论文部分内容阅读
过去，有一些问题一直困扰着我：“现在的企业获取数据如此容易，数据的增长速度如此之快，那么对于企业来说，到底要收集什么样的数据？收集多少数据？收集数据的边界在哪里？”后来，我在美国遇到一位高人，他认为，过去收集数据很难，而现在获取数据资源变得越来越容易，但是如果收集数据的出发点不是为了解决问题，那么收集再多的数据也没有什么意义。
同时，许多企业还有一个疑问：“现在收集数据不难，成本也不高，为什么不先收集了数据再说呢？等以后需要数据来解决问题时，再拿出来用不是也可以吗？”这位高人同样也给出了这个问题的答案，他对此持否定观点，并指出用这样的理念来设计数据应用注定会失败。
数据收集是没有边界的，我为此也痛苦了好一段日子，比如，收集一个人的生日，虽然可以精确到几分几秒，但这么精确的数据又能用在什么领域，又能产生什么价值呢？
事实上，数据是有生命周期的。比如，某网站的母婴频道在主动收集用户的宝宝信息，包含宝宝生日、性别、小名、身高、体重，这里我们就要清楚这几个数据的用途和生命周期，如宝宝的身高和体重。但是，妈妈们填写的是宝宝当前的数据，我们知道宝宝的身高、体重变化非常之快，也就是说这两个数据的生命周期很短，在当时的推荐中可能有用，但过了一段时间后，这两个数据就失效（Data Broken）了；而宝宝生日和性别这两个数据的生命周期就很长，可以从生日的年份中推算出宝宝的年龄，而性别则基本是终生稳定的。
保存数据及其收集时的背景（Context），也是一件不容易的事情。
还是以收集宝宝的年龄作为例子来阐述，我们可以通过用户购买特定的商品集合，如几段奶粉和尿不湿的型号等，知道宝宝所处的大概年龄段，以推算出宝宝当前的年龄。但如果仅仅是保存宝宝几岁这个数据，那么这个数据很快也会失效，因为人的年龄是在动态变化的。同时，你还需要保存宝宝几岁这个数据获得的时间，即在哪年哪月计算得知这个宝宝的年龄，而这个信息就是背景数据。另一种做法更加聪明一些，即通过宝宝现在的年龄反过来推算宝宝是什么时候出生的。
所以说，在收集数据时，我们必须知道这些数据未来可以用来做什么，如果今天都想象不出来的话，日后就更不可能了。
打一个比方，如今很多电商高管会询问数据分析师商品的重复购买率是多少。于是，工作人员收集数据来计算重复购买率，却很少想到高管们需要重复购买率是来做什么决定的，这就好比“刻舟求剑”的故事。事实上，在世事多变的大数据时代，我们不能只是机械地套用方法或指标。
重复购买率有不同的定义，而做不同的决策需要考虑经过不同定义的重复购买率。如果一家投资公司想收购A 公司，那么会从重复购买率来看整个A 公司的运营良好程度或用户质量等；如果从A公司本身运营的角度来看重复购买率，那么它更应该关注的是日、周级别的重复购买率的变化趋势，或者当月新增客户有多少人在三个月后进行了重复购买，从而可以衡量出每个月新增及存量客户的忠诚度和质量，进而找出改善的空间。在知道了以上的背景之后，再去选择使用什么数据不是更有的放矢吗？
数据应用因小而美
“小”不是指数据量，而是指应用的目标很具体。
2011年年底，作为一名数据分析师，我开始思考怎么从“用数据”转变为“养数据”（即从数据化运营转变为运营数据），这段时间我为收集什么样的数据而特别烦恼。而且，我也曾经试图做出一个特别大且适合多数人使用的数据应用，可是后来发现这在数据应用的起步阶段几乎是不可能的—— 一是找到可以解决大部分人需求的数据应用并不容易；二是当时公司的数据非常丰富，需要考虑的因素很多，因素之间的联系又很复杂。
所以，当开发数据应用的时候，数据就等于原材料；当原材料一直处于变化的情况下，做出来的产品就很容易出问题。体会到数据和应用的关系之后，我最后决定从小角度切入，先把小应用做出来，这就是很好的瞄准器。
