近來(lái)，無(wú)數專(zhuān)家和媒體頻繁提到“大數據”時(shí)代已經(jīng)來(lái)臨，那么到底什么是大數據，僅從字面來(lái)理解，大數據的主要特點(diǎn)就是“大”：除了以往傳統方法獲取的數據外，新的數據來(lái)源層出不窮源源不斷，形成一個(gè)隨時(shí)間變化的巨大數據流。這股數據流摧毀了當前的數據監測和研究行業(yè)，也徹底顛覆了人們的理解和想象。
　　大數據何以如此之“大”？其“大”到底從何而來(lái)？要回答這個(gè)問(wèn)題，首先需要了解數據的來(lái)源，這里所提到的數據，出于企業(yè)營(yíng)銷(xiāo)的角度，我們暫且狹義地理解為消費者的行為數據。以往此類(lèi)數據的獲取大致有以下幾種途徑：一是根據產(chǎn)品的銷(xiāo)量及其分布特征來(lái)了解；二是采用問(wèn)卷調查的方法去獲取消費者的行為及態(tài)度意見(jiàn)等；三是通過(guò)觀(guān)察或訪(fǎng)談去獲取消費者行為數據�？偠�言之，在以往獲取數據的方法中，研究者占據主動(dòng)位置，消費者比較被動(dòng)。
　　然而在大數據時(shí)代，消費者已經(jīng)主動(dòng)或者不自覺(jué)地把自己的行為信息以數據方式留在某處，新媒體技術(shù)無(wú)時(shí)無(wú)刻不在悄悄記錄我們的行為信息，這些信息所形成的數據只等待有心人來(lái)收集、分析和研判。所以在一定程度上，大數據時(shí)代最主要的數據獲取方法是通過(guò)新技術(shù)手段進(jìn)行的悄無(wú)聲息的觀(guān)察和記錄，而通過(guò)這種方式獲取的信息總量，要遠大于傳統方法收集的消費者數據。同時(shí)在此過(guò)程中，消費者更加主動(dòng)（雖然自己可能并未察覺(jué)），而研究者則被動(dòng)接收。
　　大數據時(shí)代得以形成，有賴(lài)于新媒體的飛速發(fā)展，比如微博每天產(chǎn)生的數據內容，就遠遠大于以往研究產(chǎn)生的數據。我們可以通過(guò)某個(gè)人的微博內容分析，去嘗試了解這個(gè)人的基本人口特征，以及其價(jià)值觀(guān)、消費觀(guān)等，甚至可以在其個(gè)人微博中發(fā)現此人關(guān)注的各類(lèi)品牌信息，以及對各品牌所持有的態(tài)度，所以大數據的價(jià)值是顯而易見(jiàn)的。
　　上述內容還僅僅是橫向數據總量的不斷豐富和擴大，除此之外，數據的縱向拓展也成就了大數據時(shí)代。我們可以把以往的調查或觀(guān)察數據看作是一個(gè)橫截面的研究，每個(gè)消費者對應一系列數據點(diǎn)，這樣兩個(gè)坐標軸共同構筑了一幅二維平面圖。但是在新媒體時(shí)代，消費者每時(shí)每刻的行為信息均加上了一個(gè)新的時(shí)間坐標軸，把原來(lái)的二維平面變成了一個(gè)三維空間，這個(gè)三維空間的數據總量肯定遠遠大于原來(lái)的二維空間，這也是新媒體導致大數據時(shí)代到來(lái)的證明。
　　中國古時(shí)以“羊大”為美，今天以數據量“大”就是“好”嗎？恐怕事實(shí)并非如此。這就好比大海撈針，如果你知道針掉下去的位置以及海水的流動(dòng)方向，那么在這個(gè)范圍內經(jīng)過(guò)測算再去撈針顯然更靠譜，它遠比從整個(gè)大海中一點(diǎn)點(diǎn)搜索要更高效。大數據時(shí)代也是如此，我們真正需要的其實(shí)并不是大數據本身，而是這個(gè)大數據背后隱藏的我們想要獲取的情報性信息，而這樣的信息可能只占總體的萬(wàn)分之一，我們需要的只是這萬(wàn)分之一，其他大量信息對我們而言都是垃圾。從這個(gè)角度出發(fā)，數據量越大，其中垃圾信息也就越多，這些令人眼花繚亂的垃圾信息，把我們真正想要的信息給深深地埋在數據洪流之中。
