12/04/13

Milano, 04 Dec 2013

Andreas Weigend
@aweigend

The Power of Social Data: 
Transforming Big Data 
into Decisions...
12/04/13

Andreas Weigend
@aweigend

15 years ago:   Connecting Pages  (Google)
10 years ago:   Connecting People (FB)
5 y...
12/04/13

Andreas Weigend
@aweigend

Mobile
 Context: Many sensors 
 Identity: Proxy for person
 Easy for advertiser to...
12/04/13

Andreas Weigend
@aweigend

Social Data Revolution
• Google has changed the way a billion people 
think about inf...
12/04/13

Andreas Weigend
@aweigend

Data and Decisions
Rule #1:
Start with a question, not with the data
 E.g., Which ro...
12/04/13

Andreas Weigend
@aweigend

Big Data: Mindset 
to turn Mess into Decisions
<when>2013‐05‐28T00:17:08.341‐07:00</w...
12/04/13

Andreas Weigend
@aweigend

Imagine…
…you had your geolocation from the last 
decade readily available at your fi...
12/04/13

Andreas Weigend
@aweigend

google.com/history

15,317
searches

17

What data would you pay for most?
1. Geoloca...
12/04/13

Andreas Weigend
@aweigend

Big Data = Mindset 
to turn Mess into Decisions

• External  (facing the outside)
• I...
12/04/13

Andreas Weigend
@aweigend

The Journey of Amazon
What changed?
• Algorithms  Data
•
•
•
•

AI
BI
CI
DI

21

The...
12/04/13

Andreas Weigend
@aweigend

1. Data and Decisions

Agenda

 Value of Data?

2. Amazon as Data Refinery
 Equatio...
12/04/13

Andreas Weigend
@aweigend

Equation of  Business
• Expresses business strategy, values etc.
• Needed for evaluat...
12/04/13

Andreas Weigend
@aweigend

5 Stages of Amazon Recommendations
1. Manual  (Experts)
2. Implicit  (Clicks, Searche...
12/04/13

Andreas Weigend
@aweigend

The 4 C’s
• Content
• Context
• Connection
• Conversation
29

2000

Markets are Conve...
12/04/13

Andreas Weigend
@aweigend

Where are the Conversations?
Company
Consumers

1. Data and Decisions

Agenda

 Valu...
12/04/13

Andreas Weigend
@aweigend

Data sources for marketing
a new phone product
Segmentation 

Social Graph

(Demograp...
12/04/13

Andreas Weigend
@aweigend

Shift in Mindset
Non‐Social: Audience

Social: Connected Individual
35

1993

“On the...
12/04/13

Andreas Weigend
@aweigend

2013

“On the Internet, everybody knows you’re a dog”

Shift in Identity
Non‐social: ...
12/04/13

Andreas Weigend
@aweigend

Shift in Business Models
Non‐social: hotels.com, craigslist

Social: airbnb, lyft, re...
12/04/13

Andreas Weigend
@aweigend

Connected Individuals
Rule #4:
Embrace transparency: Make it trivially easy 
for peop...
12/04/13

Andreas Weigend
@aweigend

GLΛSS

43

The 4 Data Rules 
1.

Start with a question, not with the data

2.

Base t...
12/04/13

Andreas Weigend
@aweigend

Some Data Beliefs
1.

Let people do what people are good at, and 
computers do what c...
12/04/13

Andreas Weigend
@aweigend

Questions for me? 

Andreas Weigend
weigend.com
Social Data Lab
aweigend@stanford.edu...
12/04/13

Andreas Weigend
@aweigend

Data Science vs Business Intelligence

50

Data Science vs Business Intelligence

51
...
Upcoming SlideShare
Loading in …5
×

Amazon en el IAB FORUM de MILANO 2013

905 views
771 views

Published on

Published in: Social Media, Technology, Business
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
905
On SlideShare
0
From Embeds
0
Number of Embeds
5
Actions
Shares
0
Downloads
4
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Amazon en el IAB FORUM de MILANO 2013

