大数据告诉你，怎样的城市让年轻人幸福

媒体人、作家王欣（笔名“反裤衩阵地”）撰文比较什么样的城市更适宜单身人士居住。他的答案是上海——从静安到张江，从浦西到浦东，只有两三张桌子的酒吧、咖啡馆、小饭店，24小时营业的便利店、小吃摊转角便有一个。人人都习惯适度的距离，不必非得亲密同行，一个人下楼，喝一杯酒、吃一碗馄饨，或者要一杯热咖啡看看杂志，说不说话都没关系。出门稍微走一走，总有一个像样的小酒吧，能喝一杯得体的oldfashion，或者有一家看起来油渍麻花的小饭馆，要一碟炸猪排、一碗葱油面，喝得心花怒放，吃得欢天喜地，又回去继续写作。我是一个人，但在上海这样自给自足的生活，我可以一整天不说话，却也不会觉得寂寞。

这是凭自己的经历和感觉，看法既有代表性，又是属于个人的。

一个城市是否宜居，便利店真有加分作用。记者有两三位经常出差的朋友，他们坚持认为北京没有便利店，不方便（其实有不少，人的固有印象很难改变）。而假如问起久居在上海的白领为何喜欢这座城市，步行5分钟范围内总找得到一家便利店会是不少人的回答。

理性严谨的数据出来说话了。数据既支持王欣的感受，又不完全支持。全国城市中，上海拥有的便利店和超市总数最多，但上海的人多，按常住人口一平均，上海只能排到第20名。上海餐厅的数量，人均拥有量排在第13位。这两个排名得第一的，分别是你想也想不到的——大连和三亚。

再说到咖啡馆，把爱评网和大众点评上的数据统计起来，台北拥有3271家咖啡馆，上海5296家。但上海市建成区面积远大于台北的面积271平方公里，多达好几倍，所以，尽管上海已经遍地咖啡馆，密度还是远逊于台北。再算算人均，上海每万人拥有218家咖啡馆，台北是121家，接近上海的6倍。

对一个城市的感性认识，可以用很多维度的数据来理性验证。以上数据，是一个昵称“新一酱”的小团队做的。大数据这座巨大的金库，她们在研究其中一种打开方式。

6个女生给城市分级

“新一酱”的“酱”，跟当前最红的网红“Papi 酱”相同，来源于日语，表示亲昵的后缀称呼，女子专用。“新一”是“新一线城市研究所”的简称。说是研究所，其实是一份杂志内的一个报道小组。

2013年，《第一财经周刊》想从擅长的商业报道领域做一些数据分析。当时数据还是手工采集，人也是临时抽调组成的松散型团队。2013年底，周刊从商业魅力角度——依据大公司对不同城市的关注度，对400个城市（包括除传统一线城市之外的300个地级及以上城市，100个百强县）进行详尽调查，做出了分级和排名，评选出成都、杭州、南京、武汉、天津、西安、重庆、青岛、沈阳、长沙、大连、厦门、无锡、福州、济南为15个“新一线城市”。

报道小组认为，改革开放30多年之后，中国城市的发展正在冲破行政级别的枷锁，更加贴近现代意义上的由商业驱动的都市。依据工商业繁荣程度对城市进行分级已经成为可能，而且必要性也越来越迫切。

做完这组报道，几位年轻媒体人对城市大数据的兴趣一发不可收。2015年，阿里巴巴投资第一财经，商业数据挖掘这块算是对上路了。

2015年4月，《哪个城市让你感到幸福》专题的制作过程中，新一酱的班底基本成型。7月，正式成立新一线城市研究所。研究所共6位全职采编人员，包括主编沈从乐，2名记者，1名编辑，1名美编，1名市场经理。全是女生，大多为90后。

她们用数据新闻的方式，探索和分析中国城市的商业魅力，生活方式的发展与变迁。她们玩起了各种各样的分级、分类，衣食住行游购娱，“为什么南京没有外资便利店”、“第一家诚品书店为什么开在苏州”，新鲜视角层出不穷。

什么叫新一线城市，是一个生造的新概念，把原来定位为二线的城市提拔上来？并非如此，新一酱的目标是“寻找下个一线城市”，名单并不固定，“北上广深”也应有危机感，不进则退。

挖数据就是挖宝

新一酱的观点是，城市的未来取决于对年轻人的吸引力。要了解每个城市中的年轻人都在想些什么，或者对什么感到兴奋，并不困难。他们是离不开网络和手机的一代，也将大部分生活的足迹都留在了网络。

数据怎么挖呢，一个来源是各大互联网公司。主流互联网公司在新一线城市的渗透已经足够高，它们的大数据能够为城市青年的生活状态描绘出一个大致精确的画像。在《哪个城市让你感到幸福》专题中，取用了京东、大众点评、支付宝、优酷、去哪儿、滴滴打车、微信**票、知乎、领英的数据。这些公司的头儿差不多都到乌镇参加了世界互联网大会，别的场合也经常能凑一堆。但是，他们各自把数据拿出来合成一体，没什么由头。这事由媒体来做，比较好办。

从阿里系拿数据相对容易一些，自家人嘛。不过，媒体的立场应该不偏不倚，按选题需要来，BAT的数据可以同时存在于一个图表中。新一酱说，互联网公司是愿意做数据共享的，乐意与媒体合作。记者把需求交给他们，他们专门去把这部分数据跑出来。

这种方式有一定的缺点，可控性比较弱。你认为A公司有这项数据，A公司也同意给，可最后拿到的数据不一定符合要求，时间也不好控制。不少公司把数据视为核心竞争力，不能毫无保留地拿出来。上市公司的话，还会被财务部门阻止。

要可控性强就自己动手，用技术手段去抓取。为此，文科出身的几位记者编辑都学会了写代码。一开始是一个姑娘会一点，她边自学边教大家，半年后，6个妹子都成了编程小能手，实习生也概莫能外。

抓取的都是公开信息，从网站的前端获取。当然，即使是公开信息，零散的单独的一条两条没什么，把成千上万条搜罗到一起，分析出规律来，就不一样了，有的会有点敏感。可是，新闻要的不就是发现力么？新一酱添置了一个可靠的亲密伙伴，一台32G内存的大电脑，连日连夜跑数据。近期做的房价、高铁专题，每个都用到了10万条以上的数据。假如人工一条一条去摘录，理论上也是能够做到的，花上十天半月。

自己抓取也有缺点，毕竟是外人，不知道人家有讲究。主动寻求合作的企业还挺多的，会不会有猫腻？新一酱认为，大数据要伪造非常难。

整个项目是研究城市的发展，数据的积累非常重要。所以，合作者多多益善。至于选题，坚持独立，不受干扰。

数据有了，新一酱又自己研究数据库和算法，也向研究学者讨教，从数据中挖宝。

量化的信心

为什么要研究城市？哈佛大学教授爱德华·格莱泽在《城市的胜利》一书中指出，尽管城市面临这样那样的问题，但它的吸引力正变得越来越大，在一个城市人口占比较高的国家，居民更容易感受到快乐。假如从创新的角度去思考，就会理解这种快乐——一种对文明的向往。

