论文部分内容阅读
今天，大数据已经不是什么新鲜话题，每天微博上的留言转载、电子商务网站上的用户点击流、各种音视频记录文件、大量的网络服务日志……具有三V特征——海量（Volume）、多样（Variety）和实时分析（Velocity）的大数据扑面而来。
大数据，是被过度炒作了还是真的价值无穷？它到底能带给企业什么？企业又该如何分析、挖掘出这些价值？
从商务智能到消费智能
沃尔玛超市啤酒和尿布的故事是传统CRM数据挖掘的经典案例，如今在大数据的背景下，却有了升级版本——某零售超市通过对监控视频影像记录的分析来制定商品的上架摆放策略，例如分析顾客站在某商品前时间的长短就可从一方面得出这种商品的受欢迎程度，从而决定其摆放位置——让畅销的东西放在最显眼的地方，如此一来，超市的收入就更高了。
美国富国银行（Wells Fargo）的电子银行案例值得业界学习，尤其是他们非常注重电子银行的互动性。富国银行发现顾客有一些共同点，就是都非常关心财务管理。于是电子银行除了为每位顾客提供账户管理功能，还会生成在线报告，比如顾客自己的支出报表、为顾客量身定制的省钱计划，提供给顾客有关理财规划、财务管理以及投资等方面的信息和服务，形成有一定意义的在线社区。富国银行利用数据仓库分析处理大量、各式各样的数据，来为各式各样的顾客提供服务，也通过创建客户需要的社区，加强客户的共同兴趣，持续地增加电子银行网站的价值。
美国南加州爱迪生公司（SCE）最近完成了其智能电表的项目，为近500万个住宅和小型企业安装了智能电表Edison SmartConnect，通过这些智能电表可以收集用户的用电情况，包括用电时间和用电量。这些数据都保存在SCE公司的数据仓库，用户可以通过对这些数据进行查询和分析，从而优化自己的用电情况，以达到节能和省钱的目的。
……
“数据处理及获取技术的进步，特别是大数据处理技术的进步，再加上移动设备应用的普及，正在改变着企业的营销模式，从外推模式向内拉模式转变，即从传统的企业往外推送营销信息到达顾客的模式慢慢转变为顾客积极主动地交互、参与引导企业营销的模式。”
Teradata CTO宝立明在日前举行的2012 Teradata 数据仓库暨企业分析峰会上向企业用户传达了一个新的理念，即现在的企业已经开始从商业智能走向消费智能。
他指出，移动互联网的快速发展，不仅仅改变了个人的消费习惯，也改变了企业的盈利和商业模式。它不仅改变了消费模式，对于企业而言也增加了用户的黏性和忠诚度。以Facebook为例，宝立明认为，应用移动设备人们会花两倍的时间访问Facebook，企业非常需要这样的忠诚度和黏性。
宝立明在演讲中用本节开头所描述的众多实例证明移动互联网对于企业的重要性。他认为所有事物都是时间和空间的结合体。如一家邮政公司的包裹从苏州到旧金山，要经过180个数据采集点，还有各种环境的采集信息，这些信息是时间 空间的结合体，也是大数据的典型代表。这些数据的分析处理将对企业来说价值巨大。
峰会上，eBay分析平台总监梁浒在接受记者采访时，也对消费智能的趋势表示了赞同。他说：“为什么现在电子商务网站比传统店铺有优势？比如，你有一个实体店，你不会知道某一个用户是什么时候到店里来逛的，他试了哪些衣服，看了什么，为什么没买就走了……因为你没有这些数据。但是eBay解决了这个问题——通过数据分析，我可以知道你是什么时候来的，来了之后，喜欢怎么看商品，喜欢用什么关键词搜索，搜到了什么东西，以及你到底是谁等。因此，商家就可以有针对性地进行促销及商品组合优化。”
“移动互联网的发展，改变着很多的事情。以往的电子商务开始变成移动商务，人们越来越希望打破地理空间的限制，通过移动终端访问信息。”宝立明强调，以往我们总是传达B2C的理念，而以后的商业发展将更多转向C2B的模式，即消费者的反馈意见和需求越来越影响着信息的交付模式。
