如何使用大数据(在广电行业领域内并不缺乏大数据)

如何使用大数据，在广电行业领域内并不缺乏大数据？

广电行业是不缺乏大数据，但是缺乏把大数据融合的机制。目前整个广电行业，收集和储存大数据的实体，是以省市（计划单列市）为单位的有线网络公司，目前数据的交互利用，实质上是存在各自为政的现状。目前，广电行业也在积极地探索数据运用，比如，有的广电单位在筹划数据工作室，生产一批以数据为要素的内容产品，但是由于资金技术人员的相对劣势，在数据应用上，远远落后于互联网公司，甚至传统的报网行业率先感受到寒冬，在拥抱互联网，数据产品开发商，也先广电行业一步。

大数据的含义和作用是什么？

大数据（英语：Big data），又称为巨量资料，指的是在传统数据处理应用软件不足以处理的大或复杂的数据集的术语大数据的特点

体积大

数据量很重要。对于大数据，将不得不处理大量的低密度，非结构化数据。这可能是价值未知的数据，例如Twitter数据供稿，网页或移动应用程序上的点击流或启用传感器的设备。对于某些组织，这可能是数十兆字节的数据。对于其他人，可能是数百PB。

PB是硬盘存储容量单位，存储容量：是该存储设备上可以存储数据的最大数量，通常使用千字节（kb kilobyte）、兆字节（MB megabyte）、吉字节（GB, gigabyte）、太字节（TB ，terabyte）和PB(Petabyte)、EB(Exabyte)等来衡量。1PB=1024TB=1024 * 1024 GB一部1080P高清电影 2G 左右，大概就是 50W部高清电影

速度

速度是接收和（或可能）作用于数据的快速速率。通常，与直接写入磁盘相比，数据流直接进入内存的速度最高。一些支持互联网的智能产品会实时或近乎实时地运行，因此需要实时评估和采取措施。

多样性

多样性是指可用的多种数据类型。传统的数据类型经过结构化，可以整齐地放置在关系数据库中。随着大数据的兴起，数据进入了新的非结构化数据类型。非结构化和半结构化的数据类型（例如文本，音频和视频）需要进行额外的预处理才能得出含义并支持元数据。

真实性

它是指数据中的不一致和不确定性，即可用数据有时会变得混乱，并且质量和准确性难以控制。

大数据也是可变的，因为多种不同的数据类型和数据源会产生大量的数据维度。

价值

除非将其转化为有用的东西，否则大量没有价值的数据对公司没有好处。

数据本身没有用处或重要性，但需要将其转换为有价值的信息以提取信息。

大数据作用

指引产品开发

Netflix和宝洁等公司使用大数据来预测客户需求。他们通过对过去和当前产品或服务的关键属性进行分类并对这些属性与产品的商业成功之间的关系进行建模，从而为新产品和服务建立了预测模型。此外，宝洁还使用焦点小组，社交媒体，测试市场和早期商店推出的数据和分析来计划，生产和推出新产品。

预测性维护

可以预测机械故障的因素可能深深地埋在结构化数据中，例如设备的年份，制造商和型号，以及覆盖数百万条日志条目，传感器数据，错误消息和发动机温度的非结构化数据。通过在问题发生之前分析这些潜在问题的征兆，组织可以更有效地部署维护并最大化零件和设备的正常运行时间。

提升客户体验

客户竞赛在进行中。现在比以往任何时候都更可能更清晰地了解客户体验。大数据使您能够从社交媒体，Web访问，呼叫日志和其他来源收集数据，以改善交互体验并最大程度地实现交付的价值。开始提供个性化报价，减少客户流失并主动处理问题。

机器学习

机器学习现在是一个热门话题。数据（尤其是大数据）是原因之一。现在，我们可以教授机器而不是对其进行编程。大数据的可用性可训练机器学习模型，从而使之成为可能。

推动创新

大数据可以通过研究人员，机构，实体和流程之间的相互依赖性，然后确定使用这些见解的新方法来帮助您进行创新。使用数据洞察力来改进有关财务和计划考虑因素的决策。检查趋势以及客户希望提供什么新产品和服务。实施动态定价。有无穷的可能性。

