全部版块 我的主页
论坛 经济学人 二区 高级会员区 学者专栏
8806 29
2014-11-24
热烈欢迎中国传媒大学电视与新闻学院沈浩教授于2014年11月25日下午3点接受人大经济论坛的在线访谈活动。欢迎大家热烈提问。

提问领域:

传播学研究方法、应用统计学和市场研究

PS:的问题提问者会获得50论坛币的奖励~
VIP,不止是论坛币!!!

沈浩老师,中国传媒大学电视与新闻学院教授。

研究方向:传播学研究方法、应用统计学和市场研究。

IPSOS(中国)市场研究有限公司首席顾问,中国传媒大学数据挖掘研发中心主任,调查统计研究所所长,15年的数据分析的专业经验,精通各种统计技术的分析方法和分析软件,在统计行业和市场研究行业享有较高的声誉,擅长市场研究和模型,主要包括:结合分析、满意度分析、抽样设计、多变量分析,市场细分和数据挖掘。


From沈浩老师之前的媒体访谈:
       什么是数据挖掘呢?简单的说,数据挖掘就是从数据中找到有价值的东西,所以在台湾把数据挖掘叫做数据采矿,从数据中发现金子,我们叫做数据挖掘。数据挖掘显然并不是广电行业的,也不是移动的,他实际上是从海量数据中寻找隐藏在数据中的那些有价值的东西,那些相关性、那些趋势,因为今天网络的运营商尤其是数字或者是基于数据驱动的运营商,拿出到数据,如何从数据从寻找到那些有价值的消费信息,实现精准营销,成为我们今天很重要的话题。对于移动来讲,数据挖掘已经成为他们经营分析中一个很重要的主题,所以现在电信运营商都在普遍进入数据挖掘这样一个概念。
  如果今天我Google一下,你说会有多少条“数据挖掘”记录呢?一倍?十倍?到底应该是什么样的增长趋势呢?其实我并不在意大家预测了多少,但是我们要有一种思考问题的方法。我们看到这条曲线,其实很多人不知道这条曲线叫什么,这条曲线在说什么,其实如果把X轴表示时间,Y轴表示拥有率的话,请问大家1995年的时候有多少人拥有手机?1996、1997、1998、1999、2000、2001、2002、2003、2004,我们发现这是有一个转折点,他不是一点点增长的,是突然有一天你发现所有人都有手机了。当然,我们谈到短信,谈到3G,在前几年的时候大家还在想3G会是什么样?而今天3G到了什么阶段呢?所以有人把这个曲线叫做产品生命周期,当我们关注于生命周期早期部分的时候,我们会发现其实这个产品叫做任何产品进入市场的时候都会有一个导入期,成长期,成熟期,退期。你会发现3G这样一个事情推广的时候是怎么推广的?回想一下我们广电行业的CMMB,想象一下我们将来所谓广电运营商,你要推出业务,你会是什么样的方式?当然,我们关心那些冒险者,所以我们关注那些尝试广电运营商业务的人,这些人长什么样呢?所以,这里面我们看到早期的冒险者,这些消费者一定是我们忠诚的客户,希望这些客户带来口碑上的东西,所以我们经常说大众媒体信息在产品进入一定生命周期的时候,人际传播一定大于大众传播。既然大于大众传播,这时候我们说了我们过去都是受众,现在我们要变成用户。所以,你知道可能沈浩他是这样的人,但是这样的人他掩没在数据库,我们才要把他挖出来,从数据库中挖出那些有价值的用户。所以,在这里面我们看到移动在推出3G业务的时候,他的核心思想叫做受邀客户,他能够通过数据库中找到最有价值的人,让他们传播。比如他找到沈浩,为什么呢?沈浩他要是买了一个东西,一定会到处炫耀的,这种人他学历比较高,又经常在公共场合发言,这种人叫什么人呢?我们把这种人叫做意见领袖。因为大众媒体信息首先传到意见领袖身上,然后再传给周围人。如果像我们CMMB,说这个科室拿几个,小张拿几个,最后七大姑、八大姨在使用,最后没有推广,为什么?因为广电行业没有经营意识,因为他没有消费者的数据库。所以,在这里我们要找到最有价值的人,我们会家里像电信行业那样的客户打分模型,找到最有价值的客户是不是跟找最有可能流失的客户是一个道理?所以,电信行业会建立客户流失模型,找最有可能流失的人和找最可能有信用的人是一个道理,所以电信行业会有最有信用的系统,找最有信用的和最有欺诈的是一样的,他也会建立客户欺诈模型和反欺诈模型,所有这些模型并不是靠我们主观判断,而是在经营系统里面,系统有针对性的自动找到这些人,然后营销他们。

