1. 大數據可以在哪些領域實現預測價值
和原來統計抽樣數據不同，大數據需要持續數據，來反應相對完整的過程，而且整個過程是一個相對穩定的規律性狀態。
這樣通過數據比對，一方面能去除偶然性和外界環境干擾帶來的噪點，另一方面通過數據積累，能把規律的異常波動和結果之間找到數據對應關系，來實現對異常變化的情況分析和預測。
只要數據全面和連續，異常變化的徵兆就可以被發現。傳統的統計抽樣數據需要從數據中進行抽樣，通過單個數據的精確來反應當時狀態，但是無法進行規律的分析。
所以大數據的原理是，基於每一種非常規的變化，在事前一定有徵兆體現。沒有任何一件事情是突發的，這和佛教哲學中的因果道理是一樣的，每一件事的發生是可以被追尋脈絡的。
利用大數據的預測和分析，就建立在可以捕捉和分析這些反應事物變化的徵兆上，而最容易捕捉這種徵兆的領域，一定是原本有穩定規律的領域。
我們從現實生活中舉幾個例子。
1、股票市場
是否能用大數據的方式，來預測股票的漲跌呢？如果不討論個股情況，從理論上講在美國可以，在中國很難。
美國股票市場是可以雙向盈利的，當股票價格脫離價值時，另一股資金力量就會反向操作來盈利。而中國的股票市場則不同，股票只有漲才能盈利，這樣的規則就會吸引一些游資利用信息不對等的狀況，人為改變股票市場規律，沒有相對的穩定狀態則很難被預測，或者說變數大到捕捉分析成本過高。
2、商品價格
單次性銷售的商品價格是能夠被預測的，因為任何商品的銷售無法脫離賺錢這個根本，而且不同渠道成本和收益需求在競爭充分的環境下是相對穩定的，與價格相關的變數相對固定，所以價格可以預測。
但是如果商品有後續服務等持續性收費，或產品盈利不是唯一的需求（比如：產品新上市推廣、打擊競爭對手新上市商品等）時，則此商品價格變得不可預測，因為它脫離了一個穩定的狀態。
3、人的健康狀況
慢性病是可以被預測的。因為人體的體征變化是呈固定的變化規律的，慢性病形成的過程中，體征變化規律也呈現持續性異常。所以在慢性病形成的過程，就可以對異常的體征變化規律進行分析。
急性病是很難預測的，因為是外界因素帶來的突變，體征數據變化規律異常是應激反應，屬於突變的過程，尤其隨機性，則預測成本過高，但可以發生後被分析出來。
1、數據波動規律不因外界隨機干擾而不可測影響，可以用固定維度的變數建立基準規律；
2、持續採集和分析數據的成本要小於預測帶來的收益；
3、有異常狀況和不同結果的對應關系。
2. 為什麼jm33.cn中說股票分析可用大數據來預測而多人都覺得股票是被操縱的，沒有預測的可能
股票的預測只是一個概率問題，實際上即便是使用大數據也無法解決其中的偶然因素造成的影響，所以沒有100%的准確。
3. 大數據時代: 大數據時代的 商業創新
大數據時代: 大數據時代的 商業創新
大數據不是一個新的現象，或者是數據根本就不是一個新的現象。上世紀1920年代，在美國出現了所謂的直銷業，大量的百貨公司開始進行所謂的直銷，給每家每戶送目錄，這就是開始採集用戶的數據來進行個性化的營銷。到1982年，美國的一些航空公司出現了客戶忠誠項目，航空公司開始有大量的客戶交易行為數據。
商業創新涉及產品整個價值鏈
從商業創新的角度來看，更多的是圍繞著管理現有和潛在顧客的全生命周期，在你購買之前、購買之後，全媒體、全渠道。無論是pc、手機，還是線下o2o，所有跟這個企業的社會互動，把這些數據收集起來，就能做出一個很好的預測。而且傳統的數據營銷，產品投放市場以後，只是單純地做營銷。現在，商業的創新是更多延伸到產品整個價值鏈的上下游商業的創新。
大數據時代，商業創新的市場趨勢和一些商業創新出現新的範式。
我們現在處於一個社會化互聯網時代，早就過了門戶時代。現在的互聯網是一個社會化的互聯網，其內容主要是用戶提供的，用戶的內容都可以自己生成，而不是由企業生成的。
互聯網時代，最主要是兩種形式：一種叫口碑，就是「言」；另外一種是觀察模仿，或者叫觀察學習，就是「行」。
大數據時代的商業創新，既然是圍繞著社會互動展開的，就有一個很重要的特點：社會化互聯網使社會互動成為企業的一個重要的戰略變數，無論是口碑還是觀察模仿，在傳統的線下，企業沒有辦法直接操控。中國有一句諺語：酒香不怕巷子深，但現在不一樣，現在很重要的一個特點是，商業創新要看各種各樣的新的商業模式，很多完全是圍繞這個展開的。