  1. 1. 12/04/13 Milano, 04 Dec 2013 Andreas Weigend @aweigend The Power of Social Data:  Transforming Big Data  into Decisions Andreas Weigend 1 1. Data and Decisions Agenda  Value of Data? 2. Amazon as Data Refinery  Equation of Business 3. Implications of Social Data Revolution  Audience  Connected Individuals and Context 4. Summary  Questions via Twitter, use @aweigend www.weigend.com 2 Handout page 1
  2. 2. 12/04/13 Andreas Weigend @aweigend 15 years ago:   Connecting Pages  (Google) 10 years ago:   Connecting People (FB) 5 years ago:  Connecting Apps  (Apple) Now:  Connecting Data 3 Today, in a single day, we are creating more data  than mankind did from its beginning  through 2000 4 www.weigend.com Handout page 2
  3. 3. 12/04/13 Andreas Weigend @aweigend Mobile  Context: Many sensors   Identity: Proxy for person  Easy for advertiser to reach  user, but high cost  of  interrupt if inappropriate  Easy for user to contribute 5 Social Data: Two Meanings 1. Relationships between people (“social graph”,  e.g., on Facebook or LinkedIn) 2. Data people share (or “socialize”, e.g.,  check‐ in, purchase, book review, picture) ‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐ Note: Social Media differs from Social Data (e.g., GPS) www.weigend.com 6 Handout page 3
  4. 4. 12/04/13 Andreas Weigend @aweigend Social Data Revolution • Google has changed the way a billion people  think about information • Facebook has changed the way a billion people  think about identity • Amazon has changed the way a billion people  think about purchases 7 1. Transport energy  Industrial Revolution  Production  2. Transport bits  Information Revolution  Communication 3. Create (and share) bits  Social Data Rev 8 www.weigend.com Handout page 4
  5. 5. 12/04/13 Andreas Weigend @aweigend Data and Decisions Rule #1: Start with a question, not with the data  E.g., Which route do I take?  E.g., Who do I work with? 9 Mindset Skillset Toolset Dataset 10 www.weigend.com Handout page 5
  6. 6. 12/04/13 Andreas Weigend @aweigend Big Data: Mindset  to turn Mess into Decisions <when>2013‐05‐28T00:17:08.341‐07:00</when> <gx:coord>11.0955646 47.4944176 0</gx:coord> <when>2013‐05‐28T00:46:14.410‐07:00</when> <gx:coord>11.0894932 47.4880099 0</gx:coord> <when>2013‐05‐28T00:47:14.425‐07:00</when> <gx:coord>11 1069126 47 5154249 0</gx:coord> 11 Berkeley SF Home Facebook Stanford Google 12 www.weigend.com Handout page 6
  7. 7. 12/04/13 Andreas Weigend @aweigend Imagine… …you had your geolocation from the last  decade readily available at your fingertips • What question would you ask? • How would knowing that it is recorded 24/7  change your behavior? 13 London 1854  14 www.weigend.com Handout page 7
  8. 8. 12/04/13 Andreas Weigend @aweigend google.com/history 15,317 searches 17 What data would you pay for most? 1. Geolocation: Where did a customer go? 2. Search history: What did she search for? 3. Purchase history: What did she buy?  4. Social graph: Who are her friends? 5. Demographics and similar attributes 18 www.weigend.com Handout page 8
  9. 9. 12/04/13 Andreas Weigend @aweigend Big Data = Mindset  to turn Mess into Decisions • External  (facing the outside) • Internal  (within the company) 19 The Journey of Amazon What changed? 20 www.weigend.com Handout page 9
  10. 10. 12/04/13 Andreas Weigend @aweigend The Journey of Amazon What changed? • Algorithms  Data • • • • AI BI CI DI 21 The Journey of Amazon What changed? • Algorithms  Data • • • • AI BI CI DI www.weigend.com What did not change? • “Ask for forgiveness, not for permission” • True customer‐ centricity • Recommendations and  Discovery 22 Handout page 10
  11. 11. 12/04/13 Andreas Weigend @aweigend 1. Data and Decisions Agenda  Value of Data? 2. Amazon as Data Refinery  Equation of Business 3. Implications of Social Data Revolution  Audience  Connected Individuals and Context 4. Summary  Questions via Twitter, use @aweigend 23 Amazon as Data Refinery Goal: Help people make better decisions Data strategy: Make it trivially easy to  Contribute  Connect  Collaborate www.weigend.com 24 Handout page 11
