决战大数据-读书笔记
作者车品觉，国内著名的大数据实战专家，曾任阿里巴巴集团副总裁，阿里巴巴数据委员会会长，曾负责阿里巴巴集团全部数据运营工作。车品觉也曾先后在斯坦福大学、INSEAD 商学院及清华大学经管学院等世界一流学院进修，并在汇丰银行，微软，eBay 等多家著名跨国公司担任过高管职务，现在是著名风险投资基金红杉资本中国专家合伙人。
在数据无限的时代，我们如何利用大数据实现商业大洗牌？传统行业又该如何通过挖掘隐藏在大数据背后的信息，冲出层层危机，实现行业质和量的飞跃？企业如何才能实现数据化运营，在大数据时代站稳脚跟？大数据实践的先行者、阿里巴巴集团前副总裁车品觉倾力新增8万字纯干货，倾情解读企业在大数据时代顽强生存的答案！只有稳抓趋势中的观战重点，才能在海量数据中挖掘商机！
随着智能手机的大范围普及、物联网浪潮以及人工智能技术的爆发式发展，大数据在收集消费者全渠道行为、触发商业机遇等方面发挥了越来越重要的作用。而《决战大数据》一书恰恰洞悉了大数据时代商业发展的本质。同时，车品觉根据其在阿里巴巴的多年经验，通过丰富的案例和通俗易懂的语言，从“养数据”到“用数据”，深入浅出地向我们揭开了阿里巴巴数据化运营和运营数据的神秘面纱。通过《决战大数据》一书，车品觉告诉我们，在数据无限的时代，拥有数据化思维，才能改变商业的未来。
大数据如何从说到用
我们来了解一下大数据是如何从说到用的，换句话说就是，企业是怎么把数据变成利润的。
举个例子：
赛马是很受欢迎的一项体育运动。可是这项运动在香港，演变成了一种博彩赌马。那既然是赌，输赢似乎得靠运气了。可是香港有一家公司通过大数据分析，发现了赌马当中巨大的赚钱机会。我们都知道，从理论上来说，实力最强的马赢得比赛的概率会是最高的。
想要赢，就得给实力最强的马下注。那么，如果让你来投注，你怎么知道哪一匹马才是实力最强的呢？我们既没有养马的经验，也不是什么赛马会的内部人士，没有什么可靠的消息来源。而且，赛马的过程中，马匹也肯定会存在各种失误，每次比赛的冠军，不一定就是真正实力最强的那一匹马。那香港的这家公司的数据团队是怎么做的呢？
他们从各个角度拍下了每匹马的比赛视频，再通过数据建模，分析每一匹马曾经发生过的失误，还原了在零失误的情况下，每一匹马的真正实力。这样一来，根据数据分析的结果，找到实力最强的马去下注，就会最大概率地赢得比赛。在赌马这一项业务上，这家公司每年入账就高达数亿港元。
大数据的应用已经不局限在分析问题反映问题的层面了，它已经成为商业决策的重要工具，所以说未来企业的核心竞争力很大程度上取决于“用数据”的能力。那么到底企业应该如何运用数据呢？作者说大数据的本质就是还原用户的真实需求。也就是说，做数据分析，也需要有足够的用户意识。
比如，“重复购买率”是一个我们经常听到的数据指标。如果你是一个数据分析师，你有没有想过，不同的人向你询问这个指标的时候，他们想要了解的指标背后的问题，其实都不一样。如果是投资人问这个问题，他可能真正关心的是整个市场有多大、公司能给他带来多大的投资回报，以及未来是否要考虑追加投资。很显然，重复购买率这个单一指标并不足以帮助他来做出这些决策。 所以，你可以进一步追问投资人的具体问题，提议他关注另外几个核心数据。如果是公司高管询问“重复购买率”这个指标，他们可能想了解的是客户的忠诚度和质量怎么样，从而能够在产品策略上找出改善的空间；而对于公司的中层管理者来说，他们可能会更加关心重复购买率这个指标的变动幅度，从而判断哪些运营动作更有效，追踪是哪些改进能让重复购买率有所提升，这些分析对于他们而言是十分具有指导意义的。
那如果我们是个数据用户，或者企业管理者，想通过数据分析来解决问题，你就需要从自己的实际需求出发，准确地向数据分析师提出你的诉求，你到底想要通过数据，发现哪些问题，得到更加有方向的分析结果，从而找到最有效的解决方案。所以，数据如何用，用的好不好，最关键的是“用户意识”，也就是从数据使用者的角度去做分析。但在很多时候，很多人会忽略掉“用户意识”。 作者在面试数据分析师的时候会问题一个问题，一家电子商务公司的 CEO，在每星期一一大早，都希望数据分析师给他提供3个数据指标，来证明公司的业务一切正常，你认为应该给他哪个3数据指标呢？这个问题本身其实是一个陷阱，它并没有标准答案。这个题目就是想通过你给出答案的过程，来判断你的数据化思维是否具有足够的“用户意识”。具有充分的用户意识的人，会发现这个问题里的漏洞。
比如，CEO 面临的现实情况可能是这样的，最近公司增加了一个新品类的商品，希望用新品类来吸引新用户。在这种情况下，CEO 想要了解的指标，就应该是“新增用户数”，而不是点击量、交易额等其他指标。如果新增用户达到了预期，那他就会认为“业务发展是正常的”。在没有了解这些前提的情况下，即使给了他很多个数据指标，也无法让这个 CEO 做出判断。这就是数据分析中需要具备的用户意识。
