最新报名:
3分钟前,黑龙江哈尔滨某房地产开发公司总经理加入房地产总裁班,2小时前,河北石家庄某文化传播公司3名高管加入企业管理创新总裁班,2小时前,河南郑州某置业公司总经理加入房地产总裁班,5小时前,内蒙古呼和浩特某乳业公司总经理加入工商管理EMBA总裁班,6小时前,上海某金融证券公司1名高管加入工商管理MBA总裁班,11小时前,山西太原某航天飞机制造企业2名高管加入工商管理EMBA总裁班
清华大学EMBA同学荟 车品觉 :要数据,更要养数据
发布时间:2016-06-15 11:58:31

清华EMBA
今天是清华经管学院TIEMBA2018班级开学,同事们笑谈舜德楼里又放飞了新的初夏之梦。没错,TIEMBA的确是载梦之舟,她不仅承载了TIEMBA同学们改变自己的梦想,她还寄托着中国教育走向世界的梦想。2015年10月,TIEMBA被英国《金融时报》评选为全球第一的EMBA项目,这也是中国教育项目首次位列全球第一的排名。
TIEMBA项目有很多知名校友,恰逢开学日,分享一篇做大数据的师兄文章,愿你时刻坚持,踏实筑梦,青春未艾,竹马仍在。愿你在TIEMBA筑梦之旅里成就更好的自己。 车品觉TIEMBA2010班校友红杉资本专家合伙人前阿里巴巴集团副总裁、数据委员会会长,车品觉
导读

大数据很忠诚,它真实记录人们的每个足迹,深藏功与名;大数据很任性,它的分析有根有据,拒绝流言蜚语;大数据很友好,它提供各种权威参考,它创造绿色经济,让我们的生活更美好。世界已经进入由数据主导的“大时代”。

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。

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,这两个数据的生命周期很短,过了一段时间后就失效了;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。

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,如果今天都想不出来的话,日后就更不可能了。
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。

如何应用框架来做决策

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)中,才能看出存在的问题。而且,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:

首先确定有什么问题,从解决问题的角度出发去收集数据。

其次,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。

再次,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。

最后,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,在搭建框架前问问自己:“我目前的问题是什么?我的决策是什么?我的框架又该怎样搭建?”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。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,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。这样一来,应用就可以“养”出用户的核心数据。

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。

版权申明:本网课程知识产权属清华大学,网站仅提供课程信息展示,而非商业行为
Copyright©1996-2018 PXMBA.ORG.All Rights Reserved.清华大学 版权所有
地址:北京市清华大学液晶大厦2层 邮编:100084 
ICP备11007365号

在线客服