这里说的“小”指的是应用的目标很具体。请注意，“小”不是指数据量。许多人在没有获取足够的数据，并且缺乏对数据理解的情况下做出决策，其实是在“享受”自己的无知。打个比方来说，对于一款数据应用，如果我的目的是分辨两种决策谁更好以及差异在哪里，这就是一个很具体的问题；但如果我的目标是想知道如何让公司赢利，这就是一个空泛的目标。
经过这样的一番周折后，按照小角度切入的想法设计数据应用，就可以做得具体而快速，而且可以避免因原材料的变化而导致数据缺失的问题。
把数据放进“框”之中
在大数据的背景下，必须考虑数据之间的关联性。一个单独的数据是没有意义的，要把数据放在一个“数据框架”（场景）之中，才能看出存在的问题。
为了把这个问题说得更明白，这里我拿前阵子一家电商公司找我讨论的问题来举例。
A 公司问我，要不要撤去导航网站的广告？因为它怀疑许多老客户是从导航网站访问官网，而不是直接访问官网。把这个问题说得再直白点，就是他们想弄清楚在导航做广告与公司业务之间的关系。那么，接下来就要观察用什么“数据框架”有助于其做出决策。
1. 公司当前的投入产出比
（1） 明确导航网站引进的新老用户占比如何？
（2） 引入的新老用户的投入产出比和转化率如何？
（3）推断撤去导航网站，对流失新老用户的影响如何？
2. 与竞争对手的博弈
有一个问题可能会被忽略，那就是你不做导航网站广告，你的对手就会立马投放此广告。做数据框架的时候，要特别注意框架不是静态的，而是存在博弈的，需要把竞争对手的因素考虑进来。
3. 考虑时间因素
建立框架时要考虑时间因素：
（1）用现在、过去和未来的眼光来审视导航网站，看看导航的质量是不是越来越好； （2）需要注意的是时间有延迟性，引进来的流量会有一些延迟，在两三个月后才能知道新用户的价值。
总之，“数据框架”是商业分析师的灵魂所在，可以让其从框架中找寻问题的关键因素及答案。不同的问题有不同的框架，不能完全在此进行阐述。
如何用框架来做决策
想要解决的问题越复杂，框架也就越复杂。但是，决策最重要的前提是要从小角度切入，从“小”做起。
对此，我总结了4 步走的方法：
1. 首先确定有什么问题，从解决问题的角度出发去收集数据。
2. 把收集到的数据整理好，放入一个“数据框架”内（这个框架是用来帮助决策者做决定的）。让决策者用框架更清楚地看到数据与决策之间的关系，比如A 公司在框架内要知道竞争情况、新老客户的比例情况等因素以及多种因素之间的关系。
3. 看框架与做决策的关系。比如，A 公司与导航网站有三种选择——完全不合作、部分合作和全面合作。数据分析师就可以根据数据框架告知A 公司该怎么决策。如果发现数据框架与决策不能匹配，就必须返回到第2 步。
4. 根据决策行动，然后检查行动是否达到目的。如果行动后发现根本没有达到目的，就要检讨整个链条，寻找问题出在哪里。是数据有问题吗？还是因为框架不对？或者是决策不对？是否还有数据没考虑进去？
所以，想要解决的问题越复杂，框架也就越复杂。对于现在多数还没有开始做数据应用的电商公司来说，框架一开始千万不要过于复杂，一定是要针对某个需要解决的具体问题开始搭建框架，令框架与决策紧密相关。所以，在搭建框架前问问自己：“你的问题是什么？你的决策是什么？反过来你的框架又该怎样搭建？”虽然你的回答可能多种多样，但是，最重要的前提是要从小角度切入，从“小”做起。
养数据，重要的数据战略
“用数据”更多的是一种方法论，而“养数据”则是一种数据战略，是基于深入业务理解的更高层次的商业决策。
“养数据”还有一个重要的含义，就是要决定收集哪些数据。这个决定不容忽视，因为这可能是公司数据战略中非常重要的一个环节。因为，很多公司的做法，是有什么数据就收集什么数据，完全没有主动性，但这样做遇到的一个核心问题就是，公司自主思考的能力开始缺失，对该收集什么样的数据不甚了解。事实上，在我看来，被动收集数据的行为是“收集”，而主动收集数据的行为则是“养数据”。再拿上面讲到的某电商母婴频道的例子来说，如果收集主体是一家医院，那么宝宝的姓名、性别、出生年月和妈妈的姓名等数据的收集，就是收集数据，因为在住院档案和出生证明上，这些都是必不可少的。但是，如果是母婴用品要针对家庭进行营销，那么这些信息显然是不够的，宝宝奶粉的品牌、家庭收入、职业等信息则需要企业自己主动去收集，而这些数据也就是“养”出来的数据。