被改变的不只是电子商务企业，越来越多的传统企业利用社交网络的信息，通过大数据分析来做业务创新，服务客户。银河证券CIO颜阳向记者介绍，欧美证券市场基于Twitter信息做舆情分析就是这方面的一个典型应用。“去年有报道称，美国大学学者从Twitter上面抓取相关的舆情信息，建立了相关的模型和道琼斯工业指数做类比，结果发现能够提前一天左右的时间预测指数的涨跌。国内一些证券机构也开始做这项研究，这非常复杂。我们正在从一些简单的模型开始摸索。”颜阳说，大数据分析为证券公司做投资顾问产品的全生命周期管理（从需求分析、需求整合、产品设计、产品生产、产品组合、产品销售到服务及跟踪）和客户的全生命周期管理（从客户识别、开发、维系、成熟、衰退到退出及服务跟踪）的交叉匹配提供了可能，帮助证券公司实现业务创新，更细致敏捷地服务客户，获得发展。
当然大数据的价值远远不止客户关系维护、企业营销，它将会在企业运营管理的方方面面都发挥重要作用。但要发挥这些价值，业界现在面临的问题就是如何更高效地存储、分析这些数据。
数据也有温度
大数据之所以成为业界的热点，是因为一方面现在做数据分析的价值越来越受到认可，另一方面，在新方法和技术的支持下，存储和分析的成本相对越来越低。
如何用更低的成本存储大量的数据？宝立明给出的答案是根据数据的“温度”，分级存储。
他介绍，每时每刻，企业都有大量的数据产生和存储。但这些存储的数据却只有很少一部分被用到。此时，就需要按数据的重要程度和使用频率进行分级处理，以节约存储资源，优化数据管理。
“所谓多温度的数据管理，就是把那些不经常访问的数据（冷数据）存储在性能较低的存储设备上，将那些访问频率非常高的数据（热数据）放在高性能的存储设备上。要做到这一点，需要非常智能化的软件。多温度的数据管理技术是Teradata所具有的独特的竞争力之。”宝立明自豪地说。
Map Reduce 新分析方法
数据作为一种宝贵的资产越来越受到重视，但从海量数据中获取有价值的信息却非常困难，因为成本不菲。但现在情况有了新变化，所以大数据眼下成为业界热点，即在新技术的支持下，成本越来越低。
对于企业做数据分析的价值和方法的前后变化，Informatica公司大中国区首席产品顾问但彬曾在第五届中国数据中心大会的“大数据分析与治理”分论坛上，用一个非常生动形象的比喻做了说明：“如果将做数据分析比喻成开采金矿，原来我们所做的是用挖掘机挖金土豆，现在是用筛子来筛金沙。因为现在大量分布在社交网络的数据，对企业而言就像是大量的金沙，分布广泛而分散。如果能用低成本的方法筛出金沙，是非常有价值且值得做的事情。”
从交易到交互，从互联网行业到传统行业，大数据的渗透力和影响力不容小觑。在Teradata大中华区首席架构师张新宇看来，除了数据存储、数据管理，更重要的是数据分析，利用新的分析方法，比如通过使用Map Reduce（编程语言可以是Java/Python/Perl/C/C ）新分析框架，提供针对多种数据的并行处理能力等，实现大数据的洞察力是更关键的。
张新宇在“大数据分析与治理”分论坛上介绍，针对大数据而生的新一代分析工具——Map Reduce近年来备受关注，它一次遍历数据，连接列表顺序分析，而不需要像传统的SQL那样为了排序需要对表做自关联。Map Reduce在数字营销优化、社交网络及关系分析、欺诈检测及预防、设备数据分析等场景中都有非常好的应用。
除了原有的关系型数据分析，结合非关系型数据（NoSQL）的探索性分析的需求在企业内部越来越旺盛。
Map Reduce的第一个开源实现Hadoop 今年尤其受追捧：IBM、微软、Oracle等公司纷纷向Hadoop靠拢，宣布支持Hadoop的连接，越来越多与云计算相关的Hadoop的应用频频被提及。
除了外部连接Hadoop，Teradata还提供了更好的思路，就是在关系数据库内部嵌入Map Reduce。张新宇介绍，在传统的关系数据库中间嵌入Map Reduce可以很容易地打通非结构化数据和结构化数据之间的壁垒。它的做法实际上是先把非结构化数据加载到关系数据库中间，然后解析Map Reduce的图像图形和地理位置等的算法，把中间的关系解析并提取出来，然后再以行和列的方式放到传统关系表中，这样要做分析时可以很容易在一个平台内部就可以处理结构化和非结构化数据。