       如今大数据时代终于来了,沈浩老师看得很清楚,大数据的本质就是数据挖掘,熟悉数学和计算机的他做起来得心应手。但回归市场调查行业,谁能做大数据,怎么做?他说,大数据时代没有一个单一的学科能解决问题,大数据的方法也不是每个人都能学会的,市场调查的实证研究路径与大数据的自动化商业行为有着本质差别。
        市场调查行业究竟如何与大数据时代接轨,沈浩老师没有给出直接的答案。但是回顾自身经历,他总结了三点经验或许可以为我们提供借鉴:一个是团队的重要性。在学科领域里,他和中传新闻传播学院教研室的老师们一起合作了20多年。二是平台。对于任何人平台都很重要,但是走到一定程度,要在平台之下有自己的兴趣和独立的发展方向。第三,事情都是积累出来的。回过头来看,只要踏实在一个领域里钻研,他说,再怎么样也会熬成专家。
        也许有意,也许无意,他抓住了现代最流行的几个关键点,数据挖掘、文本挖掘、网络分析、数据可视化、自然语言处理等等。积累到一定程度,知识有一个爆发点,人的能力也有一个爆发点,沈浩老师认为,这个爆发就是知识可以更好地帮助、带动专业领域里的其他人,这也是最重要的一点。

       分析数据、写报告,解决微观具体的问题,在沈浩老师看来这是典型的市场研究,也不可避免的是后见之明。市场研究也需要预测,但预测靠的是统计技术,依然是在需要寻找过去的规律、外来的东西。但是今天人们更多的需要的是洞察力(insight)什么叫洞察?就是寻找到转折点,“社会的变革不是靠正态的,是靠***的转折点去改变的”就像一个人的生活一样,有了孩子这个转折点,生活状态就完全改变。对于一个企业来讲,这个转折点可能就是一个人、一个产品,比如乔布斯一个人,一个iPad,一个iPhone,就改变了三大产业。如果能够了解造成转折点的原因,很多社会问题便会迎刃而解。举了例子,比如公交一卡通,一张卡片记录了人们所有的交通刷卡行为,如果数据能够被捕捉到并且分析和展现出来,那么北京交通问题的缓解和控制就会变得异常简单,这就实现了人们经常说到的“智慧城市”。
        那么如何捕捉这种转折点呢?数据挖掘就有这样的能力,因为它会自动从海量的数据中寻找到这些转折,只问关系不问因果,不需要证明,只要事情发生了、有商业价值就OK了,但是实证研究则很难做到这一点。
        现在的很多互联网研究都没有包括市场研究公司,比如苹果,它在一定程度上是不需要专门研究受众的,因为它的iTunes, AppleStore都可以对用户进行分析。于是传统市场研究公司的事都交由机器去做,而市场研究更多的是帮助传统的市场、企业去做研究,目前依然是为了解决问题才去设计问卷、收集数据的。
        将来,如果技术和投资回报达到一定程度,完全可以采用全网检测。抽样检测将不再需要,因为人们所有的行为都已经被记录下来,也不在是为了做分析而去收集数据,而是商业的、自动化的数据积累和生成。“这个生成的数据可能越存越多,也许越多越有价值。今天没有价值,将来有价值,今天是噪音、是垃圾,明天新技术就可以从低密度下发现有价值的东西。”
        市场研究需要创新,需要拥抱大数据,但人才是个问题。大数据需要的更多是偏向IT人员,而不是策略研究人员。“大数据不是一般人能学会的,一定要有IT技术。”因为人的能力是有限的,譬如在捕捉上千个字段,光靠人眼无法识别出哪个字段是重要的,只能是汇总并部署在电脑上,由人来制定分析规则。
        有一天,沈浩老师和他的一个朋友说,一定要学R。他也在微博上感慨道:“有个语言叫R,未来会改变世界。”现在他甚至希望自己的儿子也能学会这些新技术,只要他有兴趣。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-11-24 09:24:11
一段时间以来,互联网是以注意力经济为主导的,也许我们还将关注的目光聚焦在这个方面,只不过是在机器的自动运算结果集合范围内。
世事变化无常,规律的把握总不会像白菜般容易获得,所以人才难觅。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-11-24 10:53:56
沈老师,您好,由于互联网的迅速发展,使得大家也开始在关注大数据的发展,基本用的都是已经发生在互联网上的数据,如果继续在这一领域搞学术研究的话,是否意味着传统的文卷调查已经不符合时代要求了?写的学术文章更容易被拒收?另外,作为青椒的普通一员,感觉大数据非常有前途,但一旦想把这个作为研究之路来走的话就发现,数据难拿到,基本都是公司的机密,不可能给你的,在这一块的研究沈老师能否给点建议,非常^_^!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-11-24 12:16:00
沈老师,您好:
  怎么获取新闻或媒体方面研究的数据资料,并利用数据进行数据挖掘、大数据挖掘并结合机器学习等智能计算技术?
谢谢
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-11-24 12:23:08
huanghuiqun 发表于 2014-11-24 12:16
沈老师,您好:
  怎么获取新闻或媒体方面研究的数据资料,并利用数据进行数据挖掘、大数据挖掘并结合机器学 ...
测试,我是沈浩
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-11-24 13:15:44
沈老师:你好!借此契机向您请教几个问题。
1.如今数据分析的编程语言很多,R、Python、Hadoop、SAS,作为刚进入数据挖掘领域的新手来说,应该如何选择合适编程语言?
2.数据挖掘所需的知识面比较广,入门应该遵循什么样的学习路径?各个知识块要按什么顺序掌握?
3.大数据时代只问关系不问因果,那如何判断我们得到的关系是可以外推的,即应用到未来而不会导致错误呢?
谢谢!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群