引申

现在社交媒体（微信，微博，短视频），电商都有海量数据。头条可以根据用户行为进行精准推送内容或是广告。电商可以根据数据推送有购买意向的产品。

当前大数据时代只要是有海量用户，就可以根据用户的行为进行分析从而衍生出新的价值信息。

人工智能的前提就是通过海量数据，进行模型训练从而形成自己的计算方式。16年时谷歌人工智能机器人阿尔法狗大败世界围棋冠军李世石。围棋是人类引以为傲的高智商游戏，但最终败给了机器人。机器人就是前期通过海量数据进行计算不断的完善。

大数据的快速发展，也带来了很多问题。例如鼎鼎大名的脸书用户隐私泄漏事件。大数据中含有很多用户隐私数据，不正当的使用会造成灾难事故。

大数据未来还可以在更多的领域中使用，未来也将会出现更多的技术弥补大数据的漏洞。

请点赞支持下吆，留言关注交流。

如何利用大数据服务于产品设计与运营？

数据分析方法论没有最好的，只有最合适，贴近业务，贴近分析场景 就是最合适的。下面我详细介绍一下 AARRR 方法论，对于精益化运营、业务增长的问题，这个方法论非常契合。

首先通过各种线上、线下的渠道获取新用户，下载安装APP。安装完APP后，通过运营手段激活用户；比如说首单免费、代金券、红包等方式。通过一系列的运营使部分用户留存下来，并且给企业带营收。在这个过程中，如果用户觉得这个产品不错，可能推荐给身边的人；或者通过红包等激励手段鼓励分享到朋友圈等等。需要注意的是，这5个环节并不是完全按照上面顺序来的；运营可以根据业务需要灵活应用。

那么如何获取自己想要的数据呢？

谢邀。这里分享医疗健康领域个人数据的重要性以及获取个人数据的方式。

造就Talk第208位讲者 郑杰

树兰医疗总裁

OMAHA开放医疗与健康联盟发起人

大家好，我是郑杰，来自于杭州。我出生于一个医生世家，也在医院边上长大，但大学里我读的是计算机专业，毕业后我也没当医生。不过我很开心地发现，最近这些年我做的事情和医学发生了关联。

现在我正在运营一个全新的医疗集团，但是我的业余时间在做一个叫OMAHA（开放医疗与健康联盟）的联盟，今天我的分享和我做的事情有关联。我的演讲题目叫做：我的医疗数据，我做主 。

医患关系变化的背后是什么？

大家看到的这个logo是美国医学会的一个图章标志，中间它有一个蛇杖，是以前西方医学神的图腾 。我发现，很多中国的医疗机构和卫生主管机构也把蛇杖放在他们的logo里。

在一百多年前，我们没有这么多的高新科技，问诊都靠身体触摸。在那个年代，一个女性，除丈夫之外其他能触摸她的男性，就只有医生，所以医生的地位是非常神圣的。但到了这个时代，医患关系正在发生改变。

举个小例子。我的一位大学老师不幸患了癌症，他闭门不出三个月，读了所有这方面的资料、论文，然后到医院，指着一叠东西对医生说，大夫，你按照这个方法给我治吧，结果医生傻眼了。

这说明什么？说明这个时代的医患关系正在发生变化。

那变化的背后是什么？是数据。

以前看病是靠望闻问切，现在的医疗都依赖于数据，依赖给你量化以后采集的信息来做判断。那么这个数据会怎么样呢？

一家基因测序公司帮我做过全基因组测序。 那么这样的全基因数据有多大？有90GB。同时，我们医疗数据的量还在不断的扩大，在不远的将来，我们每一个人的医疗数据都会超过一个TB。

那问题又来了，我们有多少人手里有自己电子化的医疗健康数据呢？

如何拥有完整的医疗健康数据？

你的医疗健康数据在哪儿？

这是一个非常重要的问题。我们以前经常拿着病例本去医院，那时候，医生还会往你的病例本里贴化验单。但最近我发现，我以前的好几个病例本都丢了，我相信大家也有同样的经历。