这就是Teradata收购大数据分析厂商Aster Data的原因所在。因为后者在2008年就成为第一个吸收Map Reduce的供应商，将Map Reduce嵌入关系数据库形成SQL-Map Reduce。宝立明就非常推崇SQL-Map Reduce以及R语言等大数据的分析统计工具。
数据科学家的兴起
除了新工具，大数据还催生了一种新的IT职业，也是被誉为未来5年内最有价值、最火的职业——数据科学家。
宝立明介绍，数据科学家有很强的技术功底，除了传统的会写SQL，还会与非关系型数据打交道，熟悉很多数据分析的软件，有很强的数据功底，对业务也很敏感。另外，数据科学家也会有很强的好奇心或求知欲，他要很明确地知道，当发现业务问题的时候如何通过业务模式的调整去解决。他既可能是一个数据分析的专家，也可能是一个SaaS的专家，也可能是个超级用户，或者是一个Java的程序员，自己写程序处理。
传统的ETL 开发人员、应用模型人员、OLAP架构师或者Data 管控及主数据管理人员主要在关系型数据上工作。与他们不同，数据科学家通常与非关系型数据打交道，会很早接触并采用企业内部的新数据源，要针对数据模型及数据结构没有预先设定的情况，习惯使用各种比较灵活的语言，会有各种新的数据产品的可执行的想法。
“因为现在国外引进的大数据分析工具集成了非常精深的业务模型，功能非常强，但对人才要求非常高。在大数据分析方面，又懂IT又懂业务的人才现在国内非常稀缺。”颜阳告诉记者。
eBay的极限分析
全球最大的电子商务平台eBay拥有全世界最大数据仓储系统。近年来，它的数据成长的脚步相当惊人：eBay现在每天有50PB的新增数据，使用者平均每天对5万种商品进行数百万次的网上查询。除此之外，eBay还有7,000多个商业用户和分析人员，为了分析，每8秒钟会产生1TB的数据量。这些加起来，eBay每天要处理的数据量高达100PB，保存的处理完的数据是每天50T！多么惊人的数字！
梁浒告诉记者，对eBay 来说并不只是数据量的增加，更大的挑战是要同时处理结构化与非结构化的数据。
梁浒告诉记者，eBay的非结构化数据主要是来自行为分析的数据以及对网站点击率的分析。这些资料日益复杂、多变。以追踪点击率为例，近年来大部分的网页都是动态网页，过去只要透过网址就能知道使用者正在看什么网页，但是现在一个网页上的内容变多了，而且每一秒都在变化，这对于分析使用者行为来说，难度也就更高。分析点击率信息这一类半结构性和非结构性数据是eBay在数据管理方面的工作重点之一。
梁浒介绍，在虚拟化以及结构和非结构化数据结合分析方面，eBay和Teradata公司合作建立了大规模平台——Singularity，将结构化数据和非结构化数据结合在一起。目前，这个平台上已经部署很多系统，数据处理量高于40PB。
eBay大约有500多个不同的数据来源，包括普通交易数据、反馈信息数据、账户改动数据和点击流量数据等，它们所产生的数据会被放入不同的系统进行分析，帮eBay了解人们在网上会购买什么样的产品、通过怎样的方式寻找产品、怎样更容易地进行搜索和寻找。就是通过这样的行为数据分析，eBay在不断地优化其搜索和算法，不断改善网站功能和特性。“eBay知道顾客每天习惯在什么时间上网，喜欢怎么浏览商品，是先去看打折的、清仓的货，还是先看新品。eBay知道用户搜索喜欢用什么关键词、搜索到的商品。用户打开的每一个点击，eBay都有记录，eBay知道用户的身份、消费习惯、朋友圈、家人，甚至是他老婆喜欢买什么类型包。”梁浒调侃地说。
梁浒介绍，eBay想了很多方法提升客户体验。eBay会把每一个eBay的用户——买家和卖家分成很多种，对用户做出360度的评价。“针对大卖家，eBay可以提供提醒服务，比如卖家在前几笔交易时已经出现问题了，有买家连续提问，那么在下一单的时候，我们就会提醒这个卖家：你的商品可能有问题要注意服务，或者注意某个具体问题。这样卖家就会提高自己的服务质量。”