城市是创新的发动机，城市是否幸福，决定了这座城市的未来命运，也关系着国家的未来命运。

街角咖啡馆的多寡，知乎用户的活跃度，**票房的高低，餐饮品种的丰富度，交通系统的效率，都是城市幸福与否的一部分。不必为个人的体感争论，也不用考量去过多少个城市的人才有发言权，大数据提供了量化比较的可 *** 作性。

新一酱先列出五个维度，五个维度获得均衡发展的城市，才能够让年轻人感到幸福：

首先它要能够提供足够多样的选择，让年轻人可以自由地选择生活方式。它也需要是一座开放的城市，以便满足好奇心强烈的年轻人挖掘自我更多的可能性。效率和信息对称则更能促进创新，也将年轻人从琐碎的事务中解放出来，把精力更多集中到所热爱的事情上。便利度会吸引更多的年轻人聚集在一起，而良好的生活方式则会阻止城市老去。

大公司是重塑城市的主体。人均收入、教育资源、大公司和大品牌的选择等多项更具现代商业意义的指标，意味着大公司和公司人选择把自己的未来投资到某个地方，都是建立在对未来的信心之上，外国领事馆数量、国际航线开通数量等等，在某种程度上也是一种可以量化的信心。

根据这些指标，新一酱排出了中国120个城市针对年轻人生活的幸福榜。从计算结果看，北上广深的一线城市地位并未被撼动，而紧随其后的成都、苏州、杭州、宁波、武汉、厦门、青岛、天津、西安、沈阳、昆明、东莞、大连、南京、无锡和福州成为了年轻人幸福感“新一线”城市。

其他城市也各有长处。比如“生活的多样性”这个指标，参考“生物的多样性”而来。就说吃吧，大众点评上把餐饮分成68个菜系，新一酱归并为20多个，看这些菜系在各个城市的分布，发现最丰富的不是一线城市。新一酱觉得，这结果蛮符合认知的。谁不说一线城市节奏太快压力太大，中小城市更适合生活？

发现新增长极

一个选题的数据跑出来之后，往往能抓出比原来设想更有意思的点。新一酱有了很多意料之外、情理之中的新发现。

“白色情人节”做了一个关于快递包裹运费的选题，打的名义是，情人节送礼物嘛。结果发现，从价格看，安徽也许可以纳入苏浙沪包邮区，此外全国还有若干个区域内包邮的幸福“小区”。快递的运费，取决于快递业发达程度、城市间联系紧密度等因素，距离不是第一位的。能包邮，意味着这些城市购买力强、与其他城市经济联系密切，新包邮区的经济增长潜力不容小觑。

长沙不愧为娱乐之城，文化创意产业产值高速增长。年轻电视人才涌入，文化创意产业占GDP比重888%，高端酒店品牌也迅速进入。

最“黑马”的是成都，被新一酱评为“新一线城市NO1”。同为西南大城市，成都的GDP不如重庆高，重庆是直辖市而成都是省会城市，但各种排名中，成都的名次大多高于重庆好几位。在新一线城市中，成都最适合创业，国际航线数量第一，在公司人眼里是最有吸引力、生活最便利的城市。

更多的黑马藏在二线、三线、四线城市。这两年，马云、刘强东老喊着电商下乡，在县城直至乡村投入了大量人力物力，布点、建物流、手把手教村民上网购物。他们早就看到了，一线、二线城市的市场基本饱和，新的增长点在三四线城市和农村。听上去比较“洋气”的海淘，新一酱拿来跨境电商的数据一比较，三线城市用户购买力甚至高过一线城市平均值。她们分析，三四线城市居民能够接触海淘的，应该是其中最有实力的人群，他们很难从实体店买到多元、与潮流同步的商品，购物的渠道相对集中；而大城市居民选择多、用户分散，平均下来，数字反而低了。

排一排大数据，收获的是城市大发现，中国经济新的增长极隐约可见。

记者手记

多一点挖宝者

因为自己也尝试过做类似（但远远不能跟她们比）的城市数据新闻，所以对新一酱的做法比较有感觉。

大数据城市研究的价值，毋庸赘言了。很多机构在研究大数据下的城市。BAT中，淘宝／天猫最喜欢分享他们为各种维度的消费者画的像，星座、性别、年龄，最常用的维度是地域。“上海的男人最疼老婆”啦，“北京爷们的朋友最多”啦，类似这样子。

相比大公司和专业科研机构，新一酱的数据来源和研究方法、理论储备、图表制作，都不完善。不过，她们有自己的优势，最大的优势是，能够在一定程度上打通各个来源的数据。

传统咨询公司更多依靠抽样统计和经验的方法来帮助商业品牌做相关决策。到了大数据时代，用户行为分析能够带来更精准的分析。但互联网大数据分散在各家互联网公司，真正能够挖掘出来，转化成商业价值，目前还没有成熟的模式。

为城市管理者、城市开拓者和城市人提供丰富有趣、有价值的数据内容和数据服务，新一酱自称“野心不小”。

这份“野心”，记者倒希望不仅这6个妹子有。精准助推经济增长和生活幸福，大数据中挖宝的层次，目前还浅得不能再浅呢!

以上由物联传媒转载，如有侵权联系删除

连接数据库提示异常的话，是需要重新连接数据库才可以的，重新启动一下。

定律是为实践和事实所证明，反映事物在一定条件下发展变化的客观规律的论断。定律是一种理论模型，它用以描述特定情况、特定尺度下的现实世界，在其它尺度下可能会失效或者不准确。

没有任何一种理论可以描述宇宙当中的所有情况，也没有任何一种理论可能完全正确。人生同样有其客观规律可循。

一、生活定律 痛苦定律:死无疑是痛苦的，然而还有比死更痛苦的东西，那就是等死。

幸福定律:如果你不再总是想着自己是否幸福时，你就获得幸福了。

错误定律:人人都会有过失，但是，只有重复这些过失时，你才犯了错误。

沉默定律:在辩论时，沉默是一种最难驳倒的观点。

动力定律:动力往往只是起源于两种原因:希望，或者绝望。

受辱定律:受辱时的唯一办法是忽视它，不能忽视它时就藐视它;如果连藐视它也不能，那么你就只能受辱了。

愚蠢定律:愚蠢大多是在手脚或舌头运转得比大脑还快的时候产生的。

化妆定律:在修饰打扮上花费的时间有多少，你就需要掩饰的缺点也就有多少。

省时定律:要想学会最节省时间的办法，首先就需要学会说"不"。

地位定律:有人站在山顶上，有人站在山脚下，虽然所处的地位不同，但在两者的眼中所看到的对方，却是同样大小的。

失败定律:失败并不以为着浪费时间与生命，却往往意味着你又有理由去拥有新的时间与生命了。

谈话定律:最使人厌烦的谈话有两种:从来不停下来想想;或者，从来也不想停下来。

误解定律:被某个人误解，麻烦并不大;被许多人误解，那麻烦就大了。

结局定律:有一个可怕的结局，也比不上没有任何结局可怕。

二、工作定律

安全定律:最安全的单位几十年没有得过安全奖(最安全证明你们安全没有做工作)

