朴素的数据观

什么是数据

1. 数字、文本、声音、图像、社交链、车辆网
2. 数据具有强烈的时代特征
3. 数据的产生依赖一定的技术
4. 新型的数据还在不断产生中…
   问题：
5. 在可以预测的50年会有哪些新型数据？
6. 数据会带来哪些商业价值？

商业价值三要素

1. 增加收入
   什么能够增加额外的收入？特别留意新兴市场，例如：交通拥堵保险。
2. 降低成本
   1）用机器代替人工，例如：机器播报新闻、呼叫中心的人工智能接入。
   2）产品寿命，例如：车窗马达的使用寿命由50万次降低为10万次 >> 节约上亿元。
   3）与产品设计，例如：电视机取消VGA接口 >> 节约上亿元。
3. 控制风险
   1）无法用货币衡量的风险，例如：挽救生命(随身血液监控仪)、大楼倒塌（疲劳监测）。
   2）需要用货币衡量的风险，例如：银行网上信用卡申请(提高识别的准确率和查全率，既可以增加收入，又可以降低成本)。

政府价值三要素

政府——市场制度的制定者，数据资源（公安、通信、医疗等）和预算的掌握者。

1. 国民收入
   关乎国民收入的因素：增加就业、降低税负、提高福利。例如：对招聘广告的文本分析，确定工作经验、薪酬水平、专业技能、市场需求、学科发展。
2. 国民支出
   关乎国民支出的因素：医疗、教育、物价。例如：侦查医疗骗保、分析医院收支等降低公共医疗成本。
3. 国民风险
   关乎国民风险的因素：生命安全、财产安全。例如：社会安全保障资源（公安民警）有限，监控流量数据，防止重大公共安全事件（踩踏事件）。

给出可以量化的参照系

1. 原来能够做多好？
2. 做了之后可以有哪些商业价值？
3. 有价值的数据分析就是具有不确定性 >> 预测不准一定是常态。

搞清客户需求

1. 谁提出需求，谁就是客户。
2. 客户经常说不清楚具体的需求，只能说清楚自己不想要什么。
3. 价值不仅是现实过去已经发生的价值，还有没有发生的未来预期价值。
4. 摸清楚客户盈利模式
5. 不仅数据部门，业务部门更应该了解数据对于企业的价值。
   1）业务部门是企业派往市场前方打仗的部队：市场部（调研推广）、销售部（产品销售）。
   2）职能部门是驻扎在市场后方服务的部队，例如：人事部、行政部、财务部。
   3）其他部门：生产部、研发部、客服部、工程部等。

中国数据科学的发展因素

1. 产业变革，例如：从农业>>工业>>互联网
2. 技术进步，例如：DNA Microarray
3. 制度环境，例如：对于药品（如新冠疫苗）>>1998年成立国家药品监督管理局政策；对于食品（如食品安全）>>国家市场监督管理总局；对于大数据产业政策汇总

如何进行商业大数据分析

1.学习业务知识
2.了解应用场景
3.实践机器学习理论
例如：电商、金融、征信、投资、广告、游戏、医疗、健康