chose dans la recherche traditionnelle? Si vous pouvez combiner de grandes données et des recherches, quelles étincelles pouvez-vous entrer en collision?
Tout d'abord, est-ce que les grandes données sont vraiment tout-puissant?
1. Les grandes données sont invincibles
des milliers de personnes, des recommandations personnelles, de la priorité du comportement des utilisateurs, de la vie des utilisateurs de surveillance, du projet devine des achats, une publicité précise, pas de grandes données dansD'autres domaines d'application, uniquement dans la recherche sur les utilisateurs, de grandes données peuvent être décrites comme invincible. Tant que l'utilisateur a suffisamment d'action sur la plate-forme, il y aura suffisamment de données et de segments de données pouvant être traits via différentes combinaisons de patchwork, ils peuvent décrire l'utilisateur de chaque dimension. Portrait peut être pris en charge pour plus d'applications.
Personnalisation recommandée À titre d'exemple, la tête double têtes basée sur l'algorithme de filtrage coordonné, les données de film (Synergia de filtre) ou sur les utilisateurs multidimensionnels, cette similitude est recommandée différemment des films similaires (utilisateur filtrage amical).
Avec la maturité de la technologie technologique, le développement de capacités de traitement de données, des recommandations continues répétées, telles que le titre d'aujourd'hui, peuvent être basées sur le contenu interne, les cartes de contenu, le codage d'images et les vidéos pour des actes réels de temps de navigation, des milliers d'éléments de données sous forme de fonctionnalités, avec des donnéesD'énormes utilisateurs font un modèle de formation, créent un modèle à grande échelle pour obtenir des recommandations plus précises.
La magnitude des grandes données est plus grande et plus grande, et il semble masquer des trésors incomplets. Tant que la taille de données est assez riche, la capacité de gérer suffisamment de données assez fortes, la technologie de la machine d'apprentissage est suffisamment parfaite et des données à l'avenir, l'application sera plus large et mûri.
2. Grandes données sans entrave
Yawal Herrari prévoyait dans la "histoire simple d'aujourd'hui": d'ici 2050, nous allons ouvrir l'ère s'il s'agit du domaine médical, l'industrie du divertissement est toujours Le champ automobile, et c'est une intelligence artisanale. L'algorithme peut tout prédire, les algorithmes peuvent être répétés, les algorithmes peuvent nous remplacer pour décider.
Les prévisions de Hawal Herrah sont déraisonnables. L'intelligence artificielle est progressivement noire et la machine apprenait de manière indépendante. Nous ne savons pas pourquoi cela prend des décisions, alors lorsque la machine met une fois que vous GIUne commande devant vous, vous pourrez en douter.
Nous avons commencé à intégrer dans un autre concept appelé "Interprétation",
s'il est basé sur des statistiques de données importantes ou sur la base d'algorithmes de machines, que je reçois le résultat, même si le chemin de comportement de l'utilisateur, il est Seul un résultat comportemental d'un utilisateur qui semble que le processus de décision psychologique de l'utilisateur ne soit pas expliqué par de grandes données.
Les grandes données semblent être une créature de hauteur, la machine d'apprentissage est le moyen de tester humain pour utiliser sa force superforme, debout sur de grandes données de l'angle, vous pouvez résoudre votre problème. Pourquoi ai-je besoin de moi pour expliquer, même si je m'attends à mes faibles capacités d'espace, vous ne pouvez toujours pas comprendre et ceux du cœur, je n'ai pas le pouvoir, je ne comprends pas que pour cette période.
Les grandes données sont bonnes dans une analyse raisonnable et le processus de prise de décisionLes personnes humaines sont souvent dopées d'intuition et de sensibilité, , lorsqu'il s'agit de sensibilisation approfondie et de motivation utilisateur, de grandes données apparaissent de manière prolongée.
Actuellement, les partenaires des données importantes sont déterminés par des étiquettes, mais seulement des étiquettes comportementales suffisamment loin, de la manière dont l'extraction de l'étiquette sensible est un problème qui a provoqué de grandes données.