需要定律:同样两个相同的单位，同样的办公费。多少年以后，发生了变化(证明你们单位办公不需要那么多的钱)出来反对，这种成功的概论会归结为零。

评比定律:领导认为谁好，谁就好。(只要领导看你不顺眼，再辛辛苦苦地工作也是白费力气。)

一票否决定律:在一个单位，比如升工资，比如提拔任用，一个人提出来，往往成功的概率最大，而另一个人站

接受教育定律:每个单位都有吊儿郎当不好好干工作的人。但领导往往在批评这些人的时候，这些人恰恰不在场，于是，便出现了遵纪守法的人，经常接受教育的尴尬局面。

哭闹定律;那个部门没有几个因为经常的哭闹而得到了实惠，他有什么理由不经常哭闹下去。(此定理也适用那些经常在领导面前叫苦叫累的部门)

能者多劳定律:在同一科室里，有的人虽然在其岗，但却不能胜任本职工作，那他的工作只能由能胜任该项工作的人去代劳。

不平衡定律:年年当先进的部门或个人，一年没有当先进便想不通;从未当先进的部门或个人，当上先进后便想不到。

少劳多得定律:一般的单位，都分为合同工、(过去称为正式工)协议工、临时工等等。拿钱越少的工作量越大，而且越容易被解雇;拿钱越多的越没有多少事情可干，而且最不容易被解雇。

1、计算机类专业——如果真的对选择专业没有想法和概念的话，可以参考计算机类专业，一般来说大部分男生其实都不会排斥学计算机专业，虽然网上对这个专业也会吐槽，但实际上计算机类专业的就业面很广，在各个领域都有适合的岗位，学好了发展前景是很不错的，不过学计算机比较辛苦，也要多了解一下。

2、土木工程专业——男生其实如果实在是不知道报考什么专业，学土木工程专业挺合适的，这个行业是无论如何都不愁找不到工作的，只是刚毕业的几年会比较辛苦。但只要自己肯钻研，这一行算是越老越吃香的。不过因为每一所大学开设土木工程的侧重不同，所以报考院校也要注意。

的确良、塑料鞋热销，烫头、学车风靡，鲜花贺岁、抢订年夜饭，刷脸支付、互联网健身……时光飞逝、岁月流金，不同年代的人们对生活 时尚 的追求各有特色。正是因为特色鲜明，岁月留下的印记才显得那么灵动，值得回味。

上世纪五十至七十年代

短缺时代也追时髦

关键词：塑料鞋 的确良

短缺经济时代，人们的衣食住行等条件都不怎么理想。稀有的啤酒，物美价廉的塑料鞋和“的确良”成了当时的 时尚 热点。

上世纪50年代，京城市面上只有两种啤酒：五星啤酒和北京啤酒，都由市专卖事业公司统一销售。当时人们的生活以满足温饱为主，啤酒属于非必需品，但大夏天啤酒依然常常脱销。

1958年，北京啤酒厂的工人们正在生产啤酒。 高宏/摄

此后20年，京城啤酒供应始终吃紧。上世纪70年代末，五星啤酒因为供不应求需要凭票购买。谁家结婚想上啤酒得到处找票，酒厂内部职工结婚才可以特批两箱啤酒。进入21世纪后，这一状况发生了巨大改变。中国连续多年位居啤酒产量世界第一，成了名副其实的啤酒大国。

在穿方面，物美价廉的塑料凉鞋曾一度是很多北京人过夏天的“标配”。1963年，塑料凉鞋在北京一上市，就成了大受欢迎的“热货”。据百货大楼的售货员介绍，这里每天都能卖出四百多双。耐磨、美观、价格低廉的塑料凉鞋出现后，北京夏天穿凉鞋的人大大增加了。以东黄城根11号这个大院为例，院里有63个1至15岁的孩子，其中有28个都穿上了塑料凉鞋。

到了上世纪80年代中期，随着人们收入的增加和生活质量要求的提高，塑料凉鞋逐渐退出市场。1984年5月14日本报报道中提到：人们在鞋的款式上，要求与服装配套。皮鞋需求稳中有升，网球鞋、 旅游 鞋十分畅销。

上世纪六七十年代，衣服款式基本男女一个样，颜色只有灰、蓝、黑，而“的确良”的出现，让街头突然流动起了色彩。

上世纪60年代，的确良料子是排队抢购的紧俏货。

最开始，大家买不到也买不起几件的确良衬衫，只能购买的确良做的假领子，几件假领轮流穿，每天给人焕然一新、体面高级的感觉。上世纪70年代中后期，随着的确良普及，姑娘们纷纷穿上小碎花裙子、带里衬的白裙子，走起路来裙角飞扬。

本报1994年11月21日7版《时装记趣》里曾记述过这样一段有趣的故事：上世纪70年代初，有位姑娘曾在王府井益民商店买过一件14元钱的长丝的确良绣花短衫，商标上绣着“精工巧制”和“made in China”（中国制造），因为太奢华，只好把它锁进箱子里，直到1978年上大学时才拿出来穿，但依然很显眼。

上世纪八九十年代

个性追求眼光更高

关键词：烫头 学车 抢订年夜饭

上世纪八九十年代，市场的物资供应丰富起来，人们的生活水平得到了极大地改善和提高，更高档次的个性化服务受到越来越多普通百姓的欢迎。

烫发这件事，在上世纪70年代只面向有形象需求的出国人员和文艺工作者，且要求单位开具介绍信。老顾客王绿纹回忆，1976年有烫发业务的全北京仅“四联”一家，自己代表单位在全市汇演中表演独唱，因此拿到了一纸介绍信，内容是：“今有我宣传队同志，因演出任务到贵店烫发，请予办理，此致敬礼。”去烫发才发现，变着法儿拿着介绍信的女同志特别多。

1961年，“四联”理发馆的理发师正在给客人做头发。高宏/摄

1980年10月20日本报2版《理发行业的一家“冒尖”户》中记录：“四联”的经营项目除电烫、冷烫、染发外，还增添了修眉、化妆和制作假发等。

2007年，北京市中等职业学校技能大赛上，美发专业同学展示“彩绘新装”。 戴冰/摄

人们的生活水平和收入提高后，不仅眼光高起来，对自身技能也有了前瞻性的要求。据统计，从上世纪80年代初至90年代初，本市驾驶员以平均每年近3万人的速度增长。1992年2月15日本报6版《哥们儿姐们儿学开车》记载，京城掀起一阵“学车热”，香山四博连驾校仅1994年来学车考本的人就多达五六千人。其中，学车为了谋生求职的比例不足10％，绝大多数是为了多掌握一门技能。而且，70％的人是自己掏钱学车。