养数据通常有两类，一类是网站自身没有的数据，需要用户主动提供的；另一类是公司拥有的，但没有进行收集的数据。
若要收集公司没有的数据，在“养数据”时通常需要花费更多的精力和技巧。举例来说，现在国内外有很多个性化的手机购物应用，他们会根据用户的偏好进行商品的推荐，让每个人都有完全不一样的购物体验。具体的运作原理是，当用户第一次使用这些应用时，界面中会弹出一些问题，通过互动的方式来收集用户的信息数据，比如会出几款衣服，让用户挑选哪一款是更喜欢的。这样，在几个问题之后，应用就知道用户的喜好了。这类应用通常还会有另外一个特点，就是会让用户点“赞”，这个点赞的功能，就是让用户明确地告诉应用自己喜欢什么，这样用户就可以在过程中，不断地告诉应用自己的偏好。这样一来，应用就可以“养”出用户的核心数据。
对于公司有数据但没有收集的状况，则更多的是因为内部资源协调的问题和公司决策的问题。很多提供餐饮和团购类信息服务的网站，通常会有一个功能是“把信息通过短信发送到手机”，这样就不需要用户进行特别的记录，不过有些网站会记录用户的手机号，而有些网站则不会。那么，这些手机号需不需要企业存下来呢？这就是一个与业务决定和资源协调相关的问题，如果决定是记录，则必然会需要开发人员在后台进行功能的优化，如果不记录，那就会丢失这部分信息。我的观点当然是记录这些数据，也即是“养”数据，因为这不仅能够校验用户的手机号码是否有效，还能够慢慢地建立起企业与用户的社交关系。
总之，“用数据”更多的是一种方法论，而“养数据”则是一种数据战略，是基于深入业务理解的更高层次的商业决策，数据养的时间越早，积累的数据也就越多。养数据同样也是一种管理和商业艺术，在养之前可能谁也不确定最终会出现什么后果，但一旦养成，则会产生非常大的商业价值。
同时，许多企业还有一个疑问：“现在收集数据不难，成本也不高，为什么不先收集了数据再说呢？等以后需要数据来解决问题时，再拿出来用不是也可以吗？”这位高人同样也给出了这个问题的答案，他对此持否定观点，并指出用这样的理念来设计数据应用注定会失败。
数据收集是没有边界的，我为此也痛苦了好一段日子，比如，收集一个人的生日，虽然可以精确到几分几秒，但这么精确的数据又能用在什么领域，又能产生什么价值呢？
事实上，数据是有生命周期的。比如，某网站的母婴频道在主动收集用户的宝宝信息，包含宝宝生日、性别、小名、身高、体重，这里我们就要清楚这几个数据的用途和生命周期，如宝宝的身高和体重。但是，妈妈们填写的是宝宝当前的数据，我们知道宝宝的身高、体重变化非常之快，也就是说这两个数据的生命周期很短，在当时的推荐中可能有用，但过了一段时间后，这两个数据就失效（Data Broken）了；而宝宝生日和性别这两个数据的生命周期就很长，可以从生日的年份中推算出宝宝的年龄，而性别则基本是终生稳定的。
保存数据及其收集时的背景（Context），也是一件不容易的事情。
还是以收集宝宝的年龄作为例子来阐述，我们可以通过用户购买特定的商品集合，如几段奶粉和尿不湿的型号等，知道宝宝所处的大概年龄段，以推算出宝宝当前的年龄。但如果仅仅是保存宝宝几岁这个数据，那么这个数据很快也会失效，因为人的年龄是在动态变化的。同时，你还需要保存宝宝几岁这个数据获得的时间，即在哪年哪月计算得知这个宝宝的年龄，而这个信息就是背景数据。另一种做法更加聪明一些，即通过宝宝现在的年龄反过来推算宝宝是什么时候出生的。
所以说，在收集数据时，我们必须知道这些数据未来可以用来做什么，如果今天都想象不出来的话，日后就更不可能了。