1. Enquêter sur les non-enregistrements
parler d'un cas où l'enquête a échoué, les tests de goût les plus célèbres de Coca-Cola.
Dans les années 1970, il a été grandement menacé par l'impact de Pepsi, qui constituait une menace majeure pour la domination des dominations. Dans plus de dix villes, le lancement de la recherche sur les consommateurs, le but de l'enquête est principalement de comprendre les consommateurs «Sensibilisation pour les goûts, tels que« Si Coca-Cola est plus doux, vous aimez », si vous avez une nouvelle saveur, vous allez essayer», etc.
Résultats de la faisabilitéO-étroitement démontré que les consommateurs sont disposés à essayer beaucoup plus plus doux, plus doux, plus doux, alors décider de prendre des décisions qui ont fait des changements de saveur, ce qui donne un nouveau Coca-Cola. Avant la répertorité de la nouvelle saveur, Coca-Cola a également fait un test aveugle et les résultats des aveugles ont montré que les consommateurs comme Coca-Cola.Cette enquête a accru la confiance de la classe décisionnelle, la nouvelle saveur de Coca-Cola a été répertoriée et la publicité a été couverte. Cependant, le résultat est génial et les consommateurs continueront non seulement d'acheter après avoir essayé de mener à bien le goût, ce qui est en colère contre la société Coca-Cola à répondre à la société Coca-Cola, réclamant «abandonner» la première éveil éveille l'American Esprit. "
Enfin, Coca-Cola est revenue à la récupération de la formule traditionnelle depuis 100 ans et que ce principal investissement de nouveaux produits a finalement donné le changement d'oolong.
L'échec de cette enquête est d'étudier dans une certaine mesure l'enquête sur ses propres défauts.Est d'apprendre qu'un seul point, mais je ne peux pas voir le visage. Coca-Cola est la mauvaise direction d'essayer de causer Nanbai, car les consommateurs de Coca-Cola sont les plus intéressés par la culture de la marque, mais sans goût.
Outre la déviation vers la direction de la recherche, l'enquête a également des limites de la scène et les conclusions ont été examinées selon un guide de scénario plus spécial et ultime à la mauvaise décision.
Par exemple, à la fin du 20ème siècle, l'industrie buvant de Beihua a survécu à la réception du thé à base de plantes de consommation et a finalement été trouvée, 60% des consommateurs chinois ne peuvent accepter de théier . Par conséquent, le cerveau de la société n'accepte pas de nombreuses raisons différentes des tisanes, telles que: les Chinois peuvent s'habituer à boire du thé chaud ou de la Chine ne boivent pas de thé pendant la nuit, V.V.
Mais le temps est l'enquête exacte de l'hiver, le gaz de consommation ira à l'enquête,En prenant son thé à base de plantes avec des mains froides, dans ce scénario, les sentiments des consommateurs seront naturellement touchés et recherchés que cette erreur finit par causer que la société ignore le vent du thé à base de plantes.
2. L'étude n'a pas pu être remplacée par
d'innombrables sociétés sont tombées dans le piège à l'enquête, mais ils doivent admettre que de nombreuses entreprises ont découvert que la suity des utilisateurs ait découvert des besoins. Ainsi, les entreprises ont pris la bonne décision. Comme mentionné précédemment, les grandes données ne peuvent être présentées que et comment ce résultat est. L'étude a toujours une compétence de recherche profonde et une motivation profonde chez les utilisateurs, ce qui peut ajouter des résultats de grandes données.
De plus, tels qu'un nouveau produit ou un nouveau concept, aucune donnée historique ne peut être retrouvée, les données importantes ne peuvent que rester dans une mauvaise volonté du même périphérique, mais il ne peut pas attaquer directement la propriété. Au moment de la NAY, l'enquête a son propre usage.
Voici quelques enquêtes communes. Assurez-vous de rester à l'écart:
Exemple: Par exemple: «Beaucoup de gens comme ce produit, aimez-vous?»
Ce sujet a du sujet, tel que «Pourquoi ne notez-vous pas l'Italie à la politique de la politique et les utilisateurs peuvent ne pas répondre à de vraies idées pour de tels problèmes.