eBay的确是全球在数据分析方面做得最好的企业之一。与大数据相逢，擅长分析者胜。
大数据，是被过度炒作了还是真的价值无穷？它到底能带给企业什么？企业又该如何分析、挖掘出这些价值？
从商务智能到消费智能
沃尔玛超市啤酒和尿布的故事是传统CRM数据挖掘的经典案例，如今在大数据的背景下，却有了升级版本——某零售超市通过对监控视频影像记录的分析来制定商品的上架摆放策略，例如分析顾客站在某商品前时间的长短就可从一方面得出这种商品的受欢迎程度，从而决定其摆放位置——让畅销的东西放在最显眼的地方，如此一来，超市的收入就更高了。
美国富国银行（Wells Fargo）的电子银行案例值得业界学习，尤其是他们非常注重电子银行的互动性。富国银行发现顾客有一些共同点，就是都非常关心财务管理。于是电子银行除了为每位顾客提供账户管理功能，还会生成在线报告，比如顾客自己的支出报表、为顾客量身定制的省钱计划，提供给顾客有关理财规划、财务管理以及投资等方面的信息和服务，形成有一定意义的在线社区。富国银行利用数据仓库分析处理大量、各式各样的数据，来为各式各样的顾客提供服务，也通过创建客户需要的社区，加强客户的共同兴趣，持续地增加电子银行网站的价值。
美国南加州爱迪生公司（SCE）最近完成了其智能电表的项目，为近500万个住宅和小型企业安装了智能电表Edison SmartConnect，通过这些智能电表可以收集用户的用电情况，包括用电时间和用电量。这些数据都保存在SCE公司的数据仓库，用户可以通过对这些数据进行查询和分析，从而优化自己的用电情况，以达到节能和省钱的目的。
……
“数据处理及获取技术的进步，特别是大数据处理技术的进步，再加上移动设备应用的普及，正在改变着企业的营销模式，从外推模式向内拉模式转变，即从传统的企业往外推送营销信息到达顾客的模式慢慢转变为顾客积极主动地交互、参与引导企业营销的模式。”
Teradata CTO宝立明在日前举行的2012 Teradata 数据仓库暨企业分析峰会上向企业用户传达了一个新的理念，即现在的企业已经开始从商业智能走向消费智能。
他指出，移动互联网的快速发展，不仅仅改变了个人的消费习惯，也改变了企业的盈利和商业模式。它不仅改变了消费模式，对于企业而言也增加了用户的黏性和忠诚度。以Facebook为例，宝立明认为，应用移动设备人们会花两倍的时间访问Facebook，企业非常需要这样的忠诚度和黏性。
宝立明在演讲中用本节开头所描述的众多实例证明移动互联网对于企业的重要性。他认为所有事物都是时间和空间的结合体。如一家邮政公司的包裹从苏州到旧金山，要经过180个数据采集点，还有各种环境的采集信息，这些信息是时间 空间的结合体，也是大数据的典型代表。这些数据的分析处理将对企业来说价值巨大。
峰会上，eBay分析平台总监梁浒在接受记者采访时，也对消费智能的趋势表示了赞同。他说：“为什么现在电子商务网站比传统店铺有优势？比如，你有一个实体店，你不会知道某一个用户是什么时候到店里来逛的，他试了哪些衣服，看了什么，为什么没买就走了……因为你没有这些数据。但是eBay解决了这个问题——通过数据分析，我可以知道你是什么时候来的，来了之后，喜欢怎么看商品，喜欢用什么关键词搜索，搜到了什么东西，以及你到底是谁等。因此，商家就可以有针对性地进行促销及商品组合优化。”
“移动互联网的发展，改变着很多的事情。以往的电子商务开始变成移动商务，人们越来越希望打破地理空间的限制，通过移动终端访问信息。”宝立明强调，以往我们总是传达B2C的理念，而以后的商业发展将更多转向C2B的模式，即消费者的反馈意见和需求越来越影响着信息的交付模式。
