Q:有人說，大數據如同很多的建筑材料，如果沒有很好的創(chuàng)意，是造不出好房子的。從這個角度而言，應該用怎樣的思想來指導大數據的應用？

　　A:如何使用大數據，取決于你的目標，也就是你想用數據做什么。目標會引導你如何收集和篩選數據，如何對數據進行整合與關聯，所以最重要是要有想法，有idea，這也是客戶行為分析軟件發(fā)展的一個趨勢。

　　什么才是適合非電商領域的客戶行為分析方法？經過這幾年的探索，大家基本上達成了一個共識：就是各個行業(yè)的商業(yè)模式不同、運營模式不同、發(fā)展階段不同，選用的方法也不同。真正的解決方案就是行業(yè)自己的一個客戶群方案以及相應的客戶群分析軟件。要根據目標，基于主題，決定如何運用大數據。

　　從主題上看，有的是以服務為主，比如電信運營商的呼叫中心；有的是以營銷為主，比如零售業(yè)。他們的目標不同，也就決定了他們使用大數據的方法不同，特別是對用戶屬性的定義上，這也就回到客戶分析軟件要解決的第二個問題——定義客戶屬性。

　　在這一點上，遠傳技術進行了深入的研究，從用戶的年齡、性別、學歷等多個維度定義客戶屬性，并主張進行跨渠道客戶行為分析。以電信運營商和銀行為例，他們都有很多服務渠道，包括手機、PC、互聯網、電話等，目前這些渠道大都是各自運營，不能統一分析數據。如果把渠道構建成一個全景客戶視圖，進行跨渠道客戶行為分析，對企業(yè)將大有裨益。

　　跨渠道的客戶行為分析，會給客戶打上精準標簽，比如這個客戶是新業(yè)務型，那個客戶是積分偏好型，這樣會給營銷帶來非常好的效果。另瓦還有一個交互軌跡，比如iPhone5出來了，有一個人到網上營業(yè)廳看了兩次的介紹，這是潛在客戶，如果主動拜訪他，銷售成功率將大大提升。

 　　除了有明確的目標和想法之外，還需要有一個周密的計劃，規(guī)劃數據源的獲取，數據分析方法和工具等，所以大數據分析應該是目標導向的。

　　Q:大數據類型繁多，價值密度相對較低。如何利用算法等具體工具進行“提純”？

　　A: “提純”數據的前提是采集數據，以網站為例，現在最常用的兩種技術分別是頁面標簽技術和服務器日志文件技術。頁面標簽技術是一種從訪客瀏覽器端收集數據的技術，通過放置在網站中每個頁面的javascript代碼進行收集。日志文件技術獨立于瀏覽器，是一種基于服務器端的數據收集技術，采集所有發(fā)送到服務器的請求，包括頁面、圖像等。其他的技術包括從路由器上收集數據，或通過插件采集。目前為止應用最為廣泛的是頁面標簽技術。

　　為了能夠應對超大數據量，以及高性能、高可用、易擴展的要求，一些新興的技術如Nosql、Hadoop等在大數據時代將會得到廣泛的應用。

　　Q:請問您如何看待大數據的未來？
 
　　A:在未來，大數據將會得到越來越多的應用，并不斷對當前的商業(yè)模式、技術創(chuàng)新產生顛覆式的影響。但人在數據分析和應用過程中仍然占據著重要的地位，大數據分析的結果只能為我們的決策提供幫助。我想大數據分析會有一個美好的明天。

　　關于葛培明

　　葛培明，同濟大學博士后，現任杭州遠傳通信技術有限公司上海研發(fā)中心總監(jiān)。在大型決策支持系統研發(fā)、計算智能、數據分析與挖掘等領域有多年的研究開發(fā)經驗。曾先后在柯達全球研發(fā)中心、微軟等企業(yè)從事研究開發(fā)與管理工作。加入遠傳技術后主持客戶行為分析系統的研究與開發(fā)工作，該系統在業(yè)內獲得多大獎，已經得到廣泛應用。