Table of Contents

大数据“从说到用”

用户意识

阿里实战经验

“混、通、晒”

“存、管、用”

大数据在未来的应用趋势

信息数据化

决策实时化

人类智能化

总结


大数据的应用阶段已经从发现问题、分析问题过渡到帮助企业挖掘更大的商业机会、辅助高层决策了。于此同时,很多企业的数据应用依然停留在表面,不仅错过了大数据蕴藏的巨大商业机会,也没有用数据给企业带来实打实的利润。因此,本书的核心内容主要分享作者在数据领域深耕十几年的经验,阿里巴巴数据实战应用的方法论,以及提出了大数据在未来实战层面上的应用趋势。

大数据“从说到用”

本书作者车品觉,曾经是阿里巴巴的副总裁。其实除了这个头衔之外,他曾经在斯坦福大学、INSEAD商学院以及清华大学等世界一流学府进行学习,并且在汇丰银行、微软、eBay等多家著名跨国公司担任过高管。现在,他是著名风险投资基金“红杉资本”的专家合伙人。

不过,他最传奇的经历,还是在阿里巴巴度过的六年时光。2010年的时候,阿里集团就请车品觉用人工智能和大数据去取代一个近百人的部门。那个时候,阿里集团的数据化运营才刚刚开始,这几乎是个不可能完成的任务。但是,在他的带领之下,团队同心协力做出了一个如今广为人知的产品——“聚划算”。这款产品的成功,甚至让阿里集团看到了转型的方向,那就是“大数据+人工智能”的数据化转型。随后,他开始大刀阔斧地组建商业智能团队,首先是帮助高管看数据的“观星台”,其次又做了帮中层管理者看数据的“地动仪”。为了达到数据预测的效果,他又带队做了能在3秒内看到不同标签消费者购物行为的“黄金策”。

2015年,服务阿里集团数据平台的中高层管理人员已经从最初的十位数,发展到超过8000人。从建立一支精锐的数据分析团队,到成功完成阿里巴巴从电商平台到数据平台的转型,车品觉可以说是功不可没,也成为了当时阿里集团数据业务职位最高的人。说完了作者的个人经历,下面我们就通过最新的案例,来看大数据怎样从说到用,换句话说就是,企业怎么把数据变成利润。

我们都知道,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。

刚才我们说了一个大数据应用的成功案例,通过这个案例你可以看到,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。

用户意识

接下来,我们就来分享一下,企业该如何“用数据”。在这里我要提出一个关键词,就是“用户意识”。也就是说,做数据分析,也需要有足够的用户意识。这也是作者在书中反复强调的一个概念。打个比方,“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。

反过来看,如果你是个数据用户,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。你一定知道,一个产品的成功,取决于它在多大程度上满足了用户的需求,解决了用户的问题。但是,在数据应用的过程中,很多人却往往会忽略掉“用户意识”。
说到这里,你还记得开篇我留给你的测试题吗?

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1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数据指标呢?其实啊,这个问题本身就是一个陷阱,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,会发现以上这个问题里的漏洞,它并没有对 CEO 的需求进行详细描述。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。

所以说,要想把数据用好,一个最大的前提就是在数据思维的层面上,一定要有“用户意识”。如果能够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。
好,以上就是我为你讲述的第一个方面,大数据怎么从说到用。“用数据”这一招练好了,会成为一个辅助企业决策、开拓商业新机会的重要武器。而大多数公司用不好数据的根源,是在人的数据思维层面上没有建立起用户意识。

阿里实战经验

在数据应用上,除了必须具备用户意识之外,企业还会遇到收集数据、存储数据甚至是使用数据的具体问题。阿里巴巴作为一个成功转型的大数据公司,有着非常丰富的数据实战经验。我们就来看看阿里巴巴在数据运营方面是怎么做的,有哪些值得我们学习。 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 一套“内外三板斧”的管理办法。 什么叫“内外三板斧”呢?

“混、通、晒”

我们先来说阿里巴巴培养数据人才的“内三板斧”,也就是“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。作者的一位领导就曾经给他制定过一个特殊的 KPI,要求他每周至少请业务部门的负责人吃一顿饭,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。

接下来我们说说“通”。通,其实就是混的结果。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。就拿阿里巴巴来说,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,车品觉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。“通则不痛”,部门之间的合作变得和谐有序高效。

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题,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?举个例子,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”。

“存、管、用”

说完了内三板斧,接着来了解一下让阿里巴巴的数据应用升级迭代的外三板斧“存、管、用” 。 先来说说 “存”。“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。举例来说,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。

接下来说说“管”。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。

那什么是“用”呢。用,就是思考“如何应用数据解决运营中存在的问题”。打个比方,你认为一家电商的用户性别标签一般来说会有几类?你肯定会想,不就是男女两类吗?说出来会吓你一跳,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。比如说: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。 以上我们说的阿里巴巴的外三板斧,数据的“存、管、用”,其实就是一个反复验证的数据应用过程。 以上就是我为你解读的第二个方面。阿里巴巴培养数据人才的内三板斧“混通晒”,以及阿里巴巴数据应用反复升级迭代的外三板斧“存管用”。这也是阿里巴巴在数据应用上最值得分享给你的宝贵经验