1998年10月15日，《北京日报》8版反映“学车热”。

上世纪80年代至90年代，下馆子开始变得很平常。但到餐厅吃年夜饭还是考验着人们的消费理念。1995年，北京的一些餐饮业人士开始跃跃欲试，推出了年夜饭服务，可生意好的餐馆并不多。东城区兴华饮食公司瑞宾楼、星月楼、松鹤楼、森隆饭庄、东兴楼5家大年三十晚上仍开业的餐馆，上座率仅为20％。

进入新世纪后，沐浴着改革开放春风成长起来的“70后”“80后”渐渐成了消费主力，身为儿女的他们往往不愿再让辛苦了一年的父母陷入做年夜饭的忙碌中，大多把到饭店吃年夜饭当作一份特殊的贺礼奉送给老人。2010年，餐馆的年夜饭变得紧俏起来，能订上老字号年夜饭雅间的顾客都是早在前一年年中就陆续“下单”的。

2016年春节，京城老字号餐厅的年夜饭一桌难求，不少饭店的包厢已订到大年初六。穆景林/摄

近年来，越来越多的人选择在除夕夜点年夜饭外卖，更加轻松地享受与家人的团圆时光。从自己动手做年夜饭，到去老字号订年夜饭，再到动动手指轻松下单、年夜饭送到家，人们阖家团圆、共度佳节的传统变得 时尚 味儿越来越足。

新世纪

科技 加持生活更美

关键词： 鲜花贺岁 互联网健身 刷脸支付

进入21世纪，我们迎来了 科技 创新时代，移动互联网快速发展，新的热点潮流不断涌现，人们在生活追求、自我完善的路上大步向前。

鲜花贺岁图喜庆，已悄然成为北京人生活的一部分。2005年6月12日本报1版《北京人买花一年花销55亿元》中记载，2005年全市80％的家庭购买过花，北京人一年在买花上的开销达到55亿元。

2013年9月20日本报1版《节日低价花进入百姓家》称，很多花卉企业把家庭消费作为主攻对象，在花卉的种类上，增加了一些适合摆放在书桌上的品种。每年，还会从国外引进一些适合家庭消费的小型花卉新品种，如红掌、兰花、仙客来、百合等，为市民提供更多选择。

2018年9月7日，北京国际鲜花港云天靓丽，百花烂漫。 武亦彬/摄

2010年以来，新 科技 让人们更加注重自身 健康 ，关于健体瘦身的各种APP项目如雨后春笋一样冒出来。那些等待被减去的脂肪，已经堆积出一个关于瘦身健体的大风口。2015年9月19日本报《这年头脂肪也被吹上风口》中介绍，从百度指数上来看，类似健身、运动、瑜伽、马甲线等关键字的搜索从2014年年中开始，呈现几倍的增长趋势。各类减肥健身APP、O2O产品风起云涌，连 科技 巨头们也掀起了介入健身领域的巨大热情。互联网新 科技 让健身这件事变得更加大众化。

2018年长城马拉松赛上，二十多个国家和地区的近万名跑友奔跑前行。 方非/摄

科技 发展的日新月异，让高 科技 的刷脸支付在生活中也越来越常见。2016年春节，新设的旅客自助验票系统在北京站试运行。该系统在插入身份z和蓝色实名制磁卡车票后，可通过扫描旅客面部信息，“刷脸”进站。“刷脸”进站大约只需14秒。

2017年，市属各大高校迎来新生报到，多所高校都启用了“刷脸”注册。在人脸识别系统助力之下，学生对着摄像头刷刷脸，几秒钟就能完成注册。这些在移动互联网环境中成长的新生，追随新 科技 ，步入大学校园。

每一个热点潮流，每一个 时尚 记忆，都真实地记录了充满生活质感的 历史 ，展现了70年来新中国的巨大变化。这些“鸡毛蒜皮”的生活点滴，让经历者感叹，让后来者了解，原来我们的生活就是这样跟随着国家的发展而一步步改变的。

北京日报专刊部、美术部联合出品

历史 资料：京报集团图文数据库

1、GfK捷孚凯公司（德国）

GfK集团在全球范围内的市场研究业务，涉及耐用消费品调查、消费者调查、媒体调查、医疗市场调查和专项研究等方面，并在其中确立了绝对的专业性权威地位。特别是在耐用消费品调查方面，GfK集团在全球位居第一，并成为唯一的在全球范围内统一进行耐用消费品零售调查和研究的企业。GfK于1993年进入中国。经过十多年的发展，GfK在中国的调查网络由最初的5个城市发展到200多个城市及近300个郊县；监测的产品涉及黑色家电、白色家电、小家电、通讯产品和IT产品的近40个品类；月度数据报告覆盖全国200多个城市，并且在其中100个主要城市还能对通讯产品提供市场零售监测周报。

2、zwzyzx中为咨询公司（中国）

中为咨询是中国领先的产业与市场研究服务供应商。中为咨询围绕客户的需求持续努力，与客户真诚合作，在调查报告、研究报告、市场调查分析报告、商业计划书、可行性研究、IPO咨询等领域构筑了全面专业优势。中为智研致力于为企业、投资者和政府等提供有竞争力的调查研究解决方案和服务，持续提升客户体验，为客户创造最大价值。目前，中为咨询的研究成果和解决方案已经应用于3万多家企业，并向海外市场拓展。目前中为咨询业务范围主要囊括了产业细分领域研究、行业市场研究、行业市场调查、IPO咨询、项目可行性分析、并购与重组、投资咨询等领域。

3、Frost&Sullivan沙利文公司（美国）

全球企业增长咨询公司Frost&Sullivan弗若斯特沙利文咨询公司，帮助客户加速企业成长步伐，取得行业内成长、创新、领先的标杆地位。沙利文公司的增长系统服务以及沙利文公司最佳实践奖帮助CEO及其成长团队开发、评估和实施有效增长战略。50多年来，沙利文公司立足遍布六大洲的40多个办公室，以全球化的视野，为全球1000强公司、新兴企业和投资机构提供了可靠的市场投融资及战略与管理咨询服务。企业提供的增长咨询服务能加速客户成功的达成增长目标，帮助客户从容面对新的市场机遇。增长咨询能帮助客户制定并执行有效的增长战略，从而帮助客户公司促进销售额、市场分额和利润率的增长。

4、Gartner高德纳公司（美国）

Gartner Group公司成立于1979年，它是第一家信息技术研究和分析的公司。它为有需要的技术用户来提供专门的服务。Gartner已经成为了一家独立的咨询公司，Gartner公司的服务主要是迎合中型公司的需要，它希望使自己的业务覆盖到IT行业的所有领域，从而让自己成为每一位用户的一站式信息技术服务公司。Gartner（高德纳）全球最具权威的IT研究与顾问咨询公司，成立于1979年，总部设在美国康涅狄克州斯坦福。其研究范围覆盖全部IT产业，就IT的研究、发展、评估、应用、市场等领域，为客户提供客观、公正的论证报告及市场调研报告，协助客户进行市场分析、技术选择、项目论证、投资决策。