口碑：
新的營銷決策變數
從過去這些年的研究中，可以發現的一些有關口碑的例子。比如亞馬遜1995年最早推出消費者的口碑，第一次把消費者的口碑當做企業操控的變數，它可以決定提供還是不提供。這里，我們要思考口碑給企業帶來了什麼樣的影響，功能是什麼。
觀察學習也是這樣，也是亞馬遜最早開始做的。我們在線下排隊的時候，亞馬遜很輕易地放到網站上，後台可以統計出看過某款產品的客戶，最終有多少人購買這款產品。
我們看到100個顧客從餐館門前走過，最終有多少人進了這個餐館，多少人進了對面的餐館，這就是在現實生活中大家去吃飯時關心的數據。企業仍然能夠把它當做直接操控的戰略變數，這就改變了很多商業的游戲規則。
另外，社會互動的類型成為企業直接管理的變數。其實，另外一種社會互動的異質性本身或者同質性本身，也成為企業管理戰略的變數，這是我們要在另外一篇文章裡面討論的問題。
商業創新：
立足社會互動的戰略管理
商業創新是圍繞著利用社會互動來影響產品投放市場以後的戰略嗎？其實遠遠不止，社會互動還可以影響到整個價值鏈的上下游。企業用消費者社會的互動來做新產品的測試，更重要的是新產品測試的時候就在做營銷了。
身處大數據時代，商業創新一個很重要的立足點就是怎麼來進行社會互動的戰略管理。社會互動的異質性取決於社會網路關系，社會互動不同的類型不僅可以影響企業做決策，還受現在移動互聯網o2o的影響，它也是一個戰略變數。
其實在大數據時代，你仍然可以做社會互動。美國芝加哥的一家公司是賣t恤衫的，任何一個人都可以把自己設計的t恤衫上傳到這個網站，得票高的由這個網站生產。這樣來做新產品開發，同時也是在做新產品的測試，也是在做新產品的營銷。什麼意思呢？在大數據時代，如果你要基於社會互動戰略管理的時候，我們過去商業上決策的流程是一種串列。現在是一個並行，我在做營銷的時候，我就應該在做研發，我在做研發的時候，我應該就在做營銷，不應該把它割裂開來。
社會互動：
企業可操控的戰略變數
傳統的市場主體企業創造價值，顧客消費價值。是誰創造價值，誰消費價值呢？實際上是消費者在創造價值，企業在消費價值。而傳統市場的功能是在做價值的交換和資源的配置，但是價值的交換前提是：誰是價值的創造者，誰是價值的消費者非常清晰，而現在並不清晰，現在市場最主要的功能更多的是在做一種資源的整合和價值的共創。市場的主要調節機制不僅是供求價格，更多是社會互動。
人類社會一直有社會互動，社會互動現在成為市場調節的主要機制？一個很重要的條件是，價格之所以成為調解價值，第一是價格可觀測、可度量，第二是價格可調控。
由於互聯網、大數據技術，社會互動成為企業可以操控的戰略變數。大數據技術可以把用戶在微博、微信上互動的內容分析提取出來，知道什麼價值有用，什麼價值沒用，這就是大數據時代對商業創新的影響。
4. 通過大數據分析股票，對購買決策有何幫助
毫無作用,因為你拿不到真實的數據,中國股市信息不對稱問題由來已久,而且尚未解決,數據分析是有作用的,但是只限於基本面,其他的數據分析甚至會誤導你的決策
5. 你們的基於大數據預測的股票為什麼沒有跟上來用大數據來預測股市靠譜嗎
目前還沒有到大數據時代，還是靠自己預測吧
6. 如何加快大數據分析的創新
「未來的需求」，是指現在的產品仍有缺陷，用戶期待更合適的產品和服務。比如從地鐵站出來的乘客，原來會通過「打黑車」解決「最後一公里」的問題。共享單車的出現，讓人們有了更好的選擇。
7. 我花了近5年的時間發明了一種演算法（裡面涉及到一些創新理論），可以預測一隻股票的最佳買點，想推廣
都能用excel運算了，就說明這套東西能寫成程序了，那就把你這套東西做成交易策略去回測一下看看效果唄，拿資金曲線，回測數據說話唄。
如果真那麼好用還上什麼班啊，還賣給別人干什麼啊。做成自動交易程序你不就等於擁有了一台印鈔機了嗎。在家數錢就可以了。
8. 大數據分析股票，有什麼好的方法
大數據只是做好宏觀經濟走向，但是落實到具體某隻股票，就顯得不那麼使用了
9. 大數據預測股票靠譜嗎
要進行人工分析，不能完全依靠數據
10. 大數據對股市分析的技能怎麼樣
目前，數據分析職位缺口主要集中在三大巨頭行業：移動互聯網、計算機軟體以及金融，總佔比64%，同時非典型數據產業，潛移默化、迅速崛起。說明數據分析是各個行業都是通吃的技能，且都能期待不錯的收入水平。