讀決戰大數據-車品覺

一前言

（1）‘大數據’的意義就在連結，數據公告層就是跨業務群的精華，讓所有人能把其他人的數據冗余利用起來，這時‘大數據’才算做了起來。

（2）整合和配合，數據團隊要學會取舍。

二 引言

（1）以前，我們“有問題找大數據”，而在大數據時代，其最核心的特質原則就是“用數據找機會”。

（2）只有有效的數據才算正道。

（3）很多時候，我們欠缺的不是解決問題的方式，而是定位問題的能力。

01從數據化運營到運營數據

（1）斷層才算大數據所面臨的最嚴重的問題，收集數據的人并不清楚未來使用數據的人要做什么，這是目前大數據運用的一大關鍵命門。

02 大數據的本質就是還原用戶的真實需求

（1）是否知道用戶是誰，決定了企業收集行為的意義大小。

（2）角色不一樣，對于數據的價值的看法也就不同，所以在衡量價值時要考慮到受眾和給予者，這兩個對立面的不同看法。

（3）數據的本質就是還原，這是收集元數據的關鍵方法。

（4）RFM模型，該模型通過一個客戶近期的購買行為、購買的總體頻率以及花了多少錢這三項指標來描述該客戶的價值狀況。

（5）CEO最關心的三個問題，流量-----交易量–其他（轉換率或者交易額）

03活的數據才是大數據

（1）多樣化的自循環的方式打開了大數據之門，而進入這個循環的關鍵就是，從解決問題出發。

（2）把數據激活，從靜態數據變成動態數據，必須要用場景來驗證，靜態數據是沒有用的。

（3）只有具有商業敏感度的數據分析師，才會懂得用什么數據來驅動公司實現經營目標，而絕不會單憑交易量就決定商品策略。

（4）評估一個新生電商平臺的競爭力，你會觀察什么數據。

（5）時間哪有那么多的“碰巧”，還是快睜開眼睛，認真看路吧。

（6）隨著無處不在的終端以及應用所收集的數據越來越多，將來有一天，無論你去哪兒，都會留下“腳印”。

（7）一方面，是我們的數據為用戶體驗改善了什么，另一方面，企業在使用數據時，對活數據的運用解決了什么問題或者開創了什么機會。要牢牢記住，活用數據很重要。

04全域大數據，大數據的顛覆者

（1）隨著隨處不在的終端及應用所收集的數據越來越多，將來有一天，無論你去哪兒，都會留下“腳印”。

（2）全域大數據帶來的變革不限于數據本身，而是從全新的角度去思考社會和商業模式將被如何改變。

（3）對數據的高手來說，數據質量就是生命之源。

05數據分類與數據價值，什么才是你的核心數據

（1）從數據的角度來說，估值就是通過不同維度去思考數據的價值。

（2）一個好的工匠必然對各種材料的性質以及使用方法了如指掌，而一個好的數據從業者，則 必須要對各個數據的價值和穩定性洞若觀火。

（3）數據分類的四大維度 1.以是否可再生為標準。2.以數據所處的存儲層次為標準。3.以數據的業務歸屬為標準。4是數據是否為隱私為標準。

（4）數據的五大價值 1.識別與串聯價值。2.描述價值。3時間價值。4.預測價值。5.產出數據的價值。

06從用數據到養數據

（1）養數據，重要的數據戰略。

（2）養數據通常分為兩類，一類是網站自身沒有的數據，需要用戶主動提供的，另外一類是公司擁有的，但沒有進行收集的數據。

（3）“用數據”更多的是一種方法論，而“養數據”，則是有一種數據戰略，是基于深入業務理解的更高層次的商業決策，數據養的越早，積累的數據也就越多。

07數據的盲點，負面數據的力量

（1）停留時間并不完全代表用戶對商品的喜好。

（2）停留時間通常情況下不容易計算清楚。

08 阿里巴巴的大數據實踐

（1）數據化運營過程中的問題

• 堵 -日常報表信息量大，難以捕捉有效信息。
• 獨-信息分散在不同部門，缺少有效整合。
• 慢-業務異動的處理往往是自上而下來推動。
• 漏-關鍵分析成果取得實效，但未實現沉淀。