打一个比方，如今很多电商高管会询问数据分析师商品的重复购买率是多少。于是，工作人员收集数据来计算重复购买率，却很少想到高管们需要重复购买率是来做什么决定的，这就好比“刻舟求剑”的故事。事实上，在世事多变的大数据时代，我们不能只是机械地套用方法或指标。
重复购买率有不同的定义，而做不同的决策需要考虑经过不同定义的重复购买率。如果一家投资公司想收购A 公司，那么会从重复购买率来看整个A 公司的运营良好程度或用户质量等；如果从A公司本身运营的角度来看重复购买率，那么它更应该关注的是日、周级别的重复购买率的变化趋势，或者当月新增客户有多少人在三个月后进行了重复购买，从而可以衡量出每个月新增及存量客户的忠诚度和质量，进而找出改善的空间。在知道了以上的背景之后，再去选择使用什么数据不是更有的放矢吗？
数据应用因小而美
“小”不是指数据量，而是指应用的目标很具体。
2011年年底，作为一名数据分析师，我开始思考怎么从“用数据”转变为“养数据”（即从数据化运营转变为运营数据），这段时间我为收集什么样的数据而特别烦恼。而且，我也曾经试图做出一个特别大且适合多数人使用的数据应用，可是后来发现这在数据应用的起步阶段几乎是不可能的—— 一是找到可以解决大部分人需求的数据应用并不容易；二是当时公司的数据非常丰富，需要考虑的因素很多，因素之间的联系又很复杂。
所以，当开发数据应用的时候，数据就等于原材料；当原材料一直处于变化的情况下，做出来的产品就很容易出问题。体会到数据和应用的关系之后，我最后决定从小角度切入，先把小应用做出来，这就是很好的瞄准器。
这里说的“小”指的是应用的目标很具体。请注意，“小”不是指数据量。许多人在没有获取足够的数据，并且缺乏对数据理解的情况下做出决策，其实是在“享受”自己的无知。打个比方来说，对于一款数据应用，如果我的目的是分辨两种决策谁更好以及差异在哪里，这就是一个很具体的问题；但如果我的目标是想知道如何让公司赢利，这就是一个空泛的目标。
经过这样的一番周折后，按照小角度切入的想法设计数据应用，就可以做得具体而快速，而且可以避免因原材料的变化而导致数据缺失的问题。
把数据放进“框”之中
在大数据的背景下，必须考虑数据之间的关联性。一个单独的数据是没有意义的，要把数据放在一个“数据框架”（场景）之中，才能看出存在的问题。
为了把这个问题说得更明白，这里我拿前阵子一家电商公司找我讨论的问题来举例。
A 公司问我，要不要撤去导航网站的广告？因为它怀疑许多老客户是从导航网站访问官网，而不是直接访问官网。把这个问题说得再直白点，就是他们想弄清楚在导航做广告与公司业务之间的关系。那么，接下来就要观察用什么“数据框架”有助于其做出决策。
1. 公司当前的投入产出比
（1） 明确导航网站引进的新老用户占比如何？
（2） 引入的新老用户的投入产出比和转化率如何？
（3）推断撤去导航网站，对流失新老用户的影响如何？
2. 与竞争对手的博弈
有一个问题可能会被忽略，那就是你不做导航网站广告，你的对手就会立马投放此广告。做数据框架的时候，要特别注意框架不是静态的，而是存在博弈的，需要把竞争对手的因素考虑进来。
3. 考虑时间因素
建立框架时要考虑时间因素：
（1）用现在、过去和未来的眼光来审视导航网站，看看导航的质量是不是越来越好； （2）需要注意的是时间有延迟性，引进来的流量会有一些延迟，在两三个月后才能知道新用户的价值。
总之，“数据框架”是商业分析师的灵魂所在，可以让其从框架中找寻问题的关键因素及答案。不同的问题有不同的框架，不能完全在此进行阐述。
如何用框架来做决策
想要解决的问题越复杂，框架也就越复杂。但是，决策最重要的前提是要从小角度切入，从“小”做起。
对此，我总结了4 步走的方法：
1. 首先确定有什么问题，从解决问题的角度出发去收集数据。