5、Synobate思纬（英国）

思纬（Synovate）是一家以资讯调查访问为主的行销顾问集团。成立于1991年，总部设在英国，设有七十七个分公司遍及全球四十六个国家，是目前全球排名前十位的世界级资讯集团之一。思纬市场资讯是全球前十大市场调查和行销顾问集团-Aegis集团底下的一份子，Aegis集团公司是一家领先的营销服务公司，在60多个国家拥有约8000名员工。集团总部设在伦敦，在伦敦交易所上市（AGSL）。目前在全世界46个国家设有77个办事处；亚洲地区9个国家设有13个办公室。思纬业务跨越五大洲及二十四个时区，并有四千名热切求知的精英员工每天为客户提供服务。

6、IRI美国信息资源公司（美国）

IRi美国信息资源公司是全球大数据分析的引领者和领先的市场研究公司，致力于为消费者、零售以及非处方医疗企业提供创新性解决方案及服务的全球领导者。2013年，IRI完成了对Aztec的收购，Aztec是一家市场评估及相关服务的领先供应商，业务遍及澳大利亚、加拿大、香港、新西兰、南非、瑞典和英国。同年，IRI还收购了在保鲜食品行业提供数据及咨询服务的Fresh Look Marketing。IRi收购勺海是一家在中国提供分析服务和市场研究的领导企业。其服务内容主要涉及六个方面：客户研究、品牌研究、满意度和忠诚度计划、新产品测试、广告效果评估以及分销策略。

7、nielsen尼尔森（荷兰/美国）

NetRatings，Inc（Nasdaq：NTRT）是全球领先的互联网媒体和市场研究公司，也是行业中重要的网络广告统计测评服务的提供方，拥有的服务产品包括NetView，SiteCensus，MarketIntelligence，AdRelevance（i），以及客户定制研究和分析服务等等，覆盖了70%以上的全球互联网使用。Nielsen//NetRatings的服务提供整合的互联网及数字媒体研究报告及定制服务，从而帮助客户获得高价值的业务信息。Nielsen//NetRatings是NetRatingsInc（Nasdaq：NTRT）旗下的服务品牌。由国际媒体及信息公司VNU部分控股。NetRatingsInc是ACNielsen和NielsenMediaResearch的姐妹公司。尼尔森//NetRatings公司提供了一系列专有的研究工具和服务，以帮助您满足您的业务挑战，在一个高度竞争的市场：区分你的产品和服务，目标和达到你的首要受众群体，并确定你的业务目标。

8、Ipsos益普索（法国）

益普索（Ipsos）是全球领先的市场研究集团，于1975年成立于法国巴黎，1999年在巴黎上市，是全球唯一由研究专业人士拥有并管理的市场研究集团。益普索是全球第三大研究集团，2014年集团全球营业额22184亿美元，在全球87个国家设有办公室。益普索在六大研究领域为客户提供专业的洞察和服务：广告与品牌研究，客户满意度与忠诚度研究，营销研究，媒介研究，公共事务研究，以及调研管理服务。益普索于2000年进入中国，已成为中国最大的市场研究公司，在上海、北京、广州、成都、武汉等5个城市设有办公室。企业拥有丰富的专业研究产品线和行业专长，研究领域覆盖广告和品牌研究、营销研究、媒介研究、公众事务与社会研究、满意度与忠诚度研究、数据采集与处理，汽车研究以及金融与服务研究。

9、McKinsey麦肯锡（美国）

麦肯锡公司是由JamesO’McKinsey于1926年在美国创建，同时他也开创了现代管理咨询的新纪元。现在麦肯锡公司已经成为全球最著名的管理咨询公司，在全球44个国家和地区开设了84间分公司或办事处。麦肯锡目前拥有9000多名咨询人员，分别来自78个国家，均具有世界著名学府的高等学位。麦肯锡拥有4500多名咨询人员，分别来自78个国家，均具有世界著名学府的高等学位。企业管理硕士（MBA）占49%，具有博士学位的占16%。在招聘咨询人员时，麦肯锡着眼于杰出的品格和解决问题的能力、卓越的智慧、有效地同各层次人士交往的能力。

10、Euromonitor欧睿公司（英国）

Euromonitor（欧睿）信息咨询公司成立于1972年，在出版市场报告，商业参考资料和网上数据库方面拥有超过40年的经验，服务和技术方面的不断进步确保了公司多年来始终在所有市场信息解决方案提供者中的领先地位。欧睿信息咨询有限公司在全球有超过600位分析师，并在英国伦敦，美国芝加哥，新加坡，中国上海，迪拜，南非开普敦，智利圣地亚哥，澳洲悉尼，日本东京和立陶宛维尔纽斯都设有分部。总部位于英国伦敦。欧睿信息咨询有限公司致力于为全球客户提供国际市场有关行业、国家和消费者的各类商业信息，并将此作为自己的使命。欧睿信息咨询公司对全球205个国家的消费者和行业信息进行研究，并对其中80个国家的市场相关信息进行深入调查。

11、IMS艾美仕公司（美国）

艾美仕市场研究公司（IMSHealth）是全球领先的为医药健康产业提供专业信息和战略咨询服务的公司。艾美仕市场研究公司在全世界的100多个国家开展市场研究服务，在亚太区的18个国家都设有分支机构，是制药和保健行业全球领先的市场情报资源提供商。IMSHealthInc（纽约证券交易所：RX）是全球领先的市场研究公司之一，在全世界的100多个国家开展市场研究服务，在亚太区的18个国家都设有分支机构，是制药和保健行业全球领先的市场情报资源提供商。这

12、IDC国际数据公司（美国）

国际数据公司（IDC）是全球著名的信息技术、电信行业和消费科技咨询、顾问和活动服务专业提供商。IDC帮助IT专业人士、业务主管和投资机构制定以事实为基础的技术采购决策和业务发展战略。IDC在全球拥有超过1000名分析师，他们具有全球化、区域性和本地化的专业视角，对110多个国家的技术发展趋势和业务营销机会进行深入分析。在IDC超过48年的发展历史中，众多企业客户借助IDC的战略分析而达致关键业务目标的成功。企业的客户不仅包括全球财富500强中多家著名跨国公司，而且包括中国本土许多行业的知名企业。IDC是IDG旗下子公司，IDG是全球领先的媒体出版、研究咨询、及会展服务公司。

13、INTAGE英德知公司（日本）

英德知联恒市场咨询（上海）有限公司（INTAGE CHINA）是INTAGE集团（亚洲第一最大规模，全球排名第9位的市场研究公司）的中国子公司，主要开展在中国的市场研究，市场咨询等业务。INTAGE CHINA公司总部设在上海，并在北京，广州设有分公司。INTAGE CHINA作为INTAGE集团的子公司，在坚持贯彻集团高品质服务宗旨的同时，充分利用当地资源，本土经营的优势实现低成本运作，无论在品质上还是在价格上都保持强有力的竞争优势，为顾客深度挖掘中国消费者的INSIGHT。也因此得到了来自欧美，日本，中国国内许多客户的支持。成为了他们在中国市场研究方面首选的战略合作伙伴。

