推特案例分析大全（推特推文分析）

马斯克在推特上转发的50种认知偏差，职场中的你中招了嘛？

前不久，埃隆·马斯克（Elon Musk）在推特上转发了 50种认知偏差，并配上了一句意味深长的话：Should be taught to all at a young age.（应该在人年轻的时候就教给他。）

马斯克懊悔自己年轻时没人教他的就是以下长图里的“50种认知偏差”。

（截图来源于网络，版权归原作者所有，侵删）

可见，作为马斯克这样卓越辉煌的人士，是非常重视认知对一个人的影响的。只有真正理解了认知偏差，才能做更好、更客观的自己。

那么， 什么是认知偏差呢？

认知偏差是指人们根据一定表现的现象或虚假的信息而对他人作出判断，从而出现判断失误或判断本身与判断对象的真实情况不相符合。 认知偏差可导致感知失真、判断不精准、解释不合逻辑、或各种统称“不理性”的结果。

比如：“第一印象”；“刻板印象”；“晕轮效应”等等。

所以，认知偏差，有时候会导致一系列 “不理性”的后果 。

认知偏差是每个人在职场里和生活里都可能会踩中的意识“圈套”，当你的意识与现实发生了偏移或者扭曲时，事情的结果往往出乎你的意料。

借着马斯克分享给我们的“50种认知偏差”，我们一起来看看，如何利用认知偏差来给职场助力呢？

以下精选10个认知偏差，聊聊避坑指南和职场技巧。

-1-  基本归因错误

释义：

我们经常根据个性或者性格来定义别人，但会用情境因素帮自己开脱。

职场案例：

Sally上班迟到了——她就是懒；你自己上班迟到了——早上天气不好。

-2-  自私的偏见

释义 ：

失败总是有原因的，而成功全是靠自己。

职场案例 ：

你被评为优秀员工是因为努力工作绝非他人帮助或者运气；而你重要的邮件漏发是因为昨晚觉没睡好。

-3-  锚定效应

释义：

我们在做决定时非常依赖第一眼看到的信息。

职场应用案例：

这个同事在初次见面时给人留下良好印象，那么他就能较快地取得对方的信任，并会影响人们对他以后一系列行为和表现的解释。

-4-  现状偏见

释义:

我们倾向于保持不变，即使是有利的变化也被认为是一种损失。

职场案例：

尽管这个应用的条款侵犯了你的隐私，你仍然不会选择去使用另外一个应用。

（35岁后的职业发展,是去创新类公司还是维持现状呢？）

-5-  琐碎法则（又名自行车棚效应）

释义:

人们会对琐碎的问题给予不成比例的重视，同时也避免面对复杂的问题。

职场案例：

美国联邦政府花费了大量的时间去讨论自行车道和自行车棚的问题，而不是想办法帮助无家可归的人。

（认知偏差让团队常为了一些琐碎的细节纠结争吵，而忽略复杂的问题；把精力用在容易理解的想法，而忽略了重要却难以讨论的想法。）

-6-  光环效应

释义:

如果你认为某个人具有某种积极的特质，那么这种积极的印象会溢出到他的其他特质中。反之亦然。

职场案例：

职场人，请努力让自己保持阳光心态，不断散发乐观的信息，这将吸引更多好事情聚拢到你身边。

-7-  本·富兰克林效应

释义：

如果我们已经帮了别人一个忙，那么我们更有可能帮他另一个忙。

职场案例：

Greg给Francis借了一支钢笔，等Francis又向Greg借5块钱时，Greg很爽快就借了。

-8-  乐观偏见

释义：

我们有时对好的结果过于乐观。

职场案例：

“一切都将变得更好！”

职场人建议保持乐观，同时保持谨慎，因为乐观偏见可能有益，也可能会带来风险。

-9-  悲观偏见

释义：

我们有时会高估坏结果的概率。

职场案例：

“一切都不会好转。”

职场人，请不要患得患失。

-10-  宜家效应

释义：

人们更看重自己参与创造的东西。

职场案例：

“哇，我自己参与设计的产品，果然很高级（其实可能并没有那么高级）！”

50条认知偏见，你是否中招呢？或者你是否见过其他人有过类似的行为呢？

请用大数据举例。

大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。

1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。

2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。

3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。

4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。

5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。

6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。

7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。

8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。

9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。

10、生物医学：大数据可以帮助我们实现流行病预测、智慧医疗、健康管理，同时还可以帮助我们解读DNA,了解更多的生命奥秘。

11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。

12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。

大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。

扩展资料

七个典型的大数据应用案例

1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

2、Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。

3、沃尔玛的搜索。这家零售业寡头为其网站Walmart.com自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。

