专栏名称: 36大数据
关注大数据和互联网趋势,最大,最权威,最干货的大数据微信号(dashuju36)。大数据第一科技媒体。不发软文,只做知识分享。
目录
相关文章推荐
大数据文摘  ·  国庆从你的城市出发,5小时高铁最远能到哪 ·  2 天前  
数据派THU  ·  Monte Carlo方法解决强化学习问题 ·  3 天前  
艺恩数据  ·  2024年8月服饰行业市场观察 ·  6 天前  
大数据文摘  ·  Nature重磅:颠覆AI计算,提升460倍 ... ·  1 周前  
51好读  ›  专栏  ›  36大数据

13亿人口,8亿的用户,移动端数据价值在哪里?

36大数据  · 公众号  · 大数据  · 2017-07-05 10:07

正文

大数据的探讨——移动端数据价值


探讨移动端的数据家之前,先得找一找,中国移动端的大数据从哪来。


移动端数据的获取

伴随着中国智能手机市场的井喷,移动数据也迎来了春天。

 

从2003年开始,中国移动就开始研究和推进终端数据的采集和分析工作,要求设备供应商在交换机产生的话单中,加入该用户的IMEI(International Mobile Equipment Identity,国际移动设备标识的缩写)信息。

 

也就是说,凡是2003年之后用了中国移动的,都默认的提供了用户和终端的对应关系,只要用户用新终端打一次电话,运营商就能发现用户用的什么手机。(IMEI里面包含了厂商、机型、产地、序列号等信息,是手机的唯一识别号码。)

 

最初的时候,尤其是山寨机盛行的时候,有的厂商根本就没有进行IMEI的设置,甚至个别机型还可以任意变更IMEI代码,识别的准确性不高。系统刚上线时,有超过一半的终端是无法进行识别的。

 

后来,各方都加大了对IMEI规范性、准确性的管理力度,数据源准了,终端分析的精准度和客观性才有所提高。如今,IMEI的全网准确识别比例已经超过了90%。

 

客户资料的准确性,也有一个逐渐提升的过程。在实名制全面推行之前,运营商侧对客户的画像往往是分析出来的结果,并不完全准确。而如今,号码和客户的对应关系完全规范化,分析的精准度也进一步提升了。

 

再后来智能手机井喷,各色App层出不穷,又诞生了大量的客户的行为和标签数据。这些信息主要来自于业务支撑系统记录的用户通信使用记录、网络侧采集的用户活动状况,以及用户在进行通信时产生的上网信息。

 

为了将这些信息和记录采集、处理、存储,运营商不惜巨资搭建支撑系统,以求准确地进行客户分类和画像。


移动终端大数据价值何在?

接下来, 我们从移动互联网时代的商业入手。

 

移动互联网浪潮之前,中国社会阶层分级还并不明显,很多市场还存在着垄断资源的强势卖。方,移动互联网之后,一起都反了过来。各个消费市场出现了明显分级以及领域细分,同时互联网技术更一步的成熟,也降低了行业门槛,导致激烈的竞争。

 

上边所讲的,是移动互联网时代商业形态的前提。

 

在这个前提下,截取精准流量、降低运营成本、察觉市场动态变得之前更加重要,因为整个社会的效率都得到了空前提升。如果不这么做,企业的生产时间就会低于社会平均必要生产时间。说简单点,那就意味着亏损(成本过高,销量过低,生产效率差,恶性竞争)。

 

大数据是规避这些情况的好方法,企业可以在产品出炉前,就找到用户,并且获悉用户的情况与诉求,做有针对性的开发(在此之前,一个产品的诞生,往往伴随着异想天开,而非客观市场需求,因为没人知道客观市场需求究竟是什么)。

 

这给现代企业规避了大量风险与不可知情况,使得商业系统的运营更趋于有迹可循。

 

但这些数据的积累并非一朝一夕之功。而数据的拥有者们在比较早的时候,对于终端分析等数据的处理分析和展现都是在移动内部,以内部报表或者分析报告形式在小范围传播。不仅内部有数以千计的交叉校验规则来检查数据的真实性,而且经过这么多年的持续积累和分析工作,如果数据有异动,就会有分析人员会同技术人员判断处理。

 

这使得数据(足够大、足够精准)和数据分析能力(场景化解读足够专业)都变成了稀缺资源,乃至于有声音说数据是新时代的资产。

 

如何深耕数据的价值?