14、Gallup盖洛普（美国）

基于80多年的经验和其全球影响力，盖洛普比任何其他的企业都更了解全世界员工、客户、公民的态度和行为。根植于战略咨询、领导力提升和全球分析三大核心领域，盖洛普向领导层和企业提供深入分析和专业见解，以帮助他们解决最紧迫的问题。企业的2000多位专家都是各领域的翘楚，其中有著名的科学家、享有美誉的行业专家和畅销书作家，他们专攻分析学、客户投入度、员工敬业度、企业文化、领导力提升、基于才干的测评、企业形象建立和幸福感研究。他们的专业知识涵盖广泛的行业，包括银行、金融、医疗、消费品、汽车、房地产、酒店、教育、政府和B2B企业研究咨询。

15、Kantar凯度咨询（英国）

总部位于英国伦敦的凯度（Kantar）是提供消费者研究、市场分析与媒体监测服务的专业公司。凯度的母公司是全球最大的传播集团WPP集团。凯度的12家成员公司是各自专业领域的领导者，企业持续不断地为全球客户提供可靠而高效的市场调研和咨询服务。凯度的分支机构遍布全球100个国家，覆盖了市场调研和消费品咨询业务的所有环节。企业既分析刚刚发生的购买和媒体接触行为，也提供预测性的长期趋势报告；企业的调查手段既有传统的投票站出口调查（exitpoll），也有最先进的脑神经分析；企业进行大规模的定量调查，也有深度的定性调查。

我国建立覆盖139亿人的全民参保数据库是社会保险惠及全民的起点，是公民享有现代社会保障权益的重要标志，公民的参保、缴费和权益享受信息得到全面准确及时记载，能够维护广大人民群众的社会保障知情权、参与权、享有权和监督权，全面实现为参保群众“记录一生、服务一生、保障一生”。

截至2020年10 月底，全国基本养老、失业、工伤保险参保人数分别为 992 亿人、214 亿人、264 亿人，均提前完成 " 十三五 " 规划目标。共有 5949 万建档立卡贫困人口参加基本养老保险，参保率超过 9999％，基本实现应保尽保。目前，我国养老保险参保人数已占全球养老保障总人数的三分之一，是世界上覆盖人数最多的养老保险制度。

不断完善的社会保障制度更发挥着社会 " 稳定器 " 的作用，在充分保障参保人员社会保险权益的前提下，2015 — 2019 年我国先后 6 次进行社保降费，进一步降低企业成本。今年以来，为了稳定和扩大就业，国家还出台了阶段性减免企业社保费政策，推出 " 免、减、缓 " 三项措施。今年 1 — 10 月，企业养老、失业、工伤三项社会保险共减免 12741 亿元，缓缴社保费 655 亿元，这些数据对于我们来说是一种安慰与欣慰，这意味着全民参保将我们的风险承担降到了最低化，也就是说以后我们就算遇到意外也能最大化的解决，真的让人欣慰有庆幸生活在这样一个令人惊叹的社会。

" 十三五 " 期间，我国社保制度体系逐步完善，覆盖范围不断扩大，保障水平稳步提高，管理服务优化规范，建成世界上规模最大的社会保障体系，切实增强了人民群众的获得感、幸福感和安全感。为了让更多的城乡居民享受社会保障，我国开展了社会保障历史上规模最大、范围最广的全民参保登记工作，基本摸清了参保底数，建立了覆盖 139 亿人基础数据的全民参保数据库，精准推进重点群体参保，各项社会保险覆盖范围不断扩大。

截至 2020 年 11 月底，全国社保卡持卡人数已达到 1332 亿人，覆盖 95％人口和所有地市，提前并超额完成了 " 十三五 " 规划目标。相信我们的国家变得越来越好，为伟大的祖国妈妈点赞！

漫谈大数据的思想形成与价值维度

清华基于微博分析获得的大数据幸福指数发现人们周六最幸福，相信大家心情不错，因此今天不谈枯燥的技术。关于大数据的思维、理念、方法论已经被反复消费了，本来我想直接进入交互环节，继挺兄还是要求先有一部分规定动作，我就先自d自唱几十分钟，既然是漫谈，也不见得扣题，说到哪里是哪里。各位有问题，我可以择时择机插入讨论。

先说大数据思想的形成吧。自从人类开始文字和数字，数据就开始产生。就数据增长曲线而言，极小的初值确实要经历漫长的过程达到人类能感知的曲线拐点。谷歌前CEO埃里克·施密特曾给出了一个有趣的数据：从人类文明曙光初现到2003年一共产生的数据，只相当于2010年两天产生的数据量。而一旦越过拐点，“大数据摩尔定律”的滚滚铁轮下，指数效应爆发：最近两年产生的数据量相当于之前产生的全部数据量。

在漫长的数据蓄水过程中，数学和统计学逐渐发展，人们开始注意对数据的量化分析，在人类进入信息时代以前这样的例子就不胜枚举。比如经济上，黄仁宇先生对宋朝经济的分析中发现了“数目字管理”(即定量分析)的广泛应用(可惜王安石变法有始无终)。又如军事，“向林彪学习数据挖掘”的桥段不论真假，其背后量化分析的思想无疑有其现实基础，而这一基础甚至可以回推到2000多年前，孙膑正是通过编造“十万灶减到五万灶再减到三万灶”的数据、利用庞涓的量化分析习惯对其进行诱杀。

到上世纪50-60年代，磁带取代穿孔卡片机，启动了数据存储的革命。磁盘驱动器随即发明，它带来的最大想象空间并不是容量，而是随机读写的能力，这一下子解放了数据工作者的思维模式，开始数据的非线性表达和管理。数据库应运而生，从层次型数据库(IBM为阿波罗登月设计的层次型数据库迄今仍在建行使用)，到网状数据库，再到现在通用的关系数据库。与数据管理同时发源的是决策支持系统(DSS)，80年代演变到商业智能(BI)和数据仓库，开辟了数据分析——也就是为数据赋予意义——的道路。

那个时代运用数据管理和分析最厉害的是商业。第一个数据仓库是为宝洁做的，第一个太字节的数据仓库是在沃尔玛。沃尔玛的典型应用是两个：一是基于retaillink的供应链优化，把数据与供应商共享，指导它们的产品设计、生产、定价、配送、营销等整个流程，同时供应商可以优化库存、及时补货;二是购物篮分析，也就是常说的啤酒加尿布。关于啤酒加尿布，几乎所有的营销书都言之凿凿，我告诉大家，是Teradata的一个经理编的，人类历史上从没有发生过，但是，先教育市场，再收获市场，它是有功的。