Le sujet est déroutant, en plus des perceptions des utilisateurs, les utilisateurs peuvent ne pas convenir.
Trop de sujets, ou le problème de l'ouverture trop difficile, les utilisateurs perdent leur les patients sauf si il y a des enquêtes hors ligne et des récompenses très riches.Enquête seulement à un endroit ou à une époque, il peut répéter les erreurs de Beihua à boire du thé à base de plantes.
En bref, c'était une question ou une interview ou une interview ou traiterL'enquête doit progressivement entrer et, dans une profondeur peu profonde et essayer de faire en sorte que les utilisateurs se souvienne des scènes réelles, décrivez les émotions à cette époque, ne lui posez pas directement.
Troisième, Grandes données + petites données =?
Il n'est pas difficile de constater que de grandes données et de petites données ont leurs propres forces et ils ne peuvent former qu'un ajout supplémentaire, s'ils travaillent ensemble, c'est comme Sa SA?
1. Les données importantes rendent de petites données BIG
Les avantages des données importantes sont une grande quantité de données, puis une grande quantité d'échantillons d'utilisateurs peut être fournie à travers de grandes données. Non seulement cela, mais également basé sur cet objectif de recherche, les utilisateurs qui répondent aux besoins peuvent être sélectionnés pour atteindre l'orientation de l'utilisateur correcte.
Avec de grandes données, aucune inquiétude ne suffit pas, le taux de rétroaction est trop faible et le plus important est que le coût peut être compressé efficacement.
C'est la première étape d'une combinaison de données importantes et de petites données. Si le but final estAtteindre la taille de la taille, il est nécessaire d'étudier l'utilisateur de la plate-forme en ligne, de sorte que les utilisateurs puissent assurer des utilisations de données importantes et une cohérence des petites données.
2. Les grandes données font de petites données plus petites
Le rôle des données importantes ne se limite pas à la recherche d'utilisateurs, mais son rôle démarre l'utilisateur.
Enquête traditionnelle, avant de commencer, la ville sera sélectionnée et dispose également de quotas de placement, tels que: les taux masculins et féminins, l'âge de l'utilisateur, V.V. Pour que les résultats de l'étude soient généraux, évitant les résultats de l'enquête avec déviation.
Toutefois, qu'il s'agisse d'une ville ou d'un quota, généralement un chercheur d'obtenir un cerveau, tel que des hommes et des femmes et cinq villes de la première ligne. Et quelle est la répartition des utilisateurs qui ne sont pas faciles à mettre à niveau vers de superbes données?
Par conséquent, nous pouvons d'abord comprendre la distribution géographique et l'âge de l'utilisateur de la plate-forme, puis avoir un figuratifg de modèles de récupération.
De plus, de la précédente leçon de Coca-Cola, nous connaissons la déviation de l'enquête dans la direction. Par conséquent, les grandes données peuvent également compenser cela. Avant d'enquête, vous pouvez effectuer une analyse préliminaire de l'utilisateur grâce à des données importantes pour comprendre les priorités de comportement des utilisateurs.
Par exemple, vous pouvez apprendre de l'arbre de décision de l'utilisateur afin d'organiser les attributs de produits les plus importants lors de la navigation ou de l'achat. Si l'utilisateur est le plus intéressé par le goût de Cola, nous étudierons le goût.
Ainsi, en plus de créer de petits niveaux de données,
de grandes données peuvent également créer de petites données comme petites, ciblées et ciblées, en se concentrant sur la découverte des causes des résultats importants.
3. Les petites données font de nombreuses données plus petites
l'avantage d'une enquête plus approfondie, plus méticuleuse, de sorte que la recherche de petites données permet à la recherche en détail de de grandes données pour devenir plus petites que
.
Les données importantes ne peuvent être limitées qu'aux tailles de données partielles et ces dimensions de données sont généralement relativement épaisses, telles que: utilisateur, âge, occupation, pouvoir d'achat, contenu de fées, etc. La portée des études de recherche peut être plus petite et plus mince et est plus profonde dans la compréhension des utilisateurs.
