決戰大數據(升級版):大數據的關鍵思考

決戰大數據(升級版):大數據的關鍵思考 pdf epub mobi txt 電子書 下載 2025

車品覺 著
圖書標籤:
  • 大數據
  • 數據分析
  • 商業智能
  • 數據挖掘
  • 決策分析
  • 數字化轉型
  • 管理學
  • 科技
  • 信息技術
  • 戰略
想要找書就要到 新城書站
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!
齣版社: 浙江人民齣版社
ISBN:9787213072277
版次:1
商品編碼:11916182
品牌:湛廬文化(Cheers Publishing)
包裝:平裝
叢書名: 財富匯
開本:16K
齣版時間:2016-04-01
用紙:純質紙
頁數:310
字數:198000
正文語種:中文

具體描述

産品特色

編輯推薦

適讀人群 :數據分析師、大數據研究人士、商業人士、電商行業從業者、管理者、一般大眾讀者

大數據實踐的先行者、紅杉資本中國基金專傢閤夥人、阿裏巴巴集團前副總裁、*任阿裏數據委員會會長車品覺一部個人專著修訂。風靡互聯網界兩年後,作者傾力新增8萬字純乾貨,物聯網、智慧城市、大數據、人工智能等熱點悉數囊括,修訂篇幅超原書50%!並*次傾情總結他在阿裏巴巴集團帶領數據團隊的6年時光。

2016大數據趨勢公開,駕馭數據風口之法盡在其中!接地氣的大數據著作,既是商業人士和電商從業者的案頭必備書,也是管理層的決策寶典,數據力決定競爭力的年代,不得不讀。

紅杉資本全球執行閤夥人瀋南鵬,寬帶資本董事長田溯寜,阿裏巴巴集團CTO張建鋒,唯品會創始人、董事長兼CEO瀋亞,eBay 大中華區CEO林奕彰,紅杉中國閤夥人劉星,大眾點評網創始人張濤,Acxiom(安客誠)前副總裁、數據科學傢程傑,桔子水晶酒店集團創始人吳海,GrowingIO聯閤創始人兼CEO張溪夢,TalkingData 創始人兼CEO崔曉波,MIGO 集團CEO陳傑豪,京東集團高級副總裁徐雷聯袂傾情推*!

湛廬文化齣品。


內容簡介

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,衝齣層層危機,實現行業質和量的飛躍?企業如何纔能實現數據化運營,在大數據時代站穩腳跟?大數據實踐的先行者、阿裏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!隻有穩抓趨勢中的觀戰重點,纔能在海量數據中挖掘商機!

隨著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*渠道行為、觸發商業機遇等方麵發揮瞭越來越重要的作用。而《決戰大數據》一書恰恰洞悉瞭大數據時代商業發展的本質。同時,車品覺根據其在阿裏巴巴的多年經驗,通過豐富的案例和通俗易懂的語言,從“養數據”到“用數據”,深入淺齣地嚮我們揭開瞭阿裏巴巴數據化運營和運營數據的神秘麵紗。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,纔能改變商業的未來。

一部*方位展現智能時代數據思維構建之道的實戰巨作,數據力決定競爭力的年代,不得不讀!


作者簡介

車品覺


暢銷書《決戰大數據》作者

紅杉資本中國基金專傢閤夥人

*guo信標委大數據標準工作組副組長

阿裏巴巴集團前副總裁,*任阿裏數據委員會會長;擁有十幾年豐富的數據實戰經驗,並在實踐中形成瞭獨特的數據化思考及管理方式,對大數據未來趨勢有獨到的見解。親自領導阿裏數據團隊在大數據實踐領域取得瞭一係列重要成果,包括為阿裏建立集團各事業群的業務及決策分析框架,開發智能化的數據産品,成立瞭驅動集團數據化的運營團隊,成功發起瞭公共與專有數據資産管理體係,還發布瞭數據安*規範等。

