跟傳統行業相比，網際網路行業的資料分析有什麼不同點？

1樓：欣旋諮詢

資料獲取難度導致的差異。

可是，當資料量足夠大的時候，對於資料分析來說，難度完全不同：

面對一條小溪，你思考的是，如何引來更多的水（開源獲取更多有價值的資訊）；但是面對洪水時，你要做的是如何不被洪水淹沒。

網際網路行業相對傳統行業來說，資料量太多太多了。這就帶來了乙個新的問題：哪些資料是有用的？

傳統行業，尤其是機械生產，所有的資料獲取，都是產生需求——埋點——獲取，資料分析是生成需求然後實現；而在網際網路行業中，這一點反過來了，是獲取——找出資料，看上去更加符合我們對於資料分析的印象，但是這其中的風險卻更大。

在邏輯判斷中，有兩種主要方式：歸納和演繹。歸納，是將過去的資訊總結出來，比如我每天看到太陽公升起，我就覺得未來太陽會照常公升起；演繹則相反，是將發現的規律，實際做出來以判斷規律是否有效。

傳統行業的資料分析，多採用演繹法，網際網路行業的資料分析，幾乎只能歸納。而歸納最大的問題是，你看到的資訊，就是全部嘛？歸納最怕的就是「黑天鵝事件」，而隨著網際網路的發展，黑天鵝事件帶來的影響可能會無比巨大。

這種不確定性，才是網際網路行業資料分析最大的挑戰。