09 混、曬、通，阿里巴巴數據化運營的內三板斧

（1）混，“混”出數據

（2）通，打“通” “混”的數據。把數據打通，一種是商業理解和數據之間的“通”，另一種就是部門數據和部門數據的交叉。

（3）曬，“曬”出“混”和“通”的數據。

（4）通過業務和數據的整合，將數據“曬”出來，從而形成一種競爭力。

10 存、管， 用，阿里巴巴運營數據的外三把斧

（1）存、數據收集的開始。

（2）管、是保護好存儲數據。

（3）用、從收集數據到管理數據。在“用”的數據問題上，數據的分裂和重組，都能做到顛覆性的創新。

11大數據，未來商業的利器

（1）假定“數據”是“臟”的來處理數據，在大數據時代將是一個非常重要的趨勢。

（2）數據的標簽化管理。

（3）最重要的是數據與數據之間的關系，而不是數據本身。大數據價值的實現，在于數據與數據的連接

（4）數據的實時化與實時性的分層。

（5）未來，我們相信人機結合，人機的界線已經模糊，無人駕駛汽車已經變為可能，未來人類的身上流動著的是血液以及數據。

12沒有數據就沒有未來

（1）2016年六大趨勢 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

（2）大數據帶給零售業的大想象

• 人臉識別，第一時間知道你是誰
• 憑行為數據找差異
• 未來鞋子會提醒你換鞋
• 想客戶所想，想客戶所未想。

（3）金融創新迎合新時代

• 年輕人不信任銀行
  • 一方面，傳統金融行業首先要考慮是如何改變公司核心價值觀，去迎合千禧一代的用戶體驗，另外一方面，傳統金融行業的業務是建立在信任基礎之上的，但千禧一代對傳統銀行尤其不信任且缺乏忠誠度。
  • 科技已到達一個奇點，移動設備更便捷、社交溝通無處不在、分享經濟讓人人都可以參與，人多好辦事的眾包眾籌，這一切我們都有目共睹。

（3）醫療行業醞釀大數據的突破

• 整合所有數據，更有效的分配資源。
• 關聯，大數據的創新精神
• 越是看起來牢不可破的行業，就越蘊藏著巨大的商機

（4）物聯網，構建智慧城市

• 傳感器帶來革命
• 智慧城市，基礎在于物聯網
• 城市是物聯網開發和應用最有力的實驗田
• 城市競爭靠大數據
• 當然，擁有海量數據并不是一定意味著就有大數據的能力，如果沒有洞察力，什么數據都是浮云。

（5）娛樂大數據，定制你的需求。

• 過去我們夢寐以求卻不可能知道的東西，現在數據的世界都變得有答案了。

（6）人心難測，時尚業的機遇。

• 觀察社交媒體的影響度，是量化時尚的關鍵指標。
• 不只是關注顧客是否喜歡，還要關注他們喜歡什么，為什么喜歡。

（7）未來，人人都是數據分析師

• 在不確定中做判斷

13未來的趨勢蘊含在數據之中

(1)數據積累永遠滯后，孤立的局部觀察并不真實，所以一知半解所造成的錯誤決定有時更危險。

（2）從猜你喜歡到動態定價

（3）虛擬現實，以精算模型預估人類行為。

（4）以大數據應對“不測風云”

• 大數據技術已經成為人們從各個角度研究氣候變化的重要方法。
• 數據科學的差距意味著國家的未來，公司的生存、個人的競爭力、大數據絕對不是感性的運動而是理性的落地。
• 情緒計算：相形不如論心。

（5）正面信息和負面信息疊加起來，便可更清晰地判斷顧客的需求，從而幫助他們更好的生產和銷售。

（6）只有先進的科技加上開闊的數據思維，大數據的價值才能發揮得淋淋盡致。

14 數據產生的未來洞察力才是核心競爭力

（1）大數據的變革在于數據本身。

（2）世界日新月異，變化之快令人口舌，數據人只有不斷的顛覆自己使用數據的能力，才能找到大數據的未來方向。

（3）移動大數據的核心更著重于，實時、適時或最佳時機，和全時，任何一個完整的高效服務都離不開這3個T.

(4)未來沒有誰會比你的手機更了解你，它甚至會了解你的情緒，超出了自然語言，手機將成為你的數據收集者，也會成為你的數據守門員。

手機能判斷可以將哪些數據分享給哪些商家，而商家自己都不用建立數據庫，它的數據存于每個人的云空間，只要被授權就可以拿出來用

（5）大數據時代的數據治理，一定是將有形的管理策略化成無形的智能產品，從一紙命令變成根植在每個人腦中的信念和下意識的習慣。

15 、2016大數據趨勢

（1）變是唯一的不變

• 在大數據的長期發展趨勢中，有6個趨勢依然是我們如今生活的一部分，應用的無線化、信息的數據化、交易無紙化、人類智能化、決策實時化、線下線上化。

（2）穩抓住趨勢中的觀戰重點。

• 數據安全問題
• 數據分析的簡化與外包
• 政府對數據的態度
• 多屏時代
  • 人如何與那塊屏幕進行互動，以及互動的過程中我們如何采集到有價值的數據，并進一步對使用者的日常生活做出優化的回饋。
• 數據趨于行業化。
• 金融業與保險業
  • 過去很多的創新都被技術和數據的能力所局限，而未來數據的采集、加工、和應用都將實踐個人化的價值，將會激發很多新的商業金融模式。
• 大數據時代對零售業來說不是一個單純的轉型問題，而是一個攸關生死存亡的問題。

結語 開啟屬于你的個人大數據管理

（1）在我看來，成功的路上，有4種東西是可以積累的，分別是財富、人際關系、知識、以及思維方式。

• 思維方式與你所做的選擇和決策密切相關，冥冥之中決定了“運”的走向。

（2）數據的積累，從收集到還原。

（3）個人大數據管理和做大數據一樣，一定要從小處著眼，比如說你的目標要成為電子商務專家，這個目標在一開始就顯得過大了。

（4）知識的收集永遠都是“現在時”

后記 像李小龍的格斗一樣去思考

（1）當人人都有絕招的時候，絕招就再也不是絕招了。

（2）衡量就是要在目標確定的基礎上，能夠對一些變化做出有效的判斷。

總結

以上是生活随笔為你收集整理的读决战大数据-车品觉的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。