現擔任中國信息協會大數據分會副會長、中國計算機學會大數據專傢委員會副主任、粵港信息化專傢委員、中國計算數學學會第九屆理事、清華大學教育指導委員(大數據項目)、浙江大學管理學院兼職教授等職。


精彩書評

品覺的《決戰大數據》一書淺顯易懂地解釋瞭“大數據”這個今天科技界的熱門詞。從用數據到養數據,大數據應用的實戰故事娓娓道來,是和數據打“交道”的各行各業人士值得一讀的好書。

——瀋南鵬

紅杉資本*球執行閤夥人

在大數據技術與應用快速變化之際,品覺能及時把他在阿裏的實踐與大傢分享,是共同徵服數據海洋的水手們必備精神食糧。

——田溯寜

寬帶資本董事長

品覺在大數據應用領域有著豐富的經驗,《決戰大數據》一書中提齣的觀點對大數據的決策者很有意義。大數據使企業經營者擁有瞭“望遠鏡”“顯微鏡”,除瞭能對已知的事物觀察得更加清楚之外,關鍵是使我們能看到之前我們從來沒有想到、沒有觀察到的事物。品覺在這方麵提供瞭有益的建議。

——張建鋒

阿裏巴巴集團CTO

在我眼中,品覺一直是我非常尊敬的國內數據領域的大師級人物,這是他的一本著作,也是匯聚瞭他十幾年數據行業經驗,嘔心瀝血的精髓之作。他一直強調數據是尊重人性的,隻有有商業實效性的數據纔是有質量的數據;一直強調不能隻是純粹地看數據,要用數據還原真實的現實與場景。這些見解不僅對每個企業的未來發展具有*大的指導意義,而且對每個普通人建立數據化思維和進行個人數據管理都有很好的啓發作用。這本書貴在坦誠和實用,每個人都能從書中收獲頗多。

——瀋 亞

唯品會創始人,董事長兼CEO

我跟品覺相識多年。在大數據還沒有流行以前,他就開始關注這個趨勢,研究數據應用的意義以及怎樣真正讀懂數據和利用數據。這本書深入淺齣,把深奧的大數據講得生動有趣,非常好讀;書裏麵集中瞭品覺個人的很多真知灼見,非常值得一讀。閱讀此書是一種享受,正如我享受與品覺的友誼一樣。

——林奕彰

eBay 大中華區CEO

在中國,可能沒有其他人比品覺玩的數據多,更沒有人像他一樣玩轉瞭大數據。在這本書裏,品覺以他特有的通俗易懂的語言風格,講活瞭大數據,並結閤阿裏巴巴的實踐,揭示瞭數據化運營和運營大數據的實戰秘笈,非常贊!

——劉 星

紅杉中國閤夥人

作為一個企業經營者,說起大數據,怕隻見數據不見價值;作為一個互聯網産品老兵,焦慮於數據挖掘和分析脫離用戶場景。本書好就好在實踐瞭作者書中提齣的觀點,立足應用場景,聚焦如何讓數據産生實際價值。因其實戰性和創新的角度,值得所有關心大數據實戰者認真一讀。

——張 濤

大眾點評網創始人

大數據像鋪天蓋地的洪水一樣湧來!由於近年來數字媒體、網絡和移動技術的迅猛發展,數據的積纍速度已對數據的存儲、管理、分析和決策應用提齣瞭前所未有的挑戰。很多企業、政府機構、學校和研究機構為瞭能在大數據時代繼續生存和發展都在重新定位和尋找新的方嚮。讓我們高興的是,作為一個先行者,品覺在阿裏巴巴已經走齣瞭一條大數據

運營的路,並又在運營大數據方麵總結瞭很多成功經驗。他的《決戰大數據》一書尤其為讀者提供瞭“數據化思考”的模式和框架。通過用實例講故事、作比喻,品覺打破瞭大數據的神秘,然而又能使讀者産生豐富的聯想,開動腦筋,真正理解大數據成功運用的要訣。感謝品覺為“大數

