数据分析课程学习笔记（一）：互联网行业的数字化发展

carolw

伴随着互联网大数据的发展，数据分析逐渐成为一个新兴的爆火职业，越来越多的年轻人想要转行数据分析，或者学习一些数据分析技能。但是大多数人并没有真正深入的了解数据分析行业崛起的缘由和当下的发展趋势。
从这篇内容开始，我会将我的学习心得以笔记的形式分享出来，帮助大家了解数据分析行业和学习相关的知识。今天我们聊一聊数据分析行业的背景，简单说一说互联网行业的发展态势，从中可以了解到数据分析的重要性.
1 背景：互联网潮流的变化

从增长失速开始。互联网目前已经不在具备早期互联网的发展速度，多年的发展，已经使职能设备得到普及，APP增长率提高所来的红利型快速增长模式已经逐渐进入尾声，依靠获得更多用户已经行不通。
到原有市场趋于饱和。在生活场景下，互联网的横向拓展已经接近尾声，互联网从满足人们的基本生活需求，比如衣、食、住、行，再到满足人们的娱乐需求，互联网已经覆盖了社会生活的方方面面。
再到垂直服务发展成熟。互联网不仅仅覆盖了生活的每一个方面，对于每一个生活领域的垂直服务开发也已经做到了极致，互联网已经涵盖了单一领域服务的整个产业链，找到了更多的垂类方向，打通了信息不对称。
所以，在B2C的模式难以延续的时候，互联网行业就出现了B2B模式，各大互联网行业开始服务于企业，从改造企业的运营管理到改造企业的生产研发，前者卓有成效，后者还在探索之中。
2 移动互联网与PC互联网时代的区别



移动设备人人持有并可以随时获取持有人的地理位置信息，带来了多维度，多场景的实时信息与数据。
渗透率高，目前每个人都持有智能手机，全民联网。
操作更加简洁。
交互速度更快。
内容形式更多。
3 互联网行业的数字化变化

（1）电商的再数字化



数据采集方面，早期的电商数字化有基础信息的静态数据信息收集，即个人注册时填写的信息，这些信息不会发生太大的变化。还有单场景维度的购物信息的行为数据，即购买单个商品时的采集。
随后数据采集更加注重多场景日常行为数据的信息收集，对每个人的日常生活的信息数据进行采集，以达到更好的针对性服务和个性化服务，但是这一步这就涉及到了个人的信息隐私，比较敏感。
数据标签方面，从基础标签，单个标签发展到交叉标签，更好的了解用户。
（2）医疗的数字化



医疗的数字化一直在做，目前的医疗数字化包括就诊前信息收集、就诊中信息处理，以及最后的就诊后信息服务。及三者结合形成的一站式医疗模式。
就诊前的信息收集包括线上挂号，在线问诊，智能导诊等等。
就诊中信息处理包括医疗影像、智慧病案、CDSS、HIS/CIS/NIS等等。
就诊后信息服务包括慢病管理、珍后医疗、医药服务等等。
一站式医疗模式用一个平台，集中了医疗单位自身的医疗资源，引进第三方资源，相互结合为用户服务，收集了海量的数据，跨行业整合了资源，一定程度上使得医疗突破了时间和空间上的限制。
（3）金融的数字化



传统业务线上化，包括用户支付，贷款，线上支付等，传统业务实现线上转型。
传统业务互联网优化，通过数字化的手段，实现传统风险控制，网点运营等重点业务，包括合同优化、降低运营成本、发欺诈等等。
（4）传统领域的数字化



传统领域的数字化包括研发设计、生产控制、信息管理、嵌入式软件研发四个大环节，主要对企业的生产经营，研发控制环节做出了数字化的改革。
4 数字化的挑战

偏研发端技术问题，技术问题始终时重中之重，是一直存在的重要挑战。
数据离散与缺失问题，会影响到数据收集的质量，从而最终影响数据分析的结果与可信程度。
数据隐私问题，过度数据收集会侵犯用户的隐私，有隐私数据泄露的风险。
数据孤岛问题，企业不愿意进行数据分享，造成数据不流通，形成数据孤岛，不利于数字化的进程。
数据权属问题，数字化所产生的庞大数据归属权很容易产生争端，数据的所属权影响到数据是否被合法的使用。
价值确认问题，即数字化最终是否具有价值，会不会带来更大的收益，是数字化始终要关注的问题。
5 数字化与工作可能

常规互联网数据分析，常规的互联网数据分析已经形成一个完整的模式，从事常规的互联网分析有固定的套路可以参照，工作较为容易。
广义数据思维，即在常规互联网数据分析的基础上去探索创新性的数据分析，探索数字化的更多可能，这需要具备扎实的理论知识与深刻的行业认知，难度较大。
6 小结

这一节内容了解了互联网与数字化的行业背景和数据分析产生的土壤，它们对社会产生了巨大的改变，数据分析是在数字化的大环境下产生的新时代的工作，值得关注了解，接下来会继续深入学习数据分析相关内容。
如果大家也想要了解数字化和数据分析行业、尝试数据分析这个新的发展方向，可以关注公众号【探潜数据分析】，回复“数分试听课”，就可以体验免费试听课程了！