今天许多电子商务公司，每天都在做“碰巧”游戏：今天推荐A家的产品，明天撤下A家的产品；今天做低价促销，明天又做线下活动。这些决策的改变，没有“仪表盘”的指示或良好的监控，都是闭着眼睛在“碰巧”。所以，一定要把数据用好，一定要有“用户意识”。
只有通过数据来了解自己的用户，无论用户是企业内部的同事，还是企业外部的客户，知道核心用户是谁，他们想用数据解决哪些问题，满足什么需求，是哪些用户在重复购买，是哪些因素在影响他们的购买决策，那么企业的业务运营将不再是一个“碰巧成功”的游戏。
阿里巴巴的大数据秘密
作者在阿里巴巴工作的时候，为了培养数据人员的用户意识，在数据应用上不断升级，提出了 内三板斧和外三板斧的管理方法，我们分别来说一下。
内三板斧
内三板斧包括，混、通、晒。所谓混，就是数据部门的员工一定要跟各业务部门的员工混在一起。“混”的目的是了解业务人员，也就是数据部门的“内部用户”，他们真正关心什么数据，哪些数据能够帮助他们改善绩效。
比如，作者以前公司的CEO给他制定：“你每周要跟管理业务的负责人吃两顿饭，这就是你的KPI。”而这种方式也被他用到了阿里数据人才“用户意识”的培养上。他要求数据部门的员工要参加业务部门的会议，跟业务人员打成一片，在业务团队的浸泡下养成真正的用户意识。
通就是混的结果。数据部门的员工一旦理解了业务，就能理解数据对各项业务的价值。
比如，阿里巴巴。数据部门建立之初，和产品部门、技术部门之间就存在着信息不通畅、目标不统一的现象。数据部门想把数据收集这样琐碎的事情交给技术部门来完成，但是技术部门觉得这些活又麻烦、又琐碎，还不能直接提升绩效，所以并不愿意接手。部门之间相互推诿和抱怨的情况常常发生。为了解决这个问题，作者便着手组织数据部门和其他部门“混”在一起，不知不觉、自然而然就把部门之间的组织隔膜给打“通”了。
那什么是“晒”呢。“晒”其实是一种在“混”和“通”的基础上产生出来的最终数据表现，是人、商业和数据结合之后的一种“看数据”和“用数据”的方法论。“晒”通常是通过数据来回答几个关键问。比如业务现在发展的好还是不好？数据部门如何改变可以让业务部门得到更好的支持？如何利用数据帮助业务部门发现机会，甚至产生出新的商业价值？
比如，阿里金融的核心，就是通过数据来计算客户的信用水平，通过计算出的数据结果就能直观地反映该用户的信用是好是坏。我们熟悉的芝麻信用分，就是比较有代表性的信用数据产品。这种商业模式的核心，正是通过业务部门和数据部门的通力合作，把数据“晒”出来，从而形成一种新的竞争力。“晒”是产生组织力量的过程，同样也适用于企业内部。数据部门的员工，如果没有办法把复杂的数据变得简单，那么企业内部的管理人员和运营人员自然会产生困惑，反过来就不可能真正做到“通”。
阿里巴巴的数据应用内三板斧“混通晒” ，配合了数据方法论与人的修炼，做到了借事修人，让用数据的人在数据中成长，循序渐进地让企业做到了“人人都是数据分析师”。
外三板斧
阿里巴巴的数据应用升级迭代的外三板斧分别是，“存、管、用” 。“存”，就是把数据收回来。收集数据不是目的，让收集起来的数据产生价值才是最终的目的。
比如，在母婴产品的类目里，你可以通过让用户填写宝宝使用的尿不湿型号、衣服的尺码、奶粉的段数等等，来推算出宝宝最新的年龄阶段；在汽车这个类目上，你可以通过客户购买的机油、滤清器型号等等来推算出客户的车型；在衣服这个类目上，你也可以根据用户购买衣服的历史尺码，来观察他是否有身材上的变化。所以，最重要的不是看你收集了什么数据，而是要思考这些数据如何使用以及收集这些数据到底能够起到什么样的作用。如何收集在未来具有价值的数据，会是企业永久面对的难题，需要不断试错和累积经验，才能做得更有成效。
管，就是要保护好存储下来的数据。数据存储下来之后，数量和广度都很大，就需要对这些数据进行完善的管理。数据管理的内容包括很多方面，比如：数据的来源，如何让数据不丢失，如何保护数据的安全，如何让数据准确稳定，以及如何更好地运用数据，这些都是数据运营当中的“管”。
阿里巴巴也犯过一个很久之后才发觉的错误。这个错误不仅阿里巴巴犯过，很多欧美大公司也犯过，这个错误是一种这样的数据思维：“不管怎么样，先收集数据，将来肯定有用”。经过反复在实践当中验证，事实证明这种思维是一个巨大的错误，因为没有一家公司可以承担得起无止境收集数据的成本，这根本是不现实的。从运营的角度来说，如果只收集数据，而不当机立断做出分析和应用决策的话，代价只能是惨重的存储和管理成本。
用，就是思考“如何应用数据解决运营中存在的问题”。比如你认为一家电商的用户性别标签一般来说会有几类？阿里巴巴一共有18个性别标签，这些标签并不是真正意义上的生理性别，而是从用户的购物属性上定义出来的性别。
比如，夫妻俩共用一个账号，早上妻子用，晚上丈夫用，那这个账号在阿里巴巴的性别标签就是“早女晚男”。按照这个思路，把本来不可以分裂的东西分裂之后再重组，就能产生新的数据价值。
在这本书中作者还提出了大数据在未来的应用趋势，一共有六点分别是：应用无线化、信息数据化、交易无纸化、人类智能化、决策实时化、线下线上化。感兴趣的话大家可以了解一下。