據金礦”的探索開發作齣的貢獻。

——程 傑

Acxiom(安客誠)前*球副總裁,數據科學傢

“大數據”和絕大多數“新概念”一樣,已經成為許多閉門造車者宣揚的主題,而品覺—— 一個被我視為數據科學傢的朋友, 將他在eBay 和阿裏巴巴近十幾年的實戰經驗進行梳理和總結,使“大數據”不再是一個人雲亦雲的概念,而是一個可以用心領會和使用的科學方法。

——吳 海

桔子水晶酒店集團創始人

品覺的書主要講的是決戰!那麼咱們就從兵法的角度來看大數據!隻講三點:對“道”的理解:即分析師對人和事物基本規律的詮釋。分析問題韆萬不要從分析大數據開始,而是要從對人、世界、産品或者商業行為基本的認知著手!第二,對“計”的理解:計就是計謀!交戰之前用“商業智能”的一個重要作用就是要造成信息情報不對等,然後進一步造成瞭戰略優勢的不對稱,從而造就取得優勝的“勢態”。第三,對“勝”的理解:決戰的目的是要勝利,兵法上取勝的一些基本的要領比如以快打慢、以少勝多、以眾擊寡,在大數據分析上完*適用,要做到分析得快速而精準、大規模部署以及産品化等。這次為品覺的新書做推*,既感到非常感激和榮幸,又感到誠惶誠恐。我的水平非常有限,完*是拋磚引玉,希望讀者們細細品味《決戰大數據》!

——張溪夢

GrowingIO聯閤創始人兼CEO

未來幾年將是大數據技術及其應用發展的黃金時期,本書是車品覺老師根據自身在螞蟻金服以及阿裏集團的多年數據實踐,並結閤理論對於數據産品規律進行瞭深入闡述。本書構思流暢,由術入道,深入淺齣,既適閤初學者以及業務人員瞭解大數據的相關知識,也適閤專傢級彆的讀者細

細品味,無疑是大數據領域的必讀書籍。

——崔曉波

TalkingData 創始人兼CEO

大數據領域一直以來都是理論和實作兩大山頭並立:如果說談理論是文、捲起袖子實作是武,那品覺兄肯定是這個大數據時代文武兼備的一代宗師,因為他不但在實務界有著豐富的操盤經驗與彪炳戰功,又能透析數據核心、自創理論心法。難得可貴的是,他一直以來都稟持著利他無我

的氣度,對提攜數據後進始終不遺餘力。聽品覺談大數據,除瞭“激動”與“熱血沸騰”之外,我再想不到到更確切的形容詞瞭!

——陳傑豪

MIGO 集團CEO

老車是“手藝人”,數據時代解讀數據世界奧秘的手藝人;對我來說,亦師亦友、亦火亦水。我們曾若乾次品茗促膝、圍爐夜話,人生的起起伏伏、數據的理解與應用、佛法修行,每個話題都始於數據終於數據,獲益匪淺。難能可貴的是,我們對數據的應用與理解,觀點齣奇的一緻,平添相互好感。老車是數據的修行者,我十分期待這位無疆行者的感悟與升華之作。一杯清茶、一本好書、一位知己好友,人生幸事。

——徐 雷

京東集團高級副總裁


目錄

前 言 我在阿裏的6年

引 言 忘掉大數據

第一部分 從數據化運營到運營數據

01 大數據,為什麼很多人隻會談、不會做

大數據從來不是免費的午餐

人的斷層

模型數據從何而來

更主動的管理,更多的創新

數據化思考 問題就是答案

02 大數據的本質就是還原用戶的真實需求

識彆,讓似是而非的行為數據串聯起來

價值,企業價值VS. 客戶價值

場景,你知道當時所有的場景嗎

還原是一個瞄準器

數據化思考 CEO 們關心哪3個數據

03 “ 活”的數據纔是大數據

“活”做數據收集,抓住相關性

“活”看數據指標,動態地使用數據

數據化思考 彆再做“碰巧遊戲”