仅次于沃尔玛的乐购(Tesco)，强在客户关系管理(CRM)，细分客户群，分析其行为和意图，做精准营销。

这些都发生在90年代。00年代时，科研产生了大量的数据，如天文观测、粒子碰撞，数据库大拿吉姆·格雷等提出了第四范式，是数据方法论的一次提升。前三个范式是实验(伽利略从斜塔往下扔)，理论(牛顿被苹果砸出灵感，形成经典物理学定律)，模拟(粒子加速太贵，核试验太脏，于是乎用计算代替)。第四范式是数据探索。这其实也不是新鲜的，开普勒根据前人对行星位置的观测数据拟合出椭圆轨道，就是数据方法。但是到90年代的时候，科研数据实在太多了，数据探索成为显学。在现今的学科里，有一对孪生兄弟，计算XX学和XX信息学，前者是模拟/计算范式，后者是数据范式，如计算生物学和生物信息学。有时候计算XX学包含了数据范式，如计算社会学、计算广告学。

2008年克里斯·安德森(长尾理论的作者)在《连线》杂志写了一篇《理论的终结》，引起轩然大波。他主要的观点是有了数据，就不要模型了，或者很难获得具有可解释性的模型，那么模型所代表的理论也没有意义了。跟大家说一下数据、模型和理论。大家先看个粗糙的图。

首先，我们在观察客观世界中采集了三个点的数据，根据这些数据，可以对客观世界有个理论假设，用一个简化的模型来表示，比如说三角形。可以有更多的模型，如四边形，五边形。随着观察的深入，又采集了两个点，这时发现三角形、四边形的模型都是错的，于是确定模型为五边形，这个模型反映的世界就在那个五边形里，殊不知真正的时间是圆形。

大数据时代的问题是数据是如此的多、杂，已经无法用简单、可解释的模型来表达，这样，数据本身成了模型，严格地说，数据及应用数学(尤其是统计学)取代了理论。安德森用谷歌翻译的例子，统一的统计学模型取代了各种语言的理论/模型(如语法)，能从英文翻译到法文，就能从瑞典文翻译到中文，只要有语料数据。谷歌甚至能翻译克莱贡语(StarTrek里编出来的语言)。安德森提出了要相关性不要因果性的问题，以后舍恩伯格(下面称之为老舍)只是拾人牙慧了。

当然，科学界不认同《理论的终结》，认为科学家的直觉、因果性、可解释性仍是人类获得突破的重要因素。有了数据，机器可以发现当前知识疆域里面隐藏的未知部分。而没有模型，知识疆域的上限就是机器线性增长的计算力，它不能扩展到新的空间。在人类历史上，每一次知识疆域的跨越式拓展都是由天才和他们的理论率先吹起的号角。

2010年左右，大数据的浪潮卷起，这些争论迅速被淹没了。看谷歌趋势，”bigdata”这个词就是那个时间一下子蹿升了起来。吹鼓手有几家，一家是IDC，每年给EMC做digitaluniverse的报告，上升到泽字节范畴(给大家个概念，现在硬盘是太字节，1000太=1拍，阿里、Facebook的数据是几百拍字节，1000拍=1艾，百度是个位数艾字节，谷歌是两位数艾字节，1000艾=1泽);一家是麦肯锡，发布《大数据：创新、竞争和生产力的下一个前沿》;一家是《经济学人》，其中的重要写手是跟老舍同著《大数据时代》的肯尼思库克耶;还有一家是Gartner，杜撰了3V(大、杂、快)，其实这3V在2001年就已经被编出来了，只不过在大数据语境里有了全新的诠释。

咱们国内，欢总、国栋总也是在2011年左右开始呼吁对大数据的重视。

2012年子沛的书《大数据》教育政府官员有功。老舍和库克耶的《大数据时代》提出了三大思维，现在已经被奉为圭臬，但千万别当作放之四海而皆准的真理了。

比如要数据全集不要采样。现实地讲，1没有全集数据，数据都在孤岛里;2全集太贵，鉴于大数据信息密度低，是贫矿，投入产出比不见得好;3宏观分析中采样还是有用的，盖洛普用5000个样本胜过几百万调查的做法还是有实践意义;4采样要有随机性、代表性，采访火车上的民工得出都买到票的结论不是好采样，现在只做固定电话采样调查也不行了(移动电话是大头)，在国外基于Twitter采样也发现不完全具有代表性(老年人没被包括);5采样的缺点是有百分之几的偏差，更会丢失黑天鹅的信号，因此在全集数据存在且可分析的前提下，全量是首选。全量>好的采样>不均匀的大量。

再说混杂性由于精确性。拥抱混杂性(这样一种客观现象)的态度是不错的，但不等于喜欢混杂性。数据清洗比以前更重要，数据失去辨识度、失去有效性，就该扔了。老舍引用谷歌PeterNovig的结论，少数高质量数据+复杂算法被大量低质量数据+简单算法打败，来证明这一思维。Peter的研究是Web文本分析，确实成立。但谷歌的深度学习已经证明这个不完全对，对于信息维度丰富的语音、数据，需要大量数据+复杂模型。

最后是要相关性不要因果性。对于大批量的小决策，相关性是有用的，如亚马逊的个性化推荐;而对于小批量的大决策，因果性依然重要。就如中药，只到达了相关性这一步，但它没有可解释性，无法得出是有些树皮和虫壳的因导致治愈的果。西药在发现相关性后，要做随机对照试验，把所有可能导致“治愈的果”的干扰因素排除，获得因果性和可解释性。在商业决策上也是一样，相关性只是开始，它取代了拍脑袋、直觉获得的假设，而后面验证因果性的过程仍然重要。

把大数据的一些分析结果落实在相关性上也是伦理的需要，动机不代表行为。预测性分析也一样，不然警察会预测人犯罪，保险公司会预测人生病，社会很麻烦。大数据算法极大影响了我们的生活，有时候会觉得挺悲哀的，是算法觉得了你贷不贷得到款，谷歌每调整一次算法，很多在线商业就会受到影响，因为被排到后面去了。

下面时间不多了，关于价值维度，我贴一些以前讲过的东西。大数据思想中很重要的一点是决策智能化之外，还有数据本身的价值化。这一点不赘述了，引用马云的话吧，“信息的出发点是我认为我比别人聪明，数据的出发点是认为别人比我聪明;信息是你拿到数据编辑以后给别人，而数据是你搜集数据以后交给比你更聪明的人去处理。”大数据能做什么价值这个V怎么映射到其他3V和时空象限中

再贴上解释。“见微”与“知著”在Volume的空间维度。小数据见微，作个人刻画，我曾用《一代宗师》中“见自己”形容之;大数据知著，反映自然和群体的特征和趋势，我以“见天地、见众生”比喻之。“著”推动“微”(如把人群细分为buckets)，又拉动“微”(如推荐相似人群的偏好给个人)。“微”与“著”又反映了时间维度，数据刚产生时个人价值最大，随着时间decay最后退化为以集合价值为主。