4、快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。

5、Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。

6、PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。

7、 Tesco PLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。

大数据时代的案例分析

个案一

你开心他就买你焦虑他就抛

华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。

霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛售。

这一招收效显著——当年第一季度，霍廷的公司获得了7%的收益率。

个案二

国际商用机器公司（IBM）估测，这些“数据”值钱的地方主要在于时效。对于片刻便能定输赢的华尔街，这一时效至关重要。曾经，华尔街2%的企业搜集微博等平台的“非正式”数据；如今，接近半数企业采用了这种手段。

●“社会流动”创业公司在“大数据”行业生机勃勃，和微博推特是合作伙伴。它分析数据，告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容，备受广告商热爱。

●通过乔希·詹姆斯的Omniture（著名的网页流量分析工具）公司，你可以知道有多少人访问你的网站，以及他们呆了多长时间——这些数据对于任何企业来说都至关重要。詹姆斯把公司卖掉，进账18亿美元。

●微软专家吉拉德喜欢把这些“大数据”结果可视化：他把客户请到办公室，将包含这些公司的数据图谱展现出来——有些是普通的时间轴，有些像蒲公英，有些则是铺满整个画面的泡泡，泡泡中显示这些客户的粉丝正在谈论什么话题。

●“脸谱”数据分析师杰弗逊的工作就是搭建数据分析模型，弄清楚用户点击广告的动机和方式。

处理和分析工具

用于分析大数据的工具主要有开源与商用两个生态圈。

开源大数据生态圈：

1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。

2、. Hypertable是另类。它存在于Hadoop生态圈之外，但也曾经有一些用户。

3、NoSQL，membase、MongoDb

商用大数据生态圈：

1、一体机数据库/数据仓库：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

2、数据仓库：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

3、数据集市：QlikView、 Tableau 、 以及国内的Yonghong Data Mart 。

整合营销传播案例与分析？

案例分析可帮助企业发现市场机会,为企业提供科学决策的依据。那么下面是我整理的，就随我一起去看看吧，希望能够有所帮助。

一：

娅丽达移动电商的蜕变秘诀

娅丽达是一个成立了20年的金牌女裤品牌，在全国各地有专卖店和商场专柜近2000个，这在过去一直是我们引以为傲的优势和资本，但在移动电商来临的时候，却成为我们转型中最大的痛点。

为什么?我们做移动端会触及线下店的业绩，初始时公司内部因为体系大就很难达成一致方向。网际网路时代，时机又很重要，一旦错过风口，再跟上脚步就会很难，而统一内部思想会花费很多时间。且原有的传统电商想实现新增长很难***虽然做天猫淘宝之类的不愿意承认自己是传统电商，但是移动电商的迅速发展，亦不由得他们不承认了***，天猫的流量都是用大笔的广告费推出来的，运营成本实在过高。在现在整体消费力度下降的大环境下，真的不必要在传统电商上投入过多了，所以我们决定进军移动电商领域。

试水移动电商的迷茫

2013年农历八月十五娅丽达开始做微博和微信公众号，用的有赞系统，有赞系统的营销玩法挨个玩了一遍，而且是高管层带头和团队全员一起参与到游戏中。同时也做了很多亲近粉丝的活动，然而并没有什么作用。当时作为一个传统企业里的新部门，在企业内部以各种眼光看结果的时候，可以想象当时电商部在中间所处的尴尬位置。2014年，一年的时间，我们都在做电商业务的基础工作，做微信公众号、做商城，但是带来的转化却很少。当时很多粉丝微信还没有系结银行卡，我们从教他们绑银行卡开始，中间还会遇到很多不愿意绑卡的情况，前期打基础的时候真的很不容易，从内到外都很有压力。没有一个特别亮眼的玩法的时候，团队的不停尝试阶段是很迷茫很痛苦的。

混沌中迎来曙光

起初的一年内没有什么起色，庆幸的是娅丽达的最高层一直认定移动社交电商是趋势，不断地给予人员、物质和精神的多方面支援。说到转折呢，是在2015年“3·15”微商假货，“三无”产品的大量曝光。这对于微商来说可谓是灭顶的灾难，而对娅丽达这种有一定品牌影响力的企业反而成了优势，市场开始重新洗牌。借助娅丽达20多年的品牌背书，我们开始做全员分销，在线上开始招募代理，当月业绩超过2014年一年的线上业绩，出现了大爆发的喜人势头，一下子在网际网路同行圈里传开，先是河南区有几十家代理一起培训复制模式，随后开始在西安等地进行复制。娅丽达在移动电商方面迎来了黑暗尽头的耀眼曙光。

