Page 52 - 打通产品与用户需求

打通产品与用户需求
Connect Products with User Needs

的大数据，这为企业发展提出了新的挑战。企业要想在信息时代占领制高点，就
必须重点关注用户的需求，而需求的挖掘都有赖于大数据的分析。
（一）大数据分析以及用户需求挖掘的概念

1. 大数据与大数据分析的概念
大数据的概念。大数据早已在多个领域广泛应用，目前随着互联网的普及使
人们更加普遍认识及应用。关于大数据，人们广为熟知的是它的“5V”特征，
即 Volume（大量），Velocity（速度），Variety（种类），Veracity（真实），

Value（价值）。总的来说，大数据是一个数据类型丰富、种类巨大的数据集，
并且不能用传统的数据处理方式进行采集、管理和分析。
大数据分析的概念及类型。其一，大数据分析的定义。大数据分析（Big
Data Analytics，BDA）是大数据概念与方法的焦点，指的是对大量的、种类多样、

增长较快且内容真实的数据进行剖析，并从中找到能够帮助决策数据的相互关系
与其他有用的数据的过程。其二，大数据分析的类型。第一，可视化分析（Analytic
Visualizations）对于大数据分析工具来说，其最基本的要求是数据的可视化。可
视化分析能清晰地展示出数据的相关关系，并且可以使用户更直观地看到数据的

分析结果。第二，数据挖掘算法（Data Mining Algorithms)。可视化让用户看到结果，
数据挖掘就是机器的计算，数据挖掘算法有很多种，可以分别从集群、分割、孤
立点等方面挖掘到数据的深处，找到数据的最大价值。这几种算法不但要能够处
理大量的数据，并且也要能够在极短的时间内达到使用者的要求。第三，预测分

析能力（Predict Analytic Capabilities)。我们进行大数据分析的目的就是为了能够
利用得到的数据解决实际的问题帮助预测未来，预测性分析可以利用可视化分析
和数据挖掘的结果得出我们想要的数据。第四，语义引擎（Semantic Engines)。
大数据的杂乱性、非结构性给大数据分析带来了一定的困难，所以我们就需要
一些工具和算法进行分析、筛选、管理数据。第五，数据质量和数据管理（Data

Quality and Master Data Management)。对最终分析的数据结果需要有质量以及管
理方面的要求，而数据分析的质量可以通过规范化的流程和工具来得以实现。

2. 用户需求挖掘的概念
用户需求挖掘广义上的概念一般是指以用户的需求为目标，在海量的数据中
分析出用户的显性和隐性需求的过程。如图书馆用户需求挖掘，首先要明确目标
用户，详细划分用户需求，加强与用户的互动和沟通，以建立有效的用户反馈机

44