“当下”和“皆明”在Velocity的时间维度。当下在时间原点，是闪念之间的实时智慧，结合过往(负轴)、预测未来(正轴)，可以皆明，即获得perpetual智慧。《西游记》里形容真假孙悟空，一个是“知天时、通变化”，一个是“知前后、万物皆明”，正好对应。为达到皆明，需要全量分析、预测分析和处方式分析(prescriptiveanalytics，为让设定的未来发生，需要采取什么样的行动)。

“辨讹”和“晓意”在Variety的空间维度。基于大体量、多源异质的数据，辨讹过滤噪声、查漏补缺、去伪存真。晓意达到更高境界，从非结构数据中提取语义、使机器能够窥探人的思想境界、达到过去结构化数据分析不能达到之高度。

先看知著，对宏观现象规律的研究早已有之，大数据的知著有两个新特点，一是从采样到全量，比如央视去年“你幸福吗”的调查，是街头的采样，前不久《中国经济生活大调查》关于幸福城市排名的结论，是基于10万份问卷(17个问题)的采样，而清华行为与大数据实验室做的幸福指数(继挺兄、我、还有多位本群群友参与)，是基于新浪微博数据的全集(托老王的福)，这些数据是人们的自然表达(而不是面对问卷时的被动应对)，同时又有上下文语境，因此更真实、也更有解释性。北上广不幸福，是因为空气还是房价或教育，在微博上更容易传播的积极情绪还是消极情绪，数据告诉你答案。《中国经济生活大调查》说“再小的声音我们都听得见”，是过头话，采样和传统的统计分析方法对数据分布采用一些简化的模型，这些模型把异常和长尾忽略了，全量的分析可以看到黑天鹅的身影，听到长尾的声音。

另一个特点是从定性到定量。计算社会学就是把定量分析应用到社会学，已经有一批数学家、物理学家成了经济学家、宽客，现在他们也可以选择成为社会学家。国泰君安3I指数也是一个例子，它通过几十万用户的数据，主要是反映投资活跃程度和投资收益水平的指标，建立一个量化模型来推知整体投资景气度。

再看见微，我认为大数据的真正差异化优势在微观。自然科学是先宏观、具体，进入到微观和抽象，这时大数据就很重要了。我们更关注社会科学，那是先微观、具体，再宏观、抽象，许小年索性认为宏观经济学是伪科学。如果市场是个体行为的总和，我们原来看到是一张抽象派的画，看不懂，通过客户细分慢慢可以形成一张大致看得懂的现实图景，不过是马赛克的，再通过微分、甚至定位个人，形成高清图。我们每一个人现在都生活在零售商的bucket中(前面说的乐购创造了这个概念)，最简单的是高收入、低收入这类反映背景的，再有就是反映行为和生活方式的，如“精打细算”、“右键点击一族”(使用右键的比较techsavvy)。反过来我们消费者也希望能够获得个性化的尊崇，Nobodywantstobenobodytoday。

了解并掌握客户比以往任何时候都更重要。奥巴马赢在大数据上，就是因为他知道西岸40-49岁女性的男神是乔治·克鲁尼，东岸同样年龄段女性的偶像则是莎拉·杰西卡·帕克(《欲望都市》的主角)，他还要更细分，摇摆州每一个郡每一个年龄段每一个时间段在看什么电视，摇摆州(俄亥俄)1%选民随时间变化的投票倾向，摇摆选民在Reddit上还是Facebook上，都在其掌握之中。

对于企业来说，要从以产品为中心，转到以客户(买单者)甚至用户(使用者)为中心，从关注用户背景到关注其行为、意图和意向，从关注交易形成转到关注每一个交互点/触点，用户是从什么路径发现我的产品的，决定之前又做了什么，买了以后又有什么反馈，是通过网页、还是QQ、微博或是微信。

再讲第三个，当下。时间是金钱，股票交易就是快鱼吃慢鱼，用免费股票交易软件有几秒的延迟，而占美国交易量60-70%的高频程序化交易则要发现毫秒级、低至1美分的交易机会。时间又是生命，美国国家大气与海洋管理局的超级计算机在日本311地震后9分钟发出海啸预警，已经太晚。时间还是机会。现在所谓的购物篮分析用的其实并不是真正的购物篮，而是结帐完的小票，真正有价值的是当顾客还拎着购物篮，在浏览、试用、选择商品的时候，在每一个触点影响他/她的选择。数据价值具有半衰期，最新鲜的时候个性化价值最大，渐渐退化到只有集合价值。当下的智慧是从刻舟求剑到见时知几，原来10年一次的人口普查就是刻舟求剑，而现在东莞一出事百度迁徙图就反映出来了。当然，当下并不一定是完全准确的，其实如果没有更多、更久的数据，匆忙对百度迁徙图解读是可能陷入误区的。 

第四个，皆明。时间有限，就简单说了。就是从放马后炮到料事如神(predictiveanalytics)，从料事如神到运筹帷幄(prescriptiveanalytics)，只知道有东风是预测分析，确定要借箭的目标、并给出处方利用草船来借，就是处方性分析。我们现在要提高响应度、降低流失率、吸引新客户，需要处方性分析。

辨讹就是利用多源数据过滤噪声、查漏补缺和去伪存真。20多个省市的GDP之和超过全国的GDP就是一个例子，我们的GPS有几十米的误差，但与地图数据结合就能做到精确，GPS在城市的高楼中没有信号，可以与惯性导航结合。

晓意涉及到大数据下的机器智能，是个大问题，也不展开了。贴一段我的文章：有人说在涉及“晓意”的领域人是无法替代的。这在前大数据时代是事实。《点球成金(Moneyball)》讲的是数量化分析和预测对棒球运动的贡献，它在大数据背景下出现了传播的误区：一、它其实不是大数据，而是早已存在的数据思维和方法;二、它刻意或无意忽略了球探的作用。从读者看来，奥克兰竞技队的总经理比利·比恩用数量化分析取代了球探。而事实是，在运用数量化工具的同时，比恩也增加了球探的费用，军功章里有机器的一半，也有人的一半，因为球探对运动员定性指标(如竞争性、抗压力、意志力等)的衡量是少数结构化量化指标无法刻画的。大数据改变了这一切。人的数字足迹的无意识记录，以及机器学习(尤其是深度学习)晓意能力的增强，可能逐渐改变机器的劣势。今年我们看到基于大数据的情感分析、价值观分析和个人刻画，当这些应用于人力资源，已经或多或少体现了球探承担的作用。

以上是小编为大家分享的关于漫谈大数据的思想形成与价值维度的相关内容，更多信息可以关注环球青藤分享更多干货

以上就是关于大数据告诉你，怎样的城市让年轻人幸福全部的内容，包括:大数据告诉你，怎样的城市让年轻人幸福、连接Oracle数据库提示Io 异常: Got minus one from a read call、男孩学什么专业前景好等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！