移动社交电商的三招必杀

借势大风口建立分销帝国。在全民创业的时代，我们的模式不同压货、投钱的微商模式。玩起了全员开店，首先从员工内部开始，只需要下载有赞微小店即可一键分销商品。把广告推广的费用用于分销商们的分销利润，大家双赢谁会拒绝呢?现在我们已经有29万分销商。

成立娅丽达商学院。移动社交电商时代，每天都在变化，娅丽达女裤全员分销模式成功了，但这一切只是刚刚开始，除了给参与者直接的利益价值，还要为参与者输出更多的价值，那就是学习，只有学习才会更好地持续发展，于是，娅丽达商学院成立了，并通过三个模组为所有的参与者输出价值，让大家与娅丽达一起成长：

1.内部员工培养计划。做社交的裂变传播，首批种子使用者应该是企业的员工以及加盟商，他们的分享与信任背书一定程度 *** 著身边的人。

2.分销商全方位培养。给分销商们培训产品知识的同时，也要提升他们的营销技能。他们通过商学院学到的知识不仅适用于娅丽达的分销，对个人能力也是种提升。

3.分享模式，服务同行，共同发展。很多同行业的商家，也想学习娅丽达的移动社交电商模式，对于这些我们是不保留的，在网际网路时代就应该遵循这八个字：精进自己，分享他人。

粉丝员工化的深入参与。小米的参与感一度激发了很多企业的复制，娅丽达也是一样，最初是策划了一场关于时尚建议的互动玩法，结果很不理想。不痛不痒的建议无法使使用者真正感受到自己对产品带来的影响，参与度很低，导致无分享欲望，发现了这个不足后立即改变策略：让使用者参与深入产品的源头来——女裤版型的设计。

我们的设计师在设计阶段就会把小样发给线上各级代理，由这批铁杆粉丝根据他们在一线对市场需求的感知提出修改反馈意见。经过这么一个过程，把我们和市场需求深度连结起来。

货样不再是高高的在设计室内，而是由设计室到粉丝再回到设计室完善，然后再投入大批量生产。对分销代理来说，因为参与到了娅丽达的运营中，销售的热情一下子爆发出来，线上的业绩也带动起来了。

二：

疯狂动物城：疯狂背后的营销心计

在这个乍暖还寒的尴尬季节，一部于今年3月4日北美、大陆同期上映的迪士尼动画钜作《疯狂动物城》可谓“逆天”而降!

北美上映首周揽金7506万美元***3天内累计票房***，挤下《死侍》登顶北美票房冠军，超越《冰雪奇缘》开创迪士尼动画片首映新高，并重新整理北美影史3月最高首映的票房纪录;同步上映的中国市场首周亦取得1.5亿元的漂亮成绩，领先《超能陆战队》成功跻身迪士尼动画在华最高首映票房。

《纽约邮报》、《西雅图日报》、《芝加哥太阳报》等多家媒体也纷纷打出满分——“至今为止的年度最佳影片”;“不论是大方向还是小细节，《疯狂动物城》都是如此让人喜悦”;“几乎每一帧都值得我们反复观赏和体会，影片主题足以让大人和小孩都陷入沉思”……

究竟这部名不见经传的动画片何以这般疯狂?作为已去贡献过5场票房成绩的笔者，今天就说道说道这部《疯狂动物城》为何这么疯狂。

疯狂背后的匠心制作

《疯狂动物城》的主创阵容简直强大到“跪”——获第81届奥斯卡最佳动画长片提名的《闪电狗》导演拜恩·霍华德，获第85届奥斯卡最佳动画长片提名的《无敌破坏王》导演瑞奇·摩尔，编剧菲尔·约翰斯东，迪士尼动画工作室主席安德鲁·米尔斯泰因以及动画部总监Renato dos Anjos等。

筹备初期，主创团队先是花了18个月的时间研究超过了60个种类的动物天性，在此之后，更是花了一年的时间去精心构思故事。

在动物城的设计上，主创人员从香港、北京、日本、巴塞罗那、巴黎、纽约等国家和城市地区汲取城市风格灵感，最终创造了一个由撒哈拉广场、冻土城、雨林区等6个区域组成的全新的国际城市，有不同物种和体型的动物在各种奇特的建筑里共同生活。

整个设计团队的成员不仅有那些从非洲草原回来的动画师们，还有生态学专家、城市规划学专业甚至是研究残疾人法案的专家学者。像电影中出现的那些大小运输系统——相互套叠交错的管道、闸道和升降梯构成的复杂交通网路，甚至是一些大大小小不同的出***，无不出自严格的建筑图纸规划。

据统计，主创团队一共经过了18个月的动物深度研究和一年的故事设计，整部电影由500人用了两年半的时间倾心制作，全程共耗时5年才最终奉上这部“超标”水准的《疯狂动物城》!