  12. 12. 12/04/13 Andreas Weigend @aweigend Equation of  Business • Expresses business strategy, values etc. • Needed for evaluation of experiments  Rule #2: Base the equation of your business on  metrics that matter to your customers 25 Equation of  Business Rule #3: Focus on decisions and actions, and design  for feedback 26 www.weigend.com Handout page 12
  13. 13. 12/04/13 Andreas Weigend @aweigend 5 Stages of Amazon Recommendations 1. Manual  (Experts) 2. Implicit  (Clicks, Searches) 3. Explicit (Reviews, Lists) 4. Situation (Local, Mobile) 5. Social graph (Connections) 27 Social Commerce Amazon’s Share the Love www.weigend.com Handout page 13
  14. 14. 12/04/13 Andreas Weigend @aweigend The 4 C’s • Content • Context • Connection • Conversation 29 2000 Markets are Conversations 2013 Conversations are Markets 30 www.weigend.com Handout page 14
  15. 15. 12/04/13 Andreas Weigend @aweigend Where are the Conversations? Company Consumers 1. Data and Decisions Agenda  Value of Data? 2. Amazon as Data Refinery  Equation of Business 3. Implications of Social Data Revolution  Audience  Connected Individuals and Context 4. Summary  Questions via Twitter, use @aweigend 32 www.weigend.com Handout page 15
  16. 16. 12/04/13 Andreas Weigend @aweigend Data sources for marketing a new phone product Segmentation  Social Graph (Demographics, Loyalty) (Who called whom?) 1.35% Adoption rate 4.8x 0.28% Segmentation www.weigend.com Social Graph Handout page 16
  17. 17. 12/04/13 Andreas Weigend @aweigend Shift in Mindset Non‐Social: Audience Social: Connected Individual 35 1993 “On the Internet, nobody knows you’re a dog” www.weigend.com Handout page 17
  18. 18. 12/04/13 Andreas Weigend @aweigend 2013 “On the Internet, everybody knows you’re a dog” Shift in Identity Non‐social: Attributes Social: Relationships 38 www.weigend.com Handout page 18
  19. 19. 12/04/13 Andreas Weigend @aweigend Shift in Business Models Non‐social: hotels.com, craigslist Social: airbnb, lyft, relay rides,  39 E, Me, We! 1. Digitize: E‐commerce  Focus on company and products 2. Share: Me‐commerce  Focus on consumer and attributes 3. Connect: We‐c0mmerce  Focus on connection between consumers www.weigend.com 40 Handout page 19
  20. 20. 12/04/13 Andreas Weigend @aweigend Connected Individuals Rule #4: Embrace transparency: Make it trivially easy  for people to connect, contribute, and  collaborate 41 1. Data and Decisions Agenda 2. Amazon as Data Refinery 3. Implications of Social Data Revolution 4. Outlook and Summary   Last chance to tweet questions, @aweigend42 www.weigend.com Handout page 20
  21. 21. 12/04/13 Andreas Weigend @aweigend GLΛSS 43 The 4 Data Rules  1. Start with a question, not with the data 2. Base the equation of your business on metrics that  matter to your customers 3. Focus on decisions and actions, design for  feedback 4. Embrace transparency: Make it trivially easy for  people to connect, contribute, and collaborate 45 www.weigend.com Handout page 21
  22. 22. 12/04/13 Andreas Weigend @aweigend Some Data Beliefs 1. Let people do what people are good at, and  computers do what computers are good at 2. Build stuff that enables a future you want to live in 3. Give data to get data 46 Questions for you 1. Do your customers understand the  value they get when they give you data?  2. Does your product or service get better over time and with data, or worse? 47 www.weigend.com Handout page 22
  23. 23. 12/04/13 Andreas Weigend @aweigend Questions for me?  Andreas Weigend weigend.com Social Data Lab aweigend@stanford.edu 48 Data Scientist • Data literate • Able to handle large data sets • Understands domain and modeling • Want to communicate and collaborate • Curious with “can‐do” attitude 49 www.weigend.com Handout page 23
  24. 24. 12/04/13 Andreas Weigend @aweigend Data Science vs Business Intelligence 50 Data Science vs Business Intelligence 51 www.weigend.com Handout page 24

×