窺探「一搜百映」 掀開大資料產業一角

「大資料」無疑是當下最火的IT詞彙之一。

5天前在百度搜索過「購車稅」，5天后打開愛奇藝網就會看到推過來的汽車彈跳式廣告，愛奇藝依託百度海量搜索行為資料推出的精准廣告產品「一搜百映」日前正式進入市場。

愛奇藝的一搜百映揭開了大資料產業的一角。 繼物聯網、雲計算、移動互聯網之後，「大資料概念」橫空出世，據中國資訊產業發展研究院資料，我國雲計算市場規模2013年將達到1100億元，到2015年，中國雲計算產業鏈規模將達到7500億元至1萬億元。

精准定位

馬雲在卸任阿裡巴巴集團CEO時稱，大家還沒搞清PC時代的時候，移動互聯網來了；還沒搞清移動互聯網的時候，大資料時代來了。

此前，人們因為自己手機號碼的外泄而收到太多的垃圾短信，比如薦股的、推海景房的、賣保健品的，而在大資料時代將會根據個人的好惡有針對性的進行推薦。

如果你最近一個月曾搜索過「購車稅」，打開愛奇藝的播放頁會發生什麼？ 答案是：路虎、寶馬、大眾、菲亞特等多款車型汽車廣告將成為你的廣告貼片首選。 歷時3個多月，視頻企業愛奇藝背靠百度的大資料庫，通過挖掘搜尋引擎海量資料價值來優化視頻廣告服務，同時減少對非目標使用者的廣告打擾。

事實上，通過資料採礦進行精准行銷的案例並不在少數，如果我們流覽過淘寶的一款泳衣，那麼當你打開網頁資訊的時候，關於泳衣的產品推介就會無處不在。 如果你線上預定飛往昆明的機票，那麼關於打折機票的推薦也會輕易地出現在你的網頁上。

隨著物聯網、雲計算、移動互聯網等相關應用的普及，人們的行為會被手機、平板電腦、PC以及遍佈地球各個角落的各種各樣的感應器接受，資料產生越來越多，由此，也將對儲存體行業、軟體發展與應用行業等產生重大影響。

前景誘人

「資料已經成為一種重要的商業資本，可以創造新的經濟利益和商業模式。 」愛奇藝的相關負責人如此表述。 根據愛奇藝的測算，一搜百映技術可使廣告到達頁面資訊到達率可達50%以上，高出原有模式45%以上。

上述人士指出， 目前，視頻網站對投放人群分類的依據主要基於內容分類、使用者流覽記錄和歷史點擊行為等因素，這種為使用者「畫像」的廣告形式可以在品牌廣告展現上起到很好的投放效果，但在指導購買上的作用則有所缺失。 「一搜百映」的推出，有效規避了傳統廣告「畫像」的缺陷——依靠對比分析百度搜索海量資料和愛奇藝站內資料，廣告主在愛奇藝上進行彈跳式廣告投放，區分的不再是帶有共同特徵的模糊群體，而是一個個具有切實購買意願的個人。

根據IDC的調查報告，全球大資料產業未來3年之內還將出現200%的累計增長，市場規模超1460億元人民幣，其整體增速約為目前火熱的資訊通信技術市場的七倍，2016年，大資料行業的收入將達1462億元人民幣。

可以創造新的經濟效益，這也成為眾多IT巨頭投入大資料的原因。 美國互聯網領域近日頻現較大規模並購交易，最新的一筆是亞馬遜5月13日宣佈收購三星旗下荷蘭顯示技術公司iquavista；微軟日前也曝出擬出資10億美元收購Nook Media公司數位資產，雅虎上半年則收購了5家初創公司， 總額達1600萬美元。

在國內，百度、阿裡巴巴等互聯網企業也在做一系列的嘗試，並推出了相應產品。 上市公司中，2012年，華宇軟體(300271,股吧)在大資料處理、雲計算等方向已形成一定的研究成果，並且部分已經產品化，比如掌上法院、互聯網訴訟服務平臺等。 科大訊飛(002230,股吧)提出，2013年，公司將繼續深化在識別、評測、合成、自然語言理解上的核心技術研究，進一步加大垂直搜索和大資料的積累挖掘。

摸索中前行

雖然大資料時代漸漸來臨，但業內人士指出，大資料分析和挖掘顯然現在還在初級階段的人群細分、興趣點細、地理位置細分等領域，而且行銷也並非準確。

以阿裡巴巴推出所謂精准影響為例，目前其推送的產品多為使用者已購買的商品，並沒有挖掘使用者的潛在資訊，對於已購買的商品，使用者很難在短時間再次購買，換句話說，推送的廣告並不精准、及時。

大資料商業開發並不簡單，業內人士指出，資料採礦的前提肯定是首先要有一個海量的資料來源，同時也要有與之匹配的專業研發和資料分析能力。

愛奇藝相關人士介紹，一搜百映的推出經歷了三個階段，由百度分析最近30天內百度使用者的搜索行為，對使用者的興趣偏好作出判斷；把百度的使用者庫和愛奇藝的使用者庫進行比對，找到「共同」的使用者，並把使用者的興趣偏好屬性複製到愛奇藝的使用者庫 ；第三階段： 愛奇藝對來訪使用者的興趣屬性進行識別，如果可以識別則可以匹配播放相關度較高的精准彈跳式廣告。

大資料商業開發投入不菲，為解決資料的存儲，需要加大伺服器等基礎設施開支。 國際公司IDC存儲系統研究總監阿西什·納卡尼介紹，大資料和分析領域所產生的存儲開支將從2011年的3.799億美元，激增至2016年的60億美元。 同時，針對存儲資料相關領域進行的挖掘，又會推動一個新興產業誕生。

在大資料中搜尋有用的資訊進行商業開發並非易事，業內人士指出，隨著資料越來越多，能從大資料中提取的資訊會隨著資料規模增加而減少，尋找相關性時錯誤資訊會更多。 在對大資料進行挖掘的過程中，很容易深陷一系列艱澀學科的研究中，走向商業化將步履蹣跚。