大数据背景下的数据融合

为什么需要数据融合？

• 最重要的原因是用户数据的割裂性，无法全面勾勒用户的全貌，比如你购物的数据在京东天猫、通话数据在移动电信、交易数据在银行金融、社交数据在腾讯微信。

• 数据的割裂性导致对用户的认识比较片面，可能做出错误的决策。比如：现在京东与头条的”京东计划“就是数据合作的一个案例，就是你在京东搜索的物品，会不定时在浏览今日头条中呈现，增加购买率。这里有个缺陷是如果已在淘宝购买的物品，再次出现会导致用户体验感下降。

• 教育行业的数据同样是割裂状的，产品的数据支持需要更好的数据融合解决方案，来聊聊这次的，千锋学习提升系统

• 在客户拿到一份学生的考试成绩时，她会想比较一下自己的几次考试，或者想要简单对比自己跟班级其他学生的成绩，给自己找一个定位，看一下自己属于班级的什么层次，你只需要把他的成绩放在班级成绩划分的不同成绩段中，这些都是第一维度的数据组合便可以完成的，数据组合由各方数据的简单组合形成，能够全貌客户用户特征。该数据的融合产生的是物理反应，数据属性本质没有改变。只是数据的简单拼装而成。

• 而当他知道自己的定位后，他便会寻找自己进步的空间，这时他需要拿到比他优秀的那批同学的数据来比对，为自己制定目标。该怎么做？你要去拿到这些同学的数据组合，比如，比他优秀同学的自我比对结果，看看他成绩发生波动时的原因：可能是难题做的多了，中等题做的少了，导致成绩下降，中等简单的题做的更加熟练，成绩上升，因为得分水平的决定因素往往是中等简单题的得分，看看产生这些成绩波动时，这类优秀学生是怎