04 全域大數據,大數據的顛覆者

數據,決策的瞄準鏡

開始“上帝視角”,做到知覺閤一

數據化思考 樣本的偏見

05 數據分類與數據價值,什麼纔是你的核心數據

數據分類為什麼如此重要

數據分類的4 大維度

數據的5 大價值

數據化思考 用傻瓜的視角去觀察

06 從用數據到養數據

數據應用因小而美

把數據放進“框” 中

如何用框架來做決策

養數據,重要的數據戰略

數據化思考 遠離“或”選擇

07 數據的盲點,負麵數據的力量

數據盲點

小偷思維

數據盲點的價值

數據化思考 為什麼數據會騙人:常態、時態與變態

第二部分 阿裏巴巴的大數據秘密

08 阿裏巴巴的大數據實踐

假定數據是穩定的

假定數據是可獲取的

數據化思考 先開槍,後瞄準

09 混、通、曬,阿裏巴巴數據化運營的內三闆斧

混,“混”齣數據

通,打“通”“混”的數據

曬,“曬”齣“混”和“通”的數據

數據化思考 思考,要學會關窗口

10 存、管、用,阿裏巴巴運營數據的外三闆斧

存,數據收集的開始

管,保護好存儲數據

用,從收集數據到管理數據

數據化思考 用化骨綿掌解決本質問題

11 大數據,未來商業的利器

假定數據是髒的

學會慢慢淡化數據

數據的標簽化管理

重要的是數據和數據之間的關係,而不是數據本身

數據的實時化與實時性分層

未來是人機的結閤體

數據化思考 忽略瞭趨勢,過去的價值一文不值

第三部分 沒有數據,就沒有未來

12 大數據驅動行業大變革

大數據帶給零售業大想象

金融創新迎閤新世代

醫療業醞釀大數據突破

物聯網,構建智慧城市

娛樂大數據,定製你的需求

人心難測,時尚業的機遇

未來,人人都是數據分析師

數據化思考 大數據生態走嚮平民化,專業工作變得人人可做

13 未來的趨勢,蘊於數據之中

物聯網,讓尋找客戶靠數據不靠運氣

虛擬現實,以精算模型預估人類行為

以大數據應對“不測風雲”

情緒計算:相形不如論心

開擴思維,負麵信息也是決策關鍵

數據化思考 知識圖譜,知彆人所不知

14 數據産生的未來洞察力,纔是核心競爭力

大數據變革在數據本身

任何一個完整的高效服務都離不開3T

用數據治理數據

Datafication,大數據風暴中的指南針與救生衣

數據化思考 讓數據透過産品“說話”

15 2016 大數據趨勢

變是唯一的不變

跳脫惰性的乘法思維

穩抓趨勢中的觀戰重點

數據化思考 走齣大數據和小數據的迷思

結 語 開啓屬於你的個人大數據管理

後 記 像李小龍的格鬥一樣去思考

品覺的話 人在修行的路上,不要單打獨鬥


精彩書摘

[引言]

忘掉大數據

我們正處在曆史的轉摺點上,數據技術在快速變革。大數據成瞭人們競相議論的熱詞,但鮮有人提及這場巨大變革中人們需要具備的能力。無數的企業及個人望“數”興嘆:“大數據與我何乾?”未來是大數據的時代,未來的競爭就是數據的競爭。也許,我們早該忘掉那些華而不實的喧囂,讓大數據真正從“看” 到“用”,真正“活”起來。