首先要把数据进行分类:

 

第一类叫网络基础信息数据,包括你的终端信息,你的网络信息,甚至包括 WIFI 和 IP 网点信息,这属于网络基础信息。这一部分数据有价值,但是要做大量的深加工。

 

第二类叫应用相关的信息,大量嵌入移动信息里面去,打开多少次,使用多长的时间,留存多长时间,活跃怎么样,目前市场上的第三方企业对于应用该类数据,还不见头绪。这里的数据存在大家一直在讨论的“数据孤岛”,各方都把自家的数据保护的严严实实。现在的企业具备了数据思维以后,都在想办法利用这类数据完善自家的产品。

 

之所以如此分类,是因为现在的情况是的很多数据本身是运营的过程中产生的。也就是说在当初在产生这些数据的时候,一点都没有考虑到以后还要分析这些数据。所以这就带来了一个新问题,如何把这些数据变现?就好比手里抓了一把麦子,想要做面包一样,面包的制作需要的不是麦子,而是面粉。

 

目前的移动数据找到了面粉的(实现了变现),典型的有两块:移动广告和移动游戏。

 

移动游戏从去年开始赚钱了,这给数据公司提供了很土豪的甲方。去年上半年,移动游戏还处于一个很粗犷的运营阶段,用户的获取成本还不是那么高,哪怕用一种非常暴力的方法去推广,也能赚钱,但到下半年可能就不行了,因为同样面临到了之前讲的问题,成本过高、销量过低、生产效率差、恶性竞争,也即生产成本高于社会平均生产成本。所以有很多移动游戏投不动广告了。这给了数据公司不少机会。

 

再就是移动广告,事实上这些移动广告的客户是充满了困惑的,因为他们压根就不清楚自己手里有什么牌可打,尽管他们知道自己手里有牌(数据)。至于广告效果究竟实际情况什么样,也不知道哪些渠道的效率会更高,以及如何针对客户特性提高广告投放效率,客户们是一头雾水的,因此他们也十分迫切的需要面粉(数据加工)。

 

因此做好数据的加工,才是数据公司在移动数据领域盈利的关键,正如把麦子磨成面粉,把宝剑从熔炉中取出淬火,化腐朽为神奇。


 End 


你投稿,我送书


为了让大家能有更多的好文章可以阅读,36大数据联合华章图书共同推出「祈文奖励计划」,该计划将奖励每个月对大数据行业贡献(翻译or投稿)最多的用户中选出最前面的10名小伙伴,统一送出华章图书邮递最新计算机图书一本。投稿邮箱:[email protected]

点击查看:你投稿,我送书,「祈文奖励计划」活动详情>>>


阅读排行榜/精华推荐
1
入门学习

如果有人质疑大数据?不妨把这两个视频转给他 

视频:大数据到底是什么 都说干大数据挣钱 1分钟告诉你都在干什么

人人都需要知道 关于大数据最常见的10个问题

2
进阶修炼

从底层到应用,那些数据人的必备技能

如何高效地学好 R?

一个程序员怎样才算精通Python?

3
数据源爬取/收集

排名前50的开源Web爬虫用于数据挖掘

33款可用来抓数据的开源爬虫软件工具

在中国我们如何收集数据?全球数据收集大教程

4
干货教程

PPT:数据可视化,到底该用什么软件来展示数据?

干货|电信运营商数据价值跨行业运营的现状与思考

大数据分析的集中化之路 建设银行大数据应用实践PPT

【实战PPT】看工商银行如何利用大数据洞察客户心声?              

六步,让你用Excel做出强大漂亮的数据地图

 数据商业的崛起 解密中国大数据第一股——国双

双11剁手幕后的阿里“黑科技” OceanBase/金融云架构/ODPS/dataV

金融行业大数据用户画像实践



讲述大数据在金融、电信、工业、商业、电子商务、网络游戏、移动互联网等多个领域的应用,以中立、客观、专业、可信赖的态度,多层次、多维度地影响着最广泛的大数据人群

36大数据

长按识别二维码,关注36大数据



搜索「36大数据」或输入36dsj.com查看更多内容。


投稿/商务/合作:[email protected]



点击下方“阅读原文”查看更多

↓↓↓