感謝邀請！

一般在訂閱號或者公眾號發(fā)表的一些文章中就能了解一些公眾號的行業(yè)動態(tài)。另外在今日頭條上每天都有很多新媒體和公眾號的行業(yè)動態(tài)?；蛘哳^條中搜索新媒體和公眾號，系統(tǒng)就會自動推薦。

（1）新媒體指數(shù)大數(shù)據(jù)平臺：

想要了解新媒體和公眾號的行業(yè)動態(tài)，一些媒體平臺可以去關注，他們會隨時發(fā)布和更新一些行業(yè)內(nèi)的動態(tài)。

在這里我可以給你推薦兩個：

【新榜】提供新媒體發(fā)展狀況、數(shù)據(jù)以及咨詢評估的平臺。你幾乎可以在這個平臺了解到你想要了解的。各個行業(yè)的公眾號大V，廣告報價，內(nèi)容采集，其他媒體平臺的發(fā)展情況等等。

【鳥哥筆記】這是一個專注互聯(lián)網(wǎng)行業(yè)的知識分享平臺，通過目前多元的新媒體平臺數(shù)據(jù)綜合分析，為移動互聯(lián)網(wǎng)從業(yè)者提供干貨學習。

大數(shù)據(jù)是什么？

采集記錄足夠多的數(shù)據(jù)，使工作更加針對化和精準化，這是大數(shù)據(jù)嗎？這不是大數(shù)據(jù)而只是數(shù)據(jù)化。

什么是大數(shù)據(jù)呢？例如洛杉磯警方曾對以往的刑事案件做了統(tǒng)計，通過算法得出了第二天的高概率犯罪地點，然后有針對性的派警察去該處巡邏，從而使得當?shù)氐姆缸铿F(xiàn)象下降20%。這是大數(shù)據(jù)。

再比如，經(jīng)濟學家都認為股票無法預測，而一位劍橋大學畢業(yè)的博士搞了個公司，對有史以來幾乎所有的證券交易的數(shù)據(jù)進行記錄，然后通過算法進行分析。

他對什么國家政策、公司業(yè)績、行業(yè)走向等等一眼都不看，100%地排除主觀意志的，只根據(jù)計算結果來進行投資，最后賺了大錢。這是大數(shù)據(jù)。

大數(shù)據(jù)的精髓并不在于數(shù)據(jù)的精準和數(shù)量，而在于對內(nèi)在規(guī)律的挖掘和對未來趨勢的預測。其思路是：一個結果是有很多原因的，原因作用的強度可能是隨機的，我們對其中作用的機理并不清楚。

我們難以找出規(guī)律性，但知道規(guī)律性就蘊含在結果數(shù)據(jù)之中，如果我們能建設合適的模型，寫出好的算法，就有可能把這個規(guī)律性提煉出來，從而能科學地發(fā)現(xiàn)真相和預測未來。

今天上午在貴州省大數(shù)據(jù)中心看到了大數(shù)據(jù)應用的事例。

金潤建設和鵬潤達這兩家企業(yè)分別投標200多次，一次也沒中過，依然積極地投。投標是要成本的，這兩家公司那里來的動力？

通過大數(shù)據(jù)的知識挖掘技術，發(fā)現(xiàn)了它們總是陪著固定的一家公司一同招標，最后總是那家公司中標。圍標、串標、陪標的秘密被大數(shù)據(jù)挖掘出來了??