2. 把收集到的数据整理好，放入一个“数据框架”内（这个框架是用来帮助决策者做决定的）。让决策者用框架更清楚地看到数据与决策之间的关系，比如A 公司在框架内要知道竞争情况、新老客户的比例情况等因素以及多种因素之间的关系。
3. 看框架与做决策的关系。比如，A 公司与导航网站有三种选择——完全不合作、部分合作和全面合作。数据分析师就可以根据数据框架告知A 公司该怎么决策。如果发现数据框架与决策不能匹配，就必须返回到第2 步。
4. 根据决策行动，然后检查行动是否达到目的。如果行动后发现根本没有达到目的，就要检讨整个链条，寻找问题出在哪里。是数据有问题吗？还是因为框架不对？或者是决策不对？是否还有数据没考虑进去？
所以，想要解决的问题越复杂，框架也就越复杂。对于现在多数还没有开始做数据应用的电商公司来说，框架一开始千万不要过于复杂，一定是要针对某个需要解决的具体问题开始搭建框架，令框架与决策紧密相关。所以，在搭建框架前问问自己：“你的问题是什么？你的决策是什么？反过来你的框架又该怎样搭建？”虽然你的回答可能多种多样，但是，最重要的前提是要从小角度切入，从“小”做起。
养数据，重要的数据战略
“用数据”更多的是一种方法论，而“养数据”则是一种数据战略，是基于深入业务理解的更高层次的商业决策。
“养数据”还有一个重要的含义，就是要决定收集哪些数据。这个决定不容忽视，因为这可能是公司数据战略中非常重要的一个环节。因为，很多公司的做法，是有什么数据就收集什么数据，完全没有主动性，但这样做遇到的一个核心问题就是，公司自主思考的能力开始缺失，对该收集什么样的数据不甚了解。事实上，在我看来，被动收集数据的行为是“收集”，而主动收集数据的行为则是“养数据”。再拿上面讲到的某电商母婴频道的例子来说，如果收集主体是一家医院，那么宝宝的姓名、性别、出生年月和妈妈的姓名等数据的收集，就是收集数据，因为在住院档案和出生证明上，这些都是必不可少的。但是，如果是母婴用品要针对家庭进行营销，那么这些信息显然是不够的，宝宝奶粉的品牌、家庭收入、职业等信息则需要企业自己主动去收集，而这些数据也就是“养”出来的数据。
养数据通常有两类，一类是网站自身没有的数据，需要用户主动提供的；另一类是公司拥有的，但没有进行收集的数据。
若要收集公司没有的数据，在“养数据”时通常需要花费更多的精力和技巧。举例来说，现在国内外有很多个性化的手机购物应用，他们会根据用户的偏好进行商品的推荐，让每个人都有完全不一样的购物体验。具体的运作原理是，当用户第一次使用这些应用时，界面中会弹出一些问题，通过互动的方式来收集用户的信息数据，比如会出几款衣服，让用户挑选哪一款是更喜欢的。这样，在几个问题之后，应用就知道用户的喜好了。这类应用通常还会有另外一个特点，就是会让用户点“赞”，这个点赞的功能，就是让用户明确地告诉应用自己喜欢什么，这样用户就可以在过程中，不断地告诉应用自己的偏好。这样一来，应用就可以“养”出用户的核心数据。
对于公司有数据但没有收集的状况，则更多的是因为内部资源协调的问题和公司决策的问题。很多提供餐饮和团购类信息服务的网站，通常会有一个功能是“把信息通过短信发送到手机”，这样就不需要用户进行特别的记录，不过有些网站会记录用户的手机号，而有些网站则不会。那么，这些手机号需不需要企业存下来呢？这就是一个与业务决定和资源协调相关的问题，如果决定是记录，则必然会需要开发人员在后台进行功能的优化，如果不记录，那就会丢失这部分信息。我的观点当然是记录这些数据，也即是“养”数据，因为这不仅能够校验用户的手机号码是否有效，还能够慢慢地建立起企业与用户的社交关系。
总之，“用数据”更多的是一种方法论，而“养数据”则是一种数据战略，是基于深入业务理解的更高层次的商业决策，数据养的时间越早，积累的数据也就越多。养数据同样也是一种管理和商业艺术，在养之前可能谁也不确定最终会出现什么后果，但一旦养成，则会产生非常大的商业价值。