找出最優(yōu)化的結果

　　根據不同企業(yè)的業(yè)務(wù)性質(zhì)，大數據工程師可以通過(guò)數據分析來(lái)達到不同的目的。

　　以騰訊來(lái)說(shuō)，鄭立峰認為能反映大數據工程師工作的最簡(jiǎn)單直接的例子就是選項測試(AB Test)，即幫助產(chǎn)品經(jīng)理在A(yíng)、B兩個(gè)備選方案中做出選擇。在過(guò)去，決策者只能依據經(jīng)驗進(jìn)行判斷，但如今大數據工程師可以通過(guò)大范圍地實(shí)時(shí)測試—比如，在社交網(wǎng)絡(luò )產(chǎn)品的例子中，讓一半用戶(hù)看到A界面，另一半使用B界面，觀(guān)察統計一段時(shí)間內的點(diǎn)擊率和轉化率，以此幫助市場(chǎng)部做出最終選擇。

　　作為電商的阿里巴巴，則希望通過(guò)大數據鎖定精準的人群，幫助賣(mài)家做更好的營(yíng)銷(xiāo)�！拔覀兏�期待的是你能找到這樣一批人，比起現有的用戶(hù)，這些人對產(chǎn)品更感興趣�！毖�貴榮說(shuō)。一個(gè)淘寶的實(shí)例是，某人參賣(mài)家原來(lái)推廣的目標人群是產(chǎn)婦，但工程師通過(guò)挖掘數據之間的關(guān)聯(lián)性后發(fā)現，針對孕婦群體投放的營(yíng)銷(xiāo)轉化率更高。