數(shù)據(jù)蘊含著無窮的價值，大數(shù)據(jù)就是“鉆石礦”，但必須善于挖掘。

（1）新媒體指數(shù)大數(shù)據(jù)平臺：

Q1. 什么是大數(shù)據(jù)？A : 狹義的定義是指，符合「3V」條件的數(shù)據(jù)資料，分別是：

Volume(大量)：以過去的技術無法管理的資料量，資料量的單位可從TB(terabyte，一兆位元組)到PB(petabyte，千兆位元組)。Variety(多樣性)：企業(yè)的銷售、庫存資料；網(wǎng)站的使用者動態(tài)、客服中心的通話紀錄；社交媒體上的文字影像等企業(yè)資料庫難以儲存的「非結構化資料」。Velocity(速度)：資料每分每秒都在更新，技術也能做到即時儲存、處理。廣義的定義，《大數(shù)據(jù)的獲利模式》作者城田真琴認為，還要包括具備儲存、處理與分析這些資料的技術，和能夠從這些資料中取出有用資訊或洞見的人才和組織。

Q2. 大數(shù)據(jù)分析和商業(yè)智慧(BI，business intelligence)有什么不同？A : 美國顧問機構顧能(Gartner)分析師霍華?瑞斯納(Howard Dresner)在1980年代提出「商業(yè)智慧」概念，指有系統(tǒng)地儲存企業(yè)內(nèi)、外部資料，并加以分析，輔助商務決策。瑞斯納認為，經(jīng)理人應該親自經(jīng)手資料，以達到迅速決策與提高生產(chǎn)力的目標。

商業(yè)智慧可分析過去發(fā)生什么事，以及為什么會發(fā)生這件事，像是利用統(tǒng)計學回歸分析，從Ａ產(chǎn)品過去一年的銷量結構，找出銷售下滑的原因。大數(shù)據(jù)則可根據(jù)目前發(fā)生了什么事，預測未來將發(fā)生什么事。例如，電商可即時監(jiān)控銷售情況，預測顧客回購周期。

Q3. 一般企業(yè)有哪些數(shù)據(jù)可用？A :《大數(shù)據(jù)的獲利模式》作者城田真琴將企業(yè)能取得的資料分為4 種：

公司本身的事業(yè)活動資料：屬于公司的核心資料，例如便利商店的POS 系統(tǒng)資料。公司背景資料：比方說員工的通訊錄或財務報表，但是對服務顧客沒有幫助。其他公司或顧客的資料：像是顧客在社交網(wǎng)站上的活動紀錄，就是企業(yè)即使花錢也想拿到的資料，因為對自己很有用。公開資料：通?？梢悦赓M取得，企業(yè)應該積極運用例如政府的公開資訊，例如政府的公開資訊。

Q4. 企業(yè)如何運用數(shù)據(jù)資料？A : 阿里巴巴副總裁車品覺提出了數(shù)據(jù)的5 大價值：

識別與串聯(lián)：能夠辨識出用戶的資訊(手機、生日、e-mail等)描述：舉凡用戶搜尋的關鍵字、企業(yè)的營運數(shù)字、網(wǎng)站活動的相關數(shù)據(jù)，企業(yè)都可以用來做為營運的儀表板。時間：從用戶的行動時間軸推測他的行為，例如剛搜尋過旅館的使用者，在拜訪其他網(wǎng)站時，也能即時看到旅館廣告。預測：可以幫助公司預測銷售，影響公司經(jīng)營策略。產(chǎn)出數(shù)據(jù)：將現(xiàn)有數(shù)據(jù)組合產(chǎn)生新的數(shù)據(jù)，像是將網(wǎng)路賣家的各項表現(xiàn)(物流、商品、客服等)，綜合在一起形成店鋪評分機制。

Q5. 運用大數(shù)據(jù)的人，就可以稱為資料科學家嗎？A : 基于前述資料的特性，大數(shù)據(jù)的儲存、處理和分析絕非易事，通常需要團隊支援，才能發(fā)揮出資料的最大效果。

大致來說，資料分析領域包含5 個關鍵職務：資料工程師與軟體工程師負責資料的清理、儲存和處理；資料分析師將資料視覺化，供資料科學家分析；資料科學家依據(jù)想要解決的商業(yè)命題建構模型，供決策參考；領域專家則是熟悉領域專業(yè)知識，提供專業(yè)見解供資料科學家分析參考，扮演發(fā)展決策的橋梁。