決戰大數據-讀書筆記
作者車品覺，國內著名的大數據實戰專家，曾任阿里巴巴集團副總裁，阿里巴巴數據委員會會長，曾負責阿里巴巴集團全部數據運營工作。車品覺也曾先後在斯坦福大學、INSEAD 商學院及清華大學經管學院等世界一流學院進修，並在滙豐銀行，微軟，eBay 等多家著名跨國公司擔任過高管職務，現在是著名風險投資基金紅杉資本中國專家合伙人。
在數據無限的時代，我們如何利用大數據實現商業大洗牌？傳統行業又該如何通過挖掘隱藏在大數據背後的信息，衝出層層危機，實現行業質和量的飛躍？企業如何才能實現數據化運營，在大數據時代站穩腳跟？大數據實踐的先行者、阿里巴巴集團前副總裁車品覺傾力新增8萬字純乾貨，傾情解讀企業在大數據時代頑強生存的答案！只有穩抓趨勢中的觀戰重點，才能在海量數據中挖掘商機！
隨着智能手機的大範圍普及、物聯網浪潮以及人工智能技術的爆發式發展，大數據在收集消費者全渠道行為、觸發商業機遇等方面發揮了越來越重要的作用。而《決戰大數據》一書恰恰洞悉了大數據時代商業發展的本質。同時，車品覺根據其在阿里巴巴的多年經驗，通過豐富的案例和通俗易懂的語言，從「養數據」到「用數據」，深入淺出地向我們揭開了阿里巴巴數據化運營和運營數據的神秘面紗。通過《決戰大數據》一書，車品覺告訴我們，在數據無限的時代，擁有數據化思維，才能改變商業的未來。
大數據如何從說到用
我們來了解一下大數據是如何從說到用的，換句話說就是，企業是怎麼把數據變成利潤的。
舉個例子：
賽馬是很受歡迎的一項體育運動。可是這項運動在香港，演變成了一種博彩賭馬。那既然是賭，輸贏似乎得靠運氣了。可是香港有一家公司通過大數據分析，發現了賭馬當中巨大的賺錢機會。我們都知道，從理論上來說，實力最強的馬贏得比賽的概率會是最高的。
想要贏，就得給實力最強的馬下注。那麼，如果讓你來投注，你怎麼知道哪一匹馬才是實力最強的呢？我們既沒有養馬的經驗，也不是什麼賽馬會的內部人士，沒有什麼可靠的消息來源。而且，賽馬的過程中，馬匹也肯定會存在各種失誤，每次比賽的冠軍，不一定就是真正實力最強的那一匹馬。那香港的這家公司的數據團隊是怎麼做的呢？
他們從各個角度拍下了每匹馬的比賽視頻，再通過數據建模，分析每一匹馬曾經發生過的失誤，還原了在零失誤的情況下，每一匹馬的真正實力。這樣一來，根據數據分析的結果，找到實力最強的馬去下注，就會最大概率地贏得比賽。在賭馬這一項業務上，這家公司每年入賬就高達數億港元。
大數據的應用已經不局限在分析問題反映問題的層面了，它已經成為商業決策的重要工具，所以說未來企業的核心競爭力很大程度上取決於「用數據」的能力。那麼到底企業應該如何運用數據呢？作者說大數據的本質就是還原用戶的真實需求。也就是說，做數據分析，也需要有足夠的用戶意識。
比如，「重複購買率」是一個我們經常聽到的數據指標。如果你是一個數據分析師，你有沒有想過，不同的人向你詢問這個指標的時候，他們想要了解的指標背後的問題，其實都不一樣。如果是投資人問這個問題，他可能真正關心的是整個市場有多大、公司能給他帶來多大的投資回報，以及未來是否要考慮追加投資。很顯然，重複購買率這個單一指標並不足以幫助他來做出這些決策。 所以，你可以進一步追問投資人的具體問題，提議他關注另外幾個核心數據。如果是公司高管詢問「重複購買率」這個指標，他們可能想了解的是客戶的忠誠度和質量怎麼樣，從而能夠在產品策略上找出改善的空間；而對於公司的中層管理者來說，他們可能會更加關心重複購買率這個指標的變動幅度，從而判斷哪些運營動作更有效，追蹤是哪些改進能讓重複購買率有所提升，這些分析對於他們而言是十分具有指導意義的。