利用社交媒体整合营销

2014年11月，迪士尼宣布其最新动画长片《疯狂动物城》定档2016年，凭借其2013年《冰雪奇缘》和2014年《超能陆战队》的超强人气和爆好口碑，迪士尼借势打响了《疯狂动物城》的定档首炮。

2015年3月，距《疯狂动物城》上映前整整一年，迪士尼首先在官方推特上曝光了一张该影片的概念图，揭开了这个动物大都市的神秘面纱;同年6月，片方在全世界最大的视讯网站YouTube上放出了一段在电影中出现的树懒“闪电”和兔朱迪、狐尼克在动物城车管所的爆笑片花，并正式曝光了《冰雪奇缘》《超能陆战队》原班人马的制作团队背景，成功激发舆论关注热点，一举在国内外各大社交媒体网站引起转发热潮，并发布首支预告片，时光网亦同步释出其中文预告“你从未见过的动物世界”，自此《疯狂动物城》开始国内外的大规模预热。

2015年下半年，迪士尼陆续放出多张概念图与电影海报，动物世界的城市风光一览无余，并曝光了各类动物生活在虚构大都会里的种种细节，影迷期待指数进一步飙升。

在临近2016年中国的传统节日春节期间，迪士尼联合各大入口网站及微博、微信释出了定档中文海报以及新春海报，并以动物们的第一视角用谐音给国内的观众送上祝福，引爆了社交媒体使用者一轮又一轮自发性的转发狂潮，传播效应逐渐蔓延。

2016年奥斯卡前的一段时间，片方又放出各种致敬彩蛋，制作了一系列成熟而富有创意的“奥狮卡”海报，并在《疯狂动物城》中文官方微博上为今年奥斯卡提名的多部电影制作了各种“动物城”版海报，宣传热度持续升温。

口碑效应下的“自来水”传播

创新且成熟的社交媒体宣传成功地为电影做足了高频的吸粉传播，然而，口碑传播的成功，才是《疯狂动物城》叱吒票房、大肆疯狂的最重要因素。

电影正式上映前，专业人士观影后的烂番茄评分高得蹿上了天，从而带动了第一批迪士尼粉以及动画电影爱好者的观影体验。

电影正式上映后，首周内依赖于第一批观众的“自来水”、有增无减持续给力的媒体宣传和闪瞎眼的北美票房成绩，动物城的疯狂势头愈来愈强劲;随后，在微博、朋友圈等各大社交平台上的案例和宣传，以及各类专业分析文章的出现、影视工业网的剧作与知乎的动画技术分析、影片内的彩蛋、致敬情怀等，最终成功营造了如此一个“现象级电影”的舆论趋势。

但是千万不要忘记，“自来水”才真正是电影推广宣传过程中最有效的资源。

不过这样就够了吗?Of course not!电影上映后，片方顺势在社交媒体上又出了电影幕后工作和各种彩蛋的揭秘，并迎合观众推出了兔朱迪和狐尼克的官方CP……

所以，只要有着精彩和丰富的内容做支撑，电影的宣传点甚至都不用刻意提出来就能引爆首页。但说到底，《疯狂动物城》的疯狂也还是属于火眼金睛的观众们对于电影本身的认可和主创团队脚踏实地、精益求精的幕后制作，而非像部分中国电影，不管电影本身质量好坏，宣传工作先做“壕”了再说，而结果却只能是上映头两天票房爆炸，之后便逐步式微、越来越弱，渐渐在舆论的“差评”下“消失殆尽”。

不过话又说回来，一部好电影到处都是宣传点，完全不用刻意把某个点单独提炼出来广播，宣传点互相影响的道理一点儿都不假。

至于一部“疯狂”的《疯狂动物城》能否让国产动画片乃至国产电影学到些什么，我还不敢自以为是地诳语一二，毕竟一部动画片仅仅是“构思+设计”都花了好几年时间的决心和定力也不是任何人和团队能说到就做到的，或许人们最容易看到或者最愿意速成的，往往都是“术”，而非“道”。

大数据有哪些具体的应用案例

大数据有具体的应用案例还是很多的，比如 ：

1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。

3. 沃尔玛的搜索。自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。

4. 快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。

5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。

6. PredPol Inc.。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。

7. Tesco PLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。

8. American Express（美国运通，AmEx）和商业智能。以往，AmEx只能实现事后诸葛式的报告和滞后的预测。“传统的BI已经无法满足业务发展的需要。”Laney认为。于是，AmEx开始构建真正能够预测忠诚度的模型，基于历史交易数据，用115个变量来进行分析预测。该公司表示，对于澳大利亚将于之后四个月中流失的客户，已经能够识别出其中的24%。