En outre, de petites données ont concentré sur les utilisateurs et nous pouvons comprendre la scène de la vie de l'utilisateur, bénéfique pour nous d'intester à décrire l'image de cette personne.
Lorsque le rapport de démonstration ultérieur, nous pouvons dire: «La vie du responsable du produit Xiao Wang, à 10 heures du matin à la société., Mangez d'abord une tasse de café, puis Yuan est plein d'emplois ... "non seulement", 30% des utilisateurs vont boire du café quand je vais travailler le matin. "
Pour le public, avec la description de l'utilisateur peut être plus claire. et plus intuitif et plus infection, c'est aussi un rapport montrant «préjugéDisponible "prouvé.
En outre, les cartes d'utilisateur dans de grandes données sont principalement évaluées par le modèle d'algorithme et ne garantissent pas de précision de 100% et de petites données obtenues par la recherche essentiellement à droite.Par conséquent, de petites données peuvent également inverser la vérification sur le Étiquette des grandes données, créant une erreur d'étiquette plus petite
4. Les petites données le rendent grand matériau devient grand
dans les trois cas ci-dessus, la taille des données est toutes des filles, étape par étape. La coopération, d'abord avec de grandes données. Analyse, puis les petites données portent des responsabilités supplémentaires, et il semble qu'il ne respecte pas le véritable ajustement.
Alors, comment puis-je enfin tomber dans de grandes données avec de petites données, Former une bague scellée, pratique "ajustée"?
Ce qui suit est un moyen de penser, et il est difficile d'enregistrer les mots décrits sur la marque d'images blessées à travers la collection d'informations. Il existe de nombreuses entreprises responsables des marques et des servicesLeur principal est d'étudier la valeur de la marque, de l'image de marque et de la santé de la marque. Après cela, peut-il être appliqué à des données importantes en enquêtant sur la sensibilisation à la marque Image?
Exemple: Pour les vêtements, nous pouvons collecter à partir de l'image de marque de chaque marque, afin que nous puissions construire une bibliothèque lentement une image de marque, puis nos mots sont cryptés ou analysés, tels que: petit citations, matures et stabilité, vitalité jeune, etc.
Suivant, jouez N mot sous forme d'étiquettes pour chaque marque, tels que les étiquettes de marque A, est la suivante: petit, mature, jeunes citations et des sentiments de conception ; La marque B peut avoir trois étiquettes, qui sont des marques jeunesse, fraîches, colorées et toutes les marques font partie de la relation.Avec cette méthode, chaque marque a sa propre étiquette, puis par le biais du comportement et des marques d'interaction utilisateur.Différents (navigation, attention, achats, v.v.), nous pouvons créer un ensemble d'algorithmes pour étiqueter les utilisateurs sur les utilisateurs. De cette manière, nous pouvons savoir que les utilisateurs sont donnés dans le style de vêtements de marque.
Lorsque l'utilisateur étiqueté, nous pouvons retourner à la marque, afin que nous puissions déterminer l'importance de différentes marques, étiquettes de différentes images et simultanément, il peut y avoir une nouvelle étiquette d'image frappée sur la marque.
En outre, nous pouvons également calculer la carte utilisateur de l'utilisateur et appuyer sur l'étiquette de l'utilisateur pour chaque produit pour effectuer les étiquettes Tweaks.
En raison des détails de la sécurité partielle. En résumé, à travers une méthode similaire,
Quatrièmement, conclus
L'apparition de données importantes indisponiblesLa figure est la fin de l'ère de la petite donnée, de grandes données et de petites données opposées, mais éventuellement être unifiée. Pour de petites données, de grandes données sont une révolution, et c'est une opportunité négative et négative, juste pour emprunter son véritable gaz, nous pouvons vous détourner.
Pour les données importantes, de petites données sont munies d'une force intérieure, d'une essence d'aspiration et de neuf jours peuvent prendre neuf jours.
Cet article est copié partagé, s'il est pertinent pour travailler, le droit d'auteur et d'autres problèmes, veuillez nous contacter pour supprimer la première fois (Micro Signal: LOVEDATA0520)