那如果我們是個數據用戶，或者企業管理者，想通過數據分析來解決問題，你就需要從自己的實際需求出發，準確地向數據分析師提出你的訴求，你到底想要通過數據，發現哪些問題，得到更加有方向的分析結果，從而找到最有效的解決方案。所以，數據如何用，用的好不好，最關鍵的是「用戶意識」，也就是從數據使用者的角度去做分析。但在很多時候，很多人會忽略掉「用戶意識」。 作者在面試數據分析師的時候會問題一個問題，一家電子商務公司的 CEO，在每星期一一大早，都希望數據分析師給他提供3個數據指標，來證明公司的業務一切正常，你認為應該給他哪個3數據指標呢？這個問題本身其實是一個陷阱，它並沒有標準答案。這個題目就是想通過你給出答案的過程，來判斷你的數據化思維是否具有足夠的「用戶意識」。具有充分的用戶意識的人，會發現這個問題里的漏洞。
比如，CEO 面臨的現實情況可能是這樣的，最近公司增加了一個新品類的商品，希望用新品類來吸引新用戶。在這種情況下，CEO 想要了解的指標，就應該是「新增用戶數」，而不是點擊量、交易額等其他指標。如果新增用戶達到了預期，那他就會認為「業務發展是正常的」。在沒有了解這些前提的情況下，即使給了他很多個數據指標，也無法讓這個 CEO 做出判斷。這就是數據分析中需要具備的用戶意識。
今天許多電子商務公司，每天都在做「碰巧」遊戲：今天推薦A家的產品，明天撤下A家的產品；今天做低價促銷，明天又做線下活動。這些決策的改變，沒有「儀錶盤」的指示或良好的監控，都是閉着眼睛在「碰巧」。所以，一定要把數據用好，一定要有「用戶意識」。
只有通過數據來了解自己的用戶，無論用戶是企業內部的同事，還是企業外部的客戶，知道核心用戶是誰，他們想用數據解決哪些問題，滿足什麼需求，是哪些用戶在重複購買，是哪些因素在影響他們的購買決策，那麼企業的業務運營將不再是一個「碰巧成功」的遊戲。
阿里巴巴的大數據秘密
作者在阿里巴巴工作的時候，為了培養數據人員的用戶意識，在數據應用上不斷升級，提出了 內三板斧和外三板斧的管理方法，我們分別來說一下。
內三板斧
內三板斧包括，混、通、曬。所謂混，就是數據部門的員工一定要跟各業務部門的員工混在一起。「混」的目的是了解業務人員，也就是數據部門的「內部用戶」，他們真正關心什麼數據，哪些數據能夠幫助他們改善績效。
比如，作者以前公司的CEO給他制定：「你每周要跟管理業務的負責人吃兩頓飯，這就是你的KPI。」而這種方式也被他用到了阿里數據人才「用戶意識」的培養上。他要求數據部門的員工要參加業務部門的會議，跟業務人員打成一片，在業務團隊的浸泡下養成真正的用戶意識。
通就是混的結果。數據部門的員工一旦理解了業務，就能理解數據對各項業務的價值。
比如，阿里巴巴。數據部門建立之初，和產品部門、技術部門之間就存在着信息不通暢、目標不統一的現象。數據部門想把數據收集這樣瑣碎的事情交給技術部門來完成，但是技術部門覺得這些活又麻煩、又瑣碎，還不能直接提升績效，所以並不願意接手。部門之間相互推諉和抱怨的情況常常發生。為了解決這個問題，作者便着手組織數據部門和其他部門「混」在一起，不知不覺、自然而然就把部門之間的組織隔膜給打「通」了。
