首发微信公号20161028
最近面试大数据公司，准备过程中阅读了一些基础概念性的材料，这里总结下：
1、大数据咨询方法论
传统IT咨询的人都非常重视方法论，大数据咨询领域也不例外。按照talkingdata EVP林先生的说法，大数据咨询分为四步：数据萃取、数据工程、数据咨询、数据价值。
数据萃取方面，林先生又提出一个三重门的概念，交易门-交互门-公共数据门。通过各方数据的获取，目的大数据变为强场景相关的小数据进行结构化分析和处理。
数据工程，涉及到数据处理工具，数据处理平台DMP等，这些产品在咨询的过程中逐步完善、迭代。
数据咨询，更多是domain expert、field expert、data scientist的合作，基于工具、平台进行数据产品的设计，这里已经强应用场景了
数据价值，上面三步自然引导出数据的价值，对决策的影响，对产品、营销方案的改进等等。
2、大数据营销方法论 TPU
流量-产品-用户，互联网已经发展到针对产品发掘定向用户，针对定向用户设计定制产品等阶段，TPU的一轮轮正向反馈促进了产品发展，实现了数据价值
3、3A3R用户营销理论
awareness感知、acquire获取、activation激活
revenue收入、refer推广、retention留存
围绕六个环节积累数据、发挥数据价值
image.png
4、鲍忠铁先生的用户画像方法论
大数据包括：人口属性信息、消费特征信息、社交信息、信用属性信息、兴趣爱好信息
数据整理分类导入DMP；定量数据--定性数据--筛选；业务场景强相关属性
目前金融大数据主要应用场景：精准营销、信用评级、风险识别
version2 入职大数据公司一年后的更新，门外看和门内看的差别：