大数据在未来的应用趋势

在本书中,作者对这个问题的预测一共有六点,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。让我挑选其中的信息数据化、决策实时化和人类智能化来和你做个分享。

信息数据化

随着科技的发展,目前不方便收集,但是却非常有价值的信息,未来都能被收集成数据。举个例子,零售门店每天都要接待很多顾客,可是对他们的了解却很有限。随着人脸技术的普及,当顾客走进门店的时候,他个人有关的信息,包括电话号码、生日日期、历史购买记录,甚至是职业、偏好等等,都能够被采集到。店员不需要再问“您需要些什么”这样的问题,就能给出相应的商品推荐。当更多有价值的信息被收集成数据,各个行业都将面临巨大的冲击。每个行业都要思考,在这一波数据红利上,如何抢占先机,管理好自己的用户数据,提升用户体验。

决策实时化

我们生活中遇到的很多问题,没有好的解决方案,就是因为没有得到实时反馈。举个例子,如果银行提前告诉你,你的信用卡就要第三次逾期还款了,如果你不尽快完成还款,将会影响你今后的信用等级,后续贷款要支付的利息也会提高。我相信,你放下电话第一件要去做的事情,就是马上还款。

再举个例子,糖尿病患者有效控制自己病情的方式就是严格控制自己的饮食,稍有不慎多吃一口都有可能让他们进急诊室。最近就有企业在研发一款应用产品,可以实时监测使用者消耗的卡路里、体内的血糖含量等等。对于糖尿病患者来说,这简直就是福音,他们完全可以使用这一款应用,来实时判断眼前的这一餐会给自己的血糖水平带来什么样的改变,然后决定是否把这些食物都吃完。在未来激烈的商业竞争当中,企业影响消费者进行实时决策的能力会越来越重要。在手机、电视、电脑等多个屏幕同时抢夺一个用户的时代,企业越是能够在短时间内抓住消费者,就越容易卖出产品,实现更高的顾客转化率

人类智能化

随着可穿戴设备的出现,人和数据开始真正融为一体,像谷歌眼镜这样的设备,将让我们看到的东西即时数据化;类似健康手环类设备,和可以深度收集脑电波的数据设备,将随时会使我们人体的活动转化成数据。在不远的将来,用数据记录我们每一秒钟的生活都将成为可能,那个时候数据将会帮助我们做更好的判断,人类也会变得更加智能。比如说,数据会告诉我们什么时候最适合吃饭、什么时候身体疲惫适合睡觉和什么时候记忆力最好等等。甚至,当数据收集的维度更加全面时,它可以直接告诉你此时此刻的最佳决策方案是什么。所以,未来,一个人的能力和聪明程度的不是由 IQ 决定的,而是这个人是否拥有足够的数据

说了那么多大数据实战趋势,作者提醒我们:兵无常势,水无常形。大数据的发展能够带给我们判断能力的提高,但它不仅仅是一种科学,更是经验的积累。事后复盘,是我们学习的非常有效的途径,可以用结果倒推来审视我们对问题定义的是否更清晰,判断的逻辑对不对,信息是否匹配。我们要在决策的过程当中不断获得反馈,不断进行优化。好的数据分析者会把自己也作为分析对象。在循环往复的大数据实战当中,最关键的是要一直保持新手的心态。要想用好大数据,不能只关心科技的发展,还要注重思维的开拓。只有先进的科技加上开阔的数据思维,大数据的价值才能发挥得淋漓尽致。

总结

说到这,《决战大数据》这本书就说的差不多了。我们来简单总结一下。

第一个方面,是大数据怎么从说到用。也就是说,企业怎么把数据变成利润。“用数据”这一招练好了,会成为一个辅助企业决策、开拓商业新机会的重要武器。而大多数公司用不好数据的根源,是在人的数据思维层面上没有建立起用户意识。

第二个方面,是阿里巴巴数据运营的成功经验。阿里巴巴培养数据人才,靠的是内三板斧“混通晒”,阿里巴巴数据应用的升级迭代,靠的外三板斧“存管用”。这就是阿里巴巴在数据应用上最值得分享给你的宝贵经验。

第三个方面,是大数据今后的应用趋势。我向你介绍了信息数据化、决策实时化和人类智能化。要想用好大数据,不能只关心科技的发展,还要注重思维的开拓。只有先进的科技加上开阔的数据思维,大数据的价值才能发挥得淋漓尽致。

如果你亲自阅读这本书,会发现每个章节结束的地方都有一个小节,叫做“数据化思考”。作者把自己的实战经验总结锤炼成了一种基本的思维方式,而且全部放在“数据化思考”这个部分交付给了读者。日本著名企业家稻盛和夫曾经说过:“工作就是最好的修行”。车品觉也十分尊崇这样的信仰,不但在书中毫无保留地分享了自己的经验,还把这本书的全部稿费都捐献给了桑珠助学基金会。希望这本书在方法论之外,也能给你带来更多的启发。

 

--转自得到听书

10-07 12:30