那什麼是「曬」呢。「曬」其實是一種在「混」和「通」的基礎上產生出來的最終數據表現，是人、商業和數據結合之後的一種「看數據」和「用數據」的方法論。「曬」通常是通過數據來回答幾個關鍵問。比如業務現在發展的好還是不好？數據部門如何改變可以讓業務部門得到更好的支持？如何利用數據幫助業務部門發現機會，甚至產生出新的商業價值？
比如，阿里金融的核心，就是通過數據來計算客戶的信用水平，通過計算出的數據結果就能直觀地反映該用戶的信用是好是壞。我們熟悉的芝麻信用分，就是比較有代表性的信用數據產品。這種商業模式的核心，正是通過業務部門和數據部門的通力合作，把數據「曬」出來，從而形成一種新的競爭力。「曬」是產生組織力量的過程，同樣也適用於企業內部。數據部門的員工，如果沒有辦法把複雜的數據變得簡單，那麼企業內部的管理人員和運營人員自然會產生困惑，反過來就不可能真正做到「通」。
阿里巴巴的數據應用內三板斧「混通曬」 ，配合了數據方法論與人的修煉，做到了借事修人，讓用數據的人在數據中成長，循序漸進地讓企業做到了「人人都是數據分析師」。
外三板斧
阿里巴巴的數據應用升級迭代的外三板斧分別是，「存、管、用」 。「存」，就是把數據收回來。收集數據不是目的，讓收集起來的數據產生價值才是最終的目的。
比如，在母嬰產品的類目里，你可以通過讓用戶填寫寶寶使用的尿不濕型號、衣服的尺碼、奶粉的段數等等，來推算出寶寶最新的年齡階段；在汽車這個類目上，你可以通過客戶購買的機油、濾清器型號等等來推算出客戶的車型；在衣服這個類目上，你也可以根據用戶購買衣服的歷史尺碼，來觀察他是否有身材上的變化。所以，最重要的不是看你收集了什麼數據，而是要思考這些數據如何使用以及收集這些數據到底能夠起到什麼樣的作用。如何收集在未來具有價值的數據，會是企業永久面對的難題，需要不斷試錯和累積經驗，才能做得更有成效。
管，就是要保護好存儲下來的數據。數據存儲下來之後，數量和廣度都很大，就需要對這些數據進行完善的管理。數據管理的內容包括很多方面，比如：數據的來源，如何讓數據不丟失，如何保護數據的安全，如何讓數據準確穩定，以及如何更好地運用數據，這些都是數據運營當中的「管」。
阿里巴巴也犯過一個很久之後才發覺的錯誤。這個錯誤不僅阿里巴巴犯過，很多歐美大公司也犯過，這個錯誤是一種這樣的數據思維：「不管怎麼樣，先收集數據，將來肯定有用」。經過反覆在實踐當中驗證，事實證明這種思維是一個巨大的錯誤，因為沒有一家公司可以承擔得起無止境收集數據的成本，這根本是不現實的。從運營的角度來說，如果只收集數據，而不當機立斷做出分析和應用決策的話，代價只能是慘重的存儲和管理成本。
用，就是思考「如何應用數據解決運營中存在的問題」。比如你認為一家電商的用戶性別標籤一般來說會有幾類？阿里巴巴一共有18個性別標籤，這些標籤並不是真正意義上的生理性別，而是從用戶的購物屬性上定義出來的性別。
比如，夫妻倆共用一個賬號，早上妻子用，晚上丈夫用，那這個賬號在阿里巴巴的性別標籤就是「早女晚男」。按照這個思路，把本來不可以分裂的東西分裂之後再重組，就能產生新的數據價值。
在這本書中作者還提出了大數據在未來的應用趨勢，一共有六點分別是：應用無線化、信息數據化、交易無紙化、人類智能化、決策實時化、線下線上化。感興趣的話大家可以了解一下。