　　這就是今天輿情監測行業(yè)面臨的困境，筆者見(jiàn)過(guò)無(wú)數的輿情監測服務(wù)商，得意洋洋地夸口自己可以監測海量的信息來(lái)源，以及每天或每分鐘可以抓取無(wú)比龐大的信息內容，更有一些輿情監測機構開(kāi)始競爭誰(shuí)的監測覆蓋面更廣等。而這恰恰是輿情監測的誤區之一，在對以往輿情信息來(lái)源毫無(wú)了解的情況下，未經(jīng)前期調研規劃的輿情監測，獲取的信息量越大，得到的垃圾信息就越多。
　　所以輿情監測并不是想當然的那么簡(jiǎn)單，它需要經(jīng)歷監測源的調研規劃、監測源的管理及權重賦值、監測信息及其屬性的抓取、輿情數據的分析挖掘和研判、輿情應對策略建議及應對效果評估這樣一個(gè)系列的流程環(huán)節，而不僅僅是要求抓取的信息量越大越好。在這樣的流程體系中，輿情監測源的前期調研規劃作為第一環(huán)節顯得尤其重要，它直接決定著(zhù)數據獲取的速率以及抓取信息的有效性、可用性。所以不同的輿情監測項目，其監測范圍應該有所不同。
    大數據時(shí)代的到來(lái)帶給我們的另一個(gè)啟示是，輿情監測業(yè)務(wù)之間的合作應該大于競爭。假設企業(yè)A在做輿情監測，企業(yè)B也在做輿情監測，如果兩家監測能夠按上述所言做好前期調研規劃，那么兩者所獲取的監測內容重合度應該比較低，所以?xún)烧咧�間并不存在激烈的競爭關(guān)系。相反，如果企業(yè)A、企業(yè)B、企業(yè)C……多家企業(yè)把監測獲取的信息內容數據庫聯(lián)合起來(lái)，則形成了一個(gè)比較完整的行業(yè)數據庫。換一種思路來(lái)理解，也就是說(shuō)如果多家企業(yè)可以聯(lián)合建立一個(gè)共享的輿情監測內容數據庫，每家企業(yè)從中篩選過(guò)濾出自己所需內容即可，這樣既降低了成本，又提高了精確性，其多方共贏(yíng)的優(yōu)勢就能顯現出來(lái)。
　　大數據時(shí)代顯然給我們帶來(lái)不少便利之處，但是在盲目的歡呼和一時(shí)的激動(dòng)之后，我們更需要認真反思如何正確挖掘出大數據的最大效用，以便我們在大數據的海洋里游刃有余，而不是被大數據洪流沖擊得迷失了方向。    近來(lái)，無(wú)數專(zhuān)家和媒體頻繁提到“大數據”時(shí)代已經(jīng)來(lái)臨，那么到底什么是大數據，僅從字面來(lái)理解，大數據的主要特點(diǎn)就是“大”：除了以往傳統方法獲取的數據外，新的數據來(lái)源層出不窮源源不斷，形成一個(gè)隨時(shí)間變化的巨大數據流。這股數據流摧毀了當前的數據監測和研究行業(yè)，也徹底顛覆了人們的理解和想象。
    大數據何以如此之“大”？其“大”到底從何而來(lái)？要回答這個(gè)問(wèn)題，首先需要了解數據的來(lái)源，這里所提到的數據，出于企業(yè)營(yíng)銷(xiāo)的角度，我們暫且狹義地理解為消費者的行為數據。以往此類(lèi)數據的獲取大致有以下幾種途徑：一是根據產(chǎn)品的銷(xiāo)量及其分布特征來(lái)了解；二是采用問(wèn)卷調查的方法去獲取消費者的行為及態(tài)度意見(jiàn)等；三是通過(guò)觀(guān)察或訪(fǎng)談去獲取消費者行為數據�？偠�言之，在以往獲取數據的方法中，研究者占據主動(dòng)位置，消費者比較被動(dòng)。
    然而在大數據時(shí)代，消費者已經(jīng)主動(dòng)或者不自覺(jué)地把自己的行為信息以數據方式留在某處，新媒體技術(shù)無(wú)時(shí)無(wú)刻不在悄悄記錄我們的行為信息，這些信息所形成的數據只等待有心人來(lái)收集、分析和研判。所以在一定程度上，大數據時(shí)代最主要的數據獲取方法是通過(guò)新技術(shù)手段進(jìn)行的悄無(wú)聲息的觀(guān)察和記錄，而通過(guò)這種方式獲取的信息總量，要遠大于傳統方法收集的消費者數據。同時(shí)在此過(guò)程中，消費者更加主動(dòng)（雖然自己可能并未察覺(jué)），而研究者則被動(dòng)接收。