另外一方面，我们每个人一生中都会在不同的医疗、体检机构去接受相应的服务，所以你的数据都分散在不同的机构里面，而且全世界现在都面临这个难题。

我们如何才能拥有一个完整的医疗健康数据？为什么完整性这么重要？

我再举个例子，我有个很好的朋友，他在做肺部检查时查出来有个阴影，怀疑是肿瘤，去医院做了很多次会诊，最终不放心还是开了一刀，但开胸后发现不是瘤，这一刀白挨了。

后来他才想起来，自己早年当兵时得过一次严重的肺炎，如果他的医疗记录里有过这个病例记录，也许他就不用挨这一刀了。

所以，这些看似和我们没有关系的医疗数据却和我们的生命息息相关。

那这里我分三个方面来谈谈医疗数据：数据开放、数据汇集和数据利用。

数据开放势不可挡

首先聊聊数据开放，目前我们拥有数据的医疗机构还没有完全打开，也不知道怎么打开，更不放心把数据给到患者。但同时，很多的企业和政府又很希望建立一个平台，把医疗数据收集起来。

我们可以参考下美国的实践。2010年，美国成立了一个名为马克基金会的第三方组织，这是由很多退休官员组成的一个非营利组织，主要目的是去讨论，如何让老百姓能够拥有完整的健康档案。他们经过反反复复的讨论，最终得出结论：要把数据直接给到患者。

于是，他们发起了这个名为 “blue button”（蓝扭）计划的行动，这个计划要求所有医疗机构、保险机构，在它的面向患者服务的网站上面，都要放一个蓝色按钮，可以让老百姓点击下载自己的医疗数据。

他们把这个行动推广到全美，这也启发了我们去做OMAHA 。

当下，中国也正在发生变化，深圳市在去年发布了卫生基本法，其中第一次把向患者公开病例写了进去，要求医疗机构在患者看完病之后的6小时内提供病例的查询、复印和复制服务。

复印大家都可以理解，但复制两个字却更加意义深刻，因为这要求医院能够电子化的数据复制给你。

现在，国内已经有一些医院可以给你一张数据光盘，以后有可能给你一个U盘 ，你可以把自己在这家医院的所有医疗数据带走。

这当然是一步一步来，可以先是一个PDF，再慢慢走向一个计算机可以直接读取的格式，这是我们的一个终极目标。也就是说，这个医院给了我一个电子化的U盘，里面的文档到了另外一个医院可以直接导入，这应该成为一个行业的共享规则。

很多医院担心把完整病例给了患者以后会惹上医疗官司，还有很多医院里的数据其实不完整，它羞于拿出来。但恰恰有些院长会说，这不是很好嘛，我和患者非常透明，他可以反向来监督我们，让我们医生更认真的去写病例。

这是真正以患者为中心的医院会有的考虑。我们很幸运地看到这样的医院越来越多了。

不同数据该怎么汇聚？

开放之后还有第二个问题，数据要怎么汇聚？

大家都知道，在医疗行业里，不同医院之间的一些指标的正常范围、专业术语都不一样，那这个数据拿出来之后，你能整合成一份吗？

有些企业正在想办法解决这个问题，比如苹果公司，苹果手机里有一个health的功能，他就希望变成你的健康数据的一个桥接器、汇总器。所有和苹果手机连接的APP和可穿戴设备，只要你将血压之类的体征数据储存进去，它就可以来帮你做数据的汇总。

但如果我今天从苹果手机换到Android手机怎么办？换到小米手机怎么办？换到锤子手机怎么办？

所以你会发现，健康数据的汇总是一个工业级的标准，我们在反复思考应该怎么做，要帮行业做哪些基础设施以解决基础性的难题。

这里很重要的一点就是文档格式和术语标准。

大家都知道AlphaGo，它之所以成为围棋高手，是由于学习了两千多万个棋谱，不管是中国版的棋谱还是国外版的，都可以作为一个文档被保存下来，而全世界共享的是同一套标准。

