很多关注我简书的同学，都希望看那些通俗易懂，图文并茂，活泼生动的大数据知识传播文章。
但是，今年第一篇，我不要当传播知识的小天使啦，我要吐槽。
吐槽什么？ 吐槽那些被客户妖魔化的大数据应用。
大家都知道，今年的车企的销量不好，
所以呢，大家都像热锅上的蚂蚁，急着寻找其他机会。
突然，他们想到了，人工智能，机器学习，模型算法这三位兄弟！
对于这3位神一样存在的兄弟，他们早有耳闻，
终于在今年盼到了他们，来为车企赋能，biubiubiu～。
他们是如何期待赋能的呢，下面我们来感受几个内心OS：
01 场景1:
对大数据不切实际的预期
你们就是算命的，马上就能卜一卦
比如：给我一个电话号码，让我看看，他的这个客户会不会再购一辆车。
内心OS：拜托，你好歹也给我一点维修，保养数据吧；没有维修、保养数据；那刚买车时，你登记的保险数据总能给吧。
“不行。不给。给了怎么能测试出你们大数据的能力呢。 这个POC项目，我们只能给加密后的电话号码。”
内心再次OS：拜托，我们是机器学习啊亲，不是算命啊。
02 场景2
等不急，马上就要看到效果。要的就是快！
喂啊，你们这个大数据，多久能出结果啊？ 5天前刚给这批人打了电话了，买车转化率不高啊，都没人买。
哥哥，首先，建模有很多种，生命阶段不同，模型也不同，比如流失预测啊，再购预测啊。
何况，我预测的是：买不买车，而不是预测他哪一天来买啊亲，你这5天就要结果，让我胸闷啊。
人家怀孕最早也得等个10天才能知道怀没怀，你这个也太急了吧。
03 场景3
对自己的数据库数据的质量，有蜜汁自信。
我们是国内最早一批引进大数据概念的。
我们有1500个标签，5大数据库，已经全面标准化，全部打通，采用Unique ID。
万事具备，我们就差一个牛逼的模型了。当我们欣喜的接了这个单后，
2个礼拜过去。。。
喂啊，怎么模型还没好啊，你们这个速度不行啊。
哥哥，我们加班加点在帮你清理数据啊，打通数据库，创建unique ID啊。
04 场景4
自身的数据质量不高，却幻想像能够通过外部的大数据，为自己撑起一整片数据海洋。
我们的数据库啊，从2004年就开始搭建，数据呢，在同车企行业中，算是很全面的了。
当我们连到数据库，count distinct了下车的颜色，
哇撒！2800种，
哥哥，请问您家是卖车，还是卖颜料啊？
05 场景5
这个POC项目啊，我希望你们从技术出发，
要画那种有架构图的，我们想整合一下我们的数据库。
你知道吗？过去一年，我们准备了快50多个有中央系统架构图的建议书，结果真正下定决心，全面整改的却没有几个。
口号远比行动喊的响。
毕竟要彻底整改，并不是那么好推动的。
06 结尾
虽然2019年车企的日子，可能依旧不好过。但是这既是机遇又是挑战，
这个关键的时刻，只要把大数据应用做到真正落地，确实能领跑同行一大步，
只要您：
1）摆正心态，正确认识大数据；
2）逐渐完善、主动搜集并且充实自有数据；
3）积极配合大数据项目落地和实施；
4）挑一家有行业好口碑，有经验的公司（比如我的公司，嘻嘻）
…
猪年了，送你一张猪猪的照片，
**为了增加阅读趣味，以上案例做部分夸大。
如果我的文章能带给你一点点启发，还请动动你的手指，点赞、收藏、关注吧！
你的点赞和关注，是我一直写下去的动力！
如果你还想看我的其他文章，请戳
八分钟就看懂 | 推荐系统 (协同过滤) 原来这么简单
你被广告盯住了吗？广告的渠道和频度
先别急着分析竞争格局，谁是你的竞争对手还没弄明白呢
从做蛋糕到多重共线性(Multicollinearity)
消费者、用户和产品的关系思考
结合日常生活的例子，了解什么是卡方检验
一步一步教你分析消费者大数据
从优惠券的投放人群，教你看分类模型的评判标准
数据分析师，少一点套路，多一点思路
关于数据建模变量标准化，你想知道的都在这里了
运营经理，你真的知道模型里的R平方吗？
从可视化角度浅谈如何做一份优秀的咨询PPT(一)
用可视化思维解读统计自由度
孰好孰坏？第一方数据与第三方数据
读完这篇，连小学生都看的懂什么是机器学习里的boosting
教你炼就火眼金睛，识别会说谎的数据分析
网友评论