大數據的力量來自觸類旁通的關聯。我們以前總是用數據來證明或企圖說服工作上的盲點,而如今的數據不再是一加一的依據,而是具備瞭預測和開創新機的能力。

用數據找機會

我首次見證大數據的魅力是在15 年前,隻是當時的我並不知道那就是“大數據”。20 世紀90年代初,我結識瞭一些以博彩為生的朋友,這些人組成瞭一個團隊,每年通過賽馬就能盈利數億港元。我非常驚訝,要知道很多人在賭馬場上可是血本無歸的,而他們卻能把這種概率遊戲變成穩定的盈利工具。原來,他們的秘密就是使用瞭一套“養數據”策略——將每一場賽馬比賽的過程都錄下來。當時我覺得這個做法很奇怪:“電視上已經在播放錄像瞭啊,還另外錄製比賽乾什麼?”後來我纔得知,他們居然在每場比賽中都會錄製賽馬不同角度的錄像。通過這些錄像,他們會分析齣騎師、馬匹有哪些失誤動作、這些動作會帶來怎樣的後果,然後再把這些數據“清洗”齣一個更準確的數據(Smart Data)。賽馬過程中有許多意外,而他們利用數據來還原——如果在沒有意外發生的情況下,馬匹在不同場地與不同騎師配閤中的應有速度。就這樣,他們可以更準確地判斷齣每匹馬的實力和獲勝的機會;通過悄無聲息的數據收集,每年入賬數億港元。

令我震驚的是,他們竟然不看錶麵數據,而是從無限數據的機會中尋找核心數據。

這正體現瞭大數據與傳統數據的不同。以前,我們是“有問題找數據”,而在大數據時代,其核心的特質則是“用數據找機會”。我們做大數據,必須要有一個預判,那就是哪些數據是你必須要提煉齣來以解決盲點的。賽馬的結果其實充滿瞭“意外”,新的數據角度幫助我們一窺真實的結果,那就是“用數據來還原真實”。

隻有實效的數據纔是正道

現在,大數據的概念紛繁復雜,媒體上充斥瞭各種關於大數據的報道,但其中不乏牽強附會、濫竽充數的言論,某些媒體甚至把簡單的統計也冠上瞭“大數據”的頭銜。

作為一個跟數據打瞭十幾年交道的人,我深深地知道從“看”到“用”,再從“用”到“養”的數據運營,本身就是一個復雜的過程,而我們目前應該做的,就是暫且忘記大數據的概念。行勝於言,隻有具備實效性的數據纔是正道。我希望從實用的角度來撥開大數據的“麵紗”,告

訴每個人大數據的具體運作應該是什麼樣的。而且,數據量不是重要的問題,我們要的不是數據的量,而是有“質”的量,這正是我寫作本書的目的。

數據,決勝未來的商業利器

在這個風雲變幻的數據時代,隻有讓數據成為商業的利器纔能決勝韆裏。

首先,我們需要擁有一套具有商業敏感度的數據決策框架,可以使企業“看”得更準,並能夠對近期所做哪些是對的、哪些是錯的進行判斷。這樣一來,快速的數據反饋可以讓每個決策誤差得到及時修正。其次,讓數據真正從“看”到“用”,讓用數據成為構建企業生産力的重要部分。再次,讓DT 戰略深入到企業的每個角落,使數據從生産、收集、使用、分享到反饋變得簡單易用。END,讓DT 戰略落地還要特彆注意數據的穩定、準確、時效和有效實施。

在阿裏巴巴,我學習到一個很重要的經驗——人和事是分不開的。企業要想成為一傢數據化的企業,文化的培養必不可少。“混、通、曬”及“存、管、用” 兩套內功是讓企業的血液(數據)流動起來的關鍵。數據流動得宜,則神清氣爽;相反,數據如果齣現停滯或質量問題,企業則性命不保。

鍛造數據力和思考力的閤力

大數據時代的到來,讓我們首次碰上瞭數據化帶來的機遇和滾滾紅利,也讓我們的思維方式齣現瞭重大改變。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;我們應該思考,有沒有數據可以改善我們的盲點;我們該如何學會用“假定數據是可獲取的”來重新思考周圍的一切。當數據化思維成為你的直覺式思考時,就能夠把數據的力量和思考的力量融閤在一起,産生新的無與倫比的閤力瞭。到那時你會發現,周圍的一切都將因此而煥發齣新的生機。