被改变的不只是电子商务企业，越来越多的传统企业利用社交网络的信息，通过大数据分析来做业务创新，服务客户。银河证券CIO颜阳向记者介绍，欧美证券市场基于Twitter信息做舆情分析就是这方面的一个典型应用。“去年有报道称，美国大学学者从Twitter上面抓取相关的舆情信息，建立了相关的模型和道琼斯工业指数做类比，结果发现能够提前一天左右的时间预测指数的涨跌。国内一些证券机构也开始做这项研究，这非常复杂。我们正在从一些简单的模型开始摸索。”颜阳说，大数据分析为证券公司做投资顾问产品的全生命周期管理（从需求分析、需求整合、产品设计、产品生产、产品组合、产品销售到服务及跟踪）和客户的全生命周期管理（从客户识别、开发、维系、成熟、衰退到退出及服务跟踪）的交叉匹配提供了可能，帮助证券公司实现业务创新，更细致敏捷地服务客户，获得发展。
当然大数据的价值远远不止客户关系维护、企业营销，它将会在企业运营管理的方方面面都发挥重要作用。但要发挥这些价值，业界现在面临的问题就是如何更高效地存储、分析这些数据。
数据也有温度
大数据之所以成为业界的热点，是因为一方面现在做数据分析的价值越来越受到认可，另一方面，在新方法和技术的支持下，存储和分析的成本相对越来越低。
如何用更低的成本存储大量的数据？宝立明给出的答案是根据数据的“温度”，分级存储。
他介绍，每时每刻，企业都有大量的数据产生和存储。但这些存储的数据却只有很少一部分被用到。此时，就需要按数据的重要程度和使用频率进行分级处理，以节约存储资源，优化数据管理。
“所谓多温度的数据管理，就是把那些不经常访问的数据（冷数据）存储在性能较低的存储设备上，将那些访问频率非常高的数据（热数据）放在高性能的存储设备上。要做到这一点，需要非常智能化的软件。多温度的数据管理技术是Teradata所具有的独特的竞争力之。”宝立明自豪地说。
Map Reduce 新分析方法
数据作为一种宝贵的资产越来越受到重视，但从海量数据中获取有价值的信息却非常困难，因为成本不菲。但现在情况有了新变化，所以大数据眼下成为业界热点，即在新技术的支持下，成本越来越低。
对于企业做数据分析的价值和方法的前后变化，Informatica公司大中国区首席产品顾问但彬曾在第五届中国数据中心大会的“大数据分析与治理”分论坛上，用一个非常生动形象的比喻做了说明：“如果将做数据分析比喻成开采金矿，原来我们所做的是用挖掘机挖金土豆，现在是用筛子来筛金沙。因为现在大量分布在社交网络的数据，对企业而言就像是大量的金沙，分布广泛而分散。如果能用低成本的方法筛出金沙，是非常有价值且值得做的事情。”
从交易到交互，从互联网行业到传统行业，大数据的渗透力和影响力不容小觑。在Teradata大中华区首席架构师张新宇看来，除了数据存储、数据管理，更重要的是数据分析，利用新的分析方法，比如通过使用Map Reduce（编程语言可以是Java/Python/Perl/C/C ）新分析框架，提供针对多种数据的并行处理能力等，实现大数据的洞察力是更关键的。
张新宇在“大数据分析与治理”分论坛上介绍，针对大数据而生的新一代分析工具——Map Reduce近年来备受关注，它一次遍历数据，连接列表顺序分析，而不需要像传统的SQL那样为了排序需要对表做自关联。Map Reduce在数字营销优化、社交网络及关系分析、欺诈检测及预防、设备数据分析等场景中都有非常好的应用。
除了原有的关系型数据分析，结合非关系型数据（NoSQL）的探索性分析的需求在企业内部越来越旺盛。
Map Reduce的第一个开源实现Hadoop 今年尤其受追捧：IBM、微软、Oracle等公司纷纷向Hadoop靠拢，宣布支持Hadoop的连接，越来越多与云计算相关的Hadoop的应用频频被提及。
除了外部连接Hadoop，Teradata还提供了更好的思路，就是在关系数据库内部嵌入Map Reduce。张新宇介绍，在传统的关系数据库中间嵌入Map Reduce可以很容易地打通非结构化数据和结构化数据之间的壁垒。它的做法实际上是先把非结构化数据加载到关系数据库中间，然后解析Map Reduce的图像图形和地理位置等的算法，把中间的关系解析并提取出来，然后再以行和列的方式放到传统关系表中，这样要做分析时可以很容易在一个平台内部就可以处理结构化和非结构化数据。
