大数据时代的数据主流概念

左磊

数据主流概念就是介绍聚合数据，聚合数据是一个初创的公司，虽然不是一家大的企业，但是所做的事情并不算小，它为腾讯、百度、京东提供大数据服务，至少覆盖亿人次级别以上，以下更多的是结合数据的模式讲讲对大数据的认识。

模式执勤

说到聚合数据的模式执勤，在PC时代最终用户行为习惯更多的是通过COOKIE，或者是通过IP，到了移动互联网时代需要通过APP和SDK其他的方式获取，但是MBFA并不能够完全地做用户匹配，所以更多的是通过MK结合手机号码来确定一个用户的行为习惯，这也是现在移动互联网最热最重要的一个数据。

大家知道通过APP，SDK获取的数据通过关联以后，会很清晰地对个人贴一些标签，就是所谓的人物画像。在人物画像这块做的最好的是阿里巴巴，它有两个最大的APP，一个是淘宝，一个是支付宝，支付宝有超过3亿人的消费习惯，首先是消费金额，第二个是物流快递地址，还有家庭地址、公司地址，同时支付宝还可以用来冲话费，交燃气和充电费，还有淘宝购物习惯。

大部分年轻人在淘宝数据库里是非常清晰的，虽然在虚拟世界里，但是已经被贴了很多标签，但是阿里并没有满足这些数据，它投入了一系列的投资，比如新浪微博、微信等等，阿里巴巴投资和收购完成以后，把里面的用户打通，因为它投资的这几家企业都拥有上亿的安装量，所以重合度很高，并不像小的APP，假设两个APP，两个都是两千万，可能这两个一千万都没有关联，但是阿里巴巴并购的这些数据后台重合度非常高，根据一个人在什么位置，就知道他做什么工作，了如指掌。

聚合数据就没有这么大，而且也没有钱收购大的APP，更多的是中小型的数据开发者，提供的数据目前大概有100多个，有50或者60个是我们自己在运营，包括天气、网上日记，跟人相关的，包括挂号、12306定火车票等，还有一些通过第三方开发商合作，比如说360、京东，马上会接进来的必应等等，通过有数据源的公司把数据开放出来，从我们公司数据平台再开放出去。

这个是典型的数据模型，这里面介绍了一个人的数据，虽然他不知道这个人长什么样，但是他在聚合数据后台或者是在阿里巴巴后台很清晰，这个人拿了数据票，定了酒店，或者他的身份证号码，他的家庭住址等等是非常清晰的画像模型。

聚合的模式

回到聚合的模式，聚合现在作为第三方最大的公司，每天有超过22万开发者，到明年会有50万开发者，调用量将达到3万亿。聚合最早的爬虫自己去抓取，这是聚合自己做的，但是后来做到一定规模时跟数据中心开始合作，跟360等公司进行合作。另外一方面比如短信运营商，他可能充值10万20万，比如买10万条次数，在聚合开发者平台去销售，所以聚合像是数据银行，通过数据聚合的方式，包括聚合在代理亚马逊，就会把数据方式存储到集合平台上，通过存钱和取钱了解到用户量很大，将这些优质客户留下来做精准的广告投放，做优化。举一个简单的例子，比如精准内容投放，聚合数据有一个违章查询接口，每天违章查询量1200万左右，事实上有重复的数据，真实保存下来的有价值的汽车车牌号，一个月查四次以上，聚合数据平台认为这个用户是有车的，会通过MA和这个用户关联，知道这个用户有车，可以做广告投放，他打开APP时给他提供一些车企的广告，或者提供给他P2P的互联网金融公司信息，提供一些征信的识别。这是聚合做数据银行的模式。

聚合数据的这个平台做了大概三年半，到现在应该有超过22万的开发者，有9万多个应用，或者是网站，或者是微信公众号，还有一些插件利用聚合数据开发，每天的量次数接近5千万次。聚合的模式很简单，一方面通过在线的网站去进行在线充值和在线消费，另一方面为一些大的客户，比如微信、京东提供线下的定制服务，这是两个主要的运营模式。聚合除了做自己的数据挖掘，还和第三方数据研究合作，通常会选某一个领域最好的两家公司进行合作，聚合在平台里面把数据开放出去，通过分成模式，这里面是有典型的客户，包括一些知名客户，这些都在或多或少的用聚合的数据，做开发，做平台业务，都会调用我们的数据。

另外聚合也通过一系列的方式来推广和传播这样的数据服务，包括聚合跟主流的互联网巨头还有一些知名的企业合作，为它们提供很好的服务，帮助它们扩大影响力。

聚合除了跟一些媒体合作也跟一些培训机构合作，主要为了自身提高价值，集成学院是教育平台，现在有三个聚合教学视频在这个平台上运营，免费地被查看，包括CSDN，有几百个老师在使用聚合的帐号做教育培训。明年聚合会正式推出自己的应用数据，因为这个应用数据除了被中国开发者使用外，也同样适合美国的开发者，去拓展美国的视角。