    大數據時(shí)代得以形成，有賴(lài)于新媒體的飛速發(fā)展，比如微博每天產(chǎn)生的數據內容，就遠遠大于以往研究產(chǎn)生的數據。我們可以通過(guò)某個(gè)人的微博內容分析，去嘗試了解這個(gè)人的基本人口特征，以及其價(jià)值觀(guān)、消費觀(guān)等，甚至可以在其個(gè)人微博中發(fā)現此人關(guān)注的各類(lèi)品牌信息，以及對各品牌所持有的態(tài)度，所以大數據的價(jià)值是顯而易見(jiàn)的。
    上述內容還僅僅是橫向數據總量的不斷豐富和擴大，除此之外，數據的縱向拓展也成就了大數據時(shí)代。我們可以把以往的調查或觀(guān)察數據看作是一個(gè)橫截面的研究，每個(gè)消費者對應一系列數據點(diǎn)，這樣兩個(gè)坐標軸共同構筑了一幅二維平面圖。但是在新媒體時(shí)代，消費者每時(shí)每刻的行為信息均加上了一個(gè)新的時(shí)間坐標軸，把原來(lái)的二維平面變成了一個(gè)三維空間，這個(gè)三維空間的數據總量肯定遠遠大于原來(lái)的二維空間，這也是新媒體導致大數據時(shí)代到來(lái)的證明。
    中國古時(shí)以“羊大”為美，今天以數據量“大”就是“好”嗎？恐怕事實(shí)并非如此。這就好比大海撈針，如果你知道針掉下去的位置以及海水的流動(dòng)方向，那么在這個(gè)范圍內經(jīng)過(guò)測算再去撈針顯然更靠譜，它遠比從整個(gè)大海中一點(diǎn)點(diǎn)搜索要更高效。大數據時(shí)代也是如此，我們真正需要的其實(shí)并不是大數據本身，而是這個(gè)大數據背后隱藏的我們想要獲取的情報性信息，而這樣的信息可能只占總體的萬(wàn)分之一，我們需要的只是這萬(wàn)分之一，其他大量信息對我們而言都是垃圾。從這個(gè)角度出發(fā)，數據量越大，其中垃圾信息也就越多，這些令人眼花繚亂的垃圾信息，把我們真正想要的信息給深深地埋在數據洪流之中。
    這就是今天輿情監測行業(yè)面臨的困境，筆者見(jiàn)過(guò)無(wú)數的輿情監測服務(wù)商，得意洋洋地夸口自己可以監測海量的信息來(lái)源，以及每天或每分鐘可以抓取無(wú)比龐大的信息內容，更有一些輿情監測機構開(kāi)始競爭誰(shuí)的監測覆蓋面更廣等。而這恰恰是輿情監測的誤區之一，在對以往輿情信息來(lái)源毫無(wú)了解的情況下，未經(jīng)前期調研規劃的輿情監測，獲取的信息量越大，得到的垃圾信息就越多。
    所以輿情監測并不是想當然的那么簡(jiǎn)單，它需要經(jīng)歷監測源的調研規劃、監測源的管理及權重賦值、監測信息及其屬性的抓取、輿情數據的分析挖掘和研判、輿情應對策略建議及應對效果評估這樣一個(gè)系列的流程環(huán)節，而不僅僅是要求抓取的信息量越大越好。在這樣的流程體系中，輿情監測源的前期調研規劃作為第一環(huán)節顯得尤其重要，它直接決定著(zhù)數據獲取的速率以及抓取信息的有效性、可用性。所以不同的輿情監測項目，其監測范圍應該有所不同。
    大數據時(shí)代的到來(lái)帶給我們的另一個(gè)啟示是，輿情監測業(yè)務(wù)之間的合作應該大于競爭。假設企業(yè)A在做輿情監測，企業(yè)B也在做輿情監測，如果兩家監測能夠按上述所言做好前期調研規劃，那么兩者所獲取的監測內容重合度應該比較低，所以?xún)烧咧�間并不存在激烈的競爭關(guān)系。相反，如果企業(yè)A、企業(yè)B、企業(yè)C……多家企業(yè)把監測獲取的信息內容數據庫聯(lián)合起來(lái)，則形成了一個(gè)比較完整的行業(yè)數據庫。換一種思路來(lái)理解，也就是說(shuō)如果多家企業(yè)可以聯(lián)合建立一個(gè)共享的輿情監測內容數據庫，每家企業(yè)從中篩選過(guò)濾出自己所需內容即可，這樣既降低了成本，又提高了精確性，其多方共贏(yíng)的優(yōu)勢就能顯現出來(lái)。
    大數據時(shí)代顯然給我們帶來(lái)不少便利之處，但是在盲目的歡呼和一時(shí)的激動(dòng)之后，我們更需要認真反思如何正確挖掘出大數據的最大效用，以便我們在大數據的海洋里游刃有余，而不是被大數據洪流沖擊得迷失了方向。