人群視角(Crowd perspective)又稱人群分析，是利用大數(shù)據(jù)的相關(guān)技術(shù)，根據(jù)用戶的屬性選取特定人群，探索數(shù)據(jù)背后的本質(zhì)。常見的分析需求包括觀察特定區(qū)域的購(gòu)買轉(zhuǎn)化率、指定分銷渠道的新增用戶數(shù)和轉(zhuǎn)化率、業(yè)務(wù)活動(dòng)留存率等等。我們先來看一個(gè)簡(jiǎn)單的例子。我們?yōu)樽蛱斓幕钴S用戶創(chuàng)建了一個(gè)指定的人群。產(chǎn)品人員想分析男性用戶比例是否高于女性用戶比例，利用相關(guān)分析技術(shù)得到分布圖。

那你為什么要做人群透視？我先給你描述一個(gè)場(chǎng)景?？吹竭@個(gè)數(shù)據(jù)后，我們應(yīng)該馬上找出是什么原因造成的。首先，運(yùn)營(yíng)商會(huì)對(duì)每個(gè)渠道的留存率進(jìn)行確認(rèn)(根據(jù)引流渠道劃分人群)，發(fā)現(xiàn)某個(gè)渠道的新用戶注冊(cè)量快速增加，但留存率急劇下降；最后發(fā)現(xiàn)渠道投放人員針對(duì)特定人群設(shè)置廣告，但這些用戶因?yàn)楫a(chǎn)品本身無法帶來滿足感和愉悅感而放棄。

Hadoop在可擴(kuò)展性、健壯性、計(jì)算性能、成本等方面具有不可替代的優(yōu)勢(shì)。實(shí)際上已經(jīng)成為互聯(lián)網(wǎng)企業(yè)的主流平臺(tái)。本文主要介紹了一個(gè)基于Hadoop平臺(tái)架構(gòu)的多維分析與數(shù)據(jù)挖掘平臺(tái)。作為一家互聯(lián)網(wǎng)數(shù)據(jù)分析公司，我們?cè)诤Ａ繑?shù)據(jù)分析領(lǐng)域真的是“被逼上梁山”了。多年來，在嚴(yán)峻的業(yè)務(wù)需求和數(shù)據(jù)壓力下，我們嘗試了幾乎所有可能的方法，最終在Hadoop平臺(tái)上落地。

根據(jù)數(shù)據(jù)分析的實(shí)時(shí)性，可分為實(shí)時(shí)數(shù)據(jù)分析和離線數(shù)據(jù)分析。實(shí)時(shí)數(shù)據(jù)分析一般用在金融、移動(dòng)、互聯(lián)網(wǎng)B2C等產(chǎn)品中，往往需要幾秒鐘內(nèi)分析上億行數(shù)據(jù)，以達(dá)到不影響用戶體驗(yàn)的目的。要滿足這種需求，我們可以使用設(shè)計(jì)良好的傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)組成并行處理集群，或者使用一些內(nèi)存計(jì)算平臺(tái)，或者采用HDD的架構(gòu)，這無疑需要很高的軟硬件成本。

我是一名大數(shù)據(jù)技術(shù)人員，可以和題主分享一些經(jīng)驗(yàn):其實(shí)題主需要了解以下幾個(gè)問題，問題的答案其實(shí)是有的:1。要不要從個(gè)人學(xué)習(xí)成長(zhǎng)的角度，搭建一個(gè)自學(xué)的平臺(tái)？還是現(xiàn)在的公司需要大數(shù)據(jù)技術(shù)進(jìn)行分析？從個(gè)人學(xué)習(xí)成長(zhǎng)的角度，建議根據(jù)Hadoop或者Spark的官網(wǎng)教程直接安裝，建議看官網(wǎng)(英文)。在大數(shù)據(jù)技術(shù)領(lǐng)域，掌握英語(yǔ)是非常重要的，因?yàn)樯婕暗浇M件選型、未來的安裝、部署和運(yùn)維，所有的任務(wù)操作信息和錯(cuò)誤信息都是英文，包括回答遇到的問題，所以還是很重要的。