这就是Teradata收购大数据分析厂商Aster Data的原因所在。因为后者在2008年就成为第一个吸收Map Reduce的供应商，将Map Reduce嵌入关系数据库形成SQL-Map Reduce。宝立明就非常推崇SQL-Map Reduce以及R语言等大数据的分析统计工具。
数据科学家的兴起
除了新工具，大数据还催生了一种新的IT职业，也是被誉为未来5年内最有价值、最火的职业——数据科学家。
宝立明介绍，数据科学家有很强的技术功底，除了传统的会写SQL，还会与非关系型数据打交道，熟悉很多数据分析的软件，有很强的数据功底，对业务也很敏感。另外，数据科学家也会有很强的好奇心或求知欲，他要很明确地知道，当发现业务问题的时候如何通过业务模式的调整去解决。他既可能是一个数据分析的专家，也可能是一个SaaS的专家，也可能是个超级用户，或者是一个Java的程序员，自己写程序处理。
传统的ETL 开发人员、应用模型人员、OLAP架构师或者Data 管控及主数据管理人员主要在关系型数据上工作。与他们不同，数据科学家通常与非关系型数据打交道，会很早接触并采用企业内部的新数据源，要针对数据模型及数据结构没有预先设定的情况，习惯使用各种比较灵活的语言，会有各种新的数据产品的可执行的想法。
“因为现在国外引进的大数据分析工具集成了非常精深的业务模型，功能非常强，但对人才要求非常高。在大数据分析方面，又懂IT又懂业务的人才现在国内非常稀缺。”颜阳告诉记者。
eBay的极限分析
全球最大的电子商务平台eBay拥有全世界最大数据仓储系统。近年来，它的数据成长的脚步相当惊人：eBay现在每天有50PB的新增数据，使用者平均每天对5万种商品进行数百万次的网上查询。除此之外，eBay还有7,000多个商业用户和分析人员，为了分析，每8秒钟会产生1TB的数据量。这些加起来，eBay每天要处理的数据量高达100PB，保存的处理完的数据是每天50T！多么惊人的数字！
梁浒告诉记者，对eBay 来说并不只是数据量的增加，更大的挑战是要同时处理结构化与非结构化的数据。
梁浒告诉记者，eBay的非结构化数据主要是来自行为分析的数据以及对网站点击率的分析。这些资料日益复杂、多变。以追踪点击率为例，近年来大部分的网页都是动态网页，过去只要透过网址就能知道使用者正在看什么网页，但是现在一个网页上的内容变多了，而且每一秒都在变化，这对于分析使用者行为来说，难度也就更高。分析点击率信息这一类半结构性和非结构性数据是eBay在数据管理方面的工作重点之一。
梁浒介绍，在虚拟化以及结构和非结构化数据结合分析方面，eBay和Teradata公司合作建立了大规模平台——Singularity，将结构化数据和非结构化数据结合在一起。目前，这个平台上已经部署很多系统，数据处理量高于40PB。
eBay大约有500多个不同的数据来源，包括普通交易数据、反馈信息数据、账户改动数据和点击流量数据等，它们所产生的数据会被放入不同的系统进行分析，帮eBay了解人们在网上会购买什么样的产品、通过怎样的方式寻找产品、怎样更容易地进行搜索和寻找。就是通过这样的行为数据分析，eBay在不断地优化其搜索和算法，不断改善网站功能和特性。“eBay知道顾客每天习惯在什么时间上网，喜欢怎么浏览商品，是先去看打折的、清仓的货，还是先看新品。eBay知道用户搜索喜欢用什么关键词、搜索到的商品。用户打开的每一个点击，eBay都有记录，eBay知道用户的身份、消费习惯、朋友圈、家人，甚至是他老婆喜欢买什么类型包。”梁浒调侃地说。
梁浒介绍，eBay想了很多方法提升客户体验。eBay会把每一个eBay的用户——买家和卖家分成很多种，对用户做出360度的评价。“针对大卖家，eBay可以提供提醒服务，比如卖家在前几笔交易时已经出现问题了，有买家连续提问，那么在下一单的时候，我们就会提醒这个卖家：你的商品可能有问题要注意服务，或者注意某个具体问题。这样卖家就会提高自己的服务质量。”
eBay的确是全球在数据分析方面做得最好的企业之一。与大数据相逢，擅长分析者胜。