同样，我们的健康医疗的文档格式是什么，这是我们需要去考虑的。

其次就是术语标准。大家可能不知道，医疗界对一些术语的描述还是非常个性化。举个例子，有一些医院叫“盲肠炎”的部位其他医院叫“阑尾炎”，但讲的是一回事。

怎么样才能把这些不同的术语汇聚整合并进行统一？

所以我们搭建了一个协作运营的平台，让大家来共同维护一些词条，建立它们的关联关系。我们做的事，就是要给整个中文医学术语体系搭建一个行业基础设施，就像对于电商而言，要搭建基本物流设施一样。

完整的医疗数据有什么用？

假设有了数据汇总的分析设施，那么它能带来什么？

这里我举一个例子，这是我的一个好朋友，一个40多岁的理工男，他不幸得了严重的痛风，要经常检测自己的尿酸，他不间断给自己测了十年尿酸，还把这些数据填到excel表格里面去，还给它做了回归线分析。

他说要自己填写数据实在很麻烦，要是每次测的时候都有个软件能自动汇总就好了，同时这个软件还能提醒我到了什么时间点该做什么。

这就是很直接的一个例子，如何将他十年的数据自动汇总完整性 。由此可见，一旦你生病以后，真的就非常关注自己的数据了。

当我们有了完整的数据以后，我们还可以享受到个性化的治疗。我们都知道现在西药不是对每个人都有效，也许你对这个药有效，他对这个药无效，你应该吃三颗，他要吃五颗。

所以，医疗如今已进入到了一个长尾时代，不仅是个性化治疗，而且将会有越来越多的疑难杂症、罕见病，都在这个数据完整的时代被发现。

保障数据利用的安全

随着数据越来越多、越来越完整，我们还会碰到一个更直接的问题，就是如何保障隐私安全。事实上未来我们自己的健康数据的价值非常重大，也许很快会和你的保险来做对接。

我们每个老百姓既有权获得自己的数据，又要非常关注隐私问题。

世界上已经有很多国家对此制定了相应的法律，中国也在慢慢的完善。医疗机构如果随便把患者数据给到第三方，是有重大问题的。

如果把自己的完整电子病历给到第三方机构，他们也可以精确定位你的信息。甚至于，就连你的声音信息都很宝贵，如果你的声音信息被采集，你以后甚至都不知道给你打电话过来的这个人是不是你的亲人。

在这个时代，你必须重视数据隐私和数据安全。不单是我们整个健康医疗大数据的流动汇总，不单单是第三方机构，更是所有老百姓、政府机构都要去关注和重视，整个产业界要去推动，这是一个全行业的事情。

数据时代的赤脚医生

上世纪五六十年代的时候，中国有一个被联合国高度认可的赤脚医生模式。我的母亲就做过赤脚医生，当年在乡下，她和父老乡亲关系特别好。

那时候的医生，真的是基于患者的大数据，来给对方做诊断的。那时候也没有什么设备，就是在跟患者聊天、交流的过程中来了解对方。

在未来的数字医生时代，全新的赤脚医生将来到你家门口。他在知道你的完整数据之后，可以给你做出更精准的诊断。

我们要重视自己的数据，要更加主动的参与自己的健康保障，这个民主化医疗的时代就要来临。

所以我们说医改也好，医疗服务行业也好，最终的目标都是让每一个人能够做好自我管理。只有做好自我管理，这个国家的医疗总费用才是最低的。

而自我管理的背后就是了解你自己，你有你自己完整的数据，而且大家又在共享数据，才能去发现更美妙的事情。

我们一起努力吧，谢谢！

造就：剧院式的线下演讲平台，发现最有创造力的思想

利用大数据进行决策？

大数据一直是比较热的词，而且大数据公司也非常多，大数据方面这几年发展也非常迅速，很多行业都在运用大数据改变行业结构等。

那么怎么样才能利用大数据进行决策呢。

需要满足几个要点：1、是数据一定要多，或者达到某个量级。2、数据的维度要够多，覆盖产品的各个维度。3、数据要实时更新，不能滞后。4、数据要结合实际市场、研发等等实际环境。