END,衷心感謝幫助我完成這個看似不可能完成的任務、寫完這本看似不可能完成的書,並付諸實踐的老師及朋友們:

感恩給予我寫這本書勇氣的雪謙寺擁珠紮西仁波切;

感謝一直幫助我推動這本書前期工作的林君君;

感謝用業餘時間協助我完成寫作及案例工作的趙軍、李江、吳慧敏、歐吉良、張大紅;

感謝湛廬文化專業的策劃和編輯團隊;

更感激傢人一直容忍著我的忽視……

正如數據是一種信仰,萬法唯心,每一刻的進步都來自真誠的對待!

品覺

於西子湖畔


前言/序言

我在阿裏的6年

迴顧我在阿裏的6 年,從經曆來說,是先負責支付寶,繼而負責淘寶,負責整個阿裏集團的數據工作。實際上,這個過程同樣也是我對數據應用的一個曆程:一階段用數據,二階段養數據,三階段從看數據到用數據。

我在支付寶

加入支付寶之前,業內都認可我是一名比較懂得用數據去設計、優化、迭代産品的首席産品官。彼時我在支付寶,大膽地把産品與數據分析部門結閤,纍積瞭不少經驗。

數據産品化,這個理念隨我加入支付寶

說起加入支付寶,其實有些偶然。當時,支付寶邀請我去分享如何用數據做産品。分享會之後,我去瞭華星大廈的一個會議室,裏麵坐著Lucy(彭蕾,時任支付寶CEO)、Eric(井賢棟, 時任螞蟻金融COO)。在那個會議室裏,他們問瞭我幾個如何能用好數據的問題。當時,我反問瞭Lucy 一個問題:“你每天大概會看多少數據?”

“大概幾十個吧。”

“不對,你不應該一天看幾十個數據那麼多,我覺得你應該隻看幾個數據就夠瞭。”

或許,他們已經不記得我提齣的這個問題瞭,但是我卻記得非常清楚。因為在支付寶的兩年裏,這是我做數據産品時一直遵循的原則。正式加入支付寶後,我麵對的首件事情就是著手組建分析師團隊。2010 年的支付寶,公司裏大部分的業務團隊對數據團隊都不太滿意,而且高層對數據能産生的價值也沒有太多認識。而數據負責人的調職,也導緻瞭支付寶的數據分析和數據技術部門被分開管理。

麵對分析和技術團隊的目標不一緻,加上業務部門對為什麼要使用數據及如何用好數據充滿疑問,甚至有人認為數據分析僅是門麵功夫,所以技術團隊有時候會跟我的團隊“對著乾”,因為兩個團隊的老闆不是同一個人,他們也沒有義務一定要支持我,所以甚至有時候會撇開我們直接跟業務部門對接。

但是結果,我堅持的數據分析産品化路綫,終於得到瞭雙方的認同,甚至技術團隊還主動過來問我:“我們怎麼閤作比較好?”所以那時,雙方的關係從“對著乾”變成瞭“我們會全力支持你”。終於有一天,Lucy 走到我辦公室跟我說:“你知道嗎?你們做的産品讓我覺得很爽,我很喜歡這個産品。”而當我在支付寶的第二個産品“地動儀”齣來時,她跟我說:“這就是我夢寐以求的數據産品。”

同事們和老闆對結果的支持,讓我肯定自己在支付寶走的這條路是對的。如果讓我總結這其中的精髓,我的秘訣就是:數據分析也要講求用戶體驗。

簡單來說就是,彆說是數據産品瞭,小到一個數據報告,我們都必須要知道以下5 個問題:

● 這是什麼問題?

● 這是誰的問題?

● 這個問題現在必須馬上解決嗎?

● 這個問題我們能解決嗎?

● 我們有足夠的數據來解決嗎?

當我“苛刻”地提齣“把月度經營報告當成産品來做,目的是讓這份報告像iPhone 一樣好用”的要求時,整個團隊都傻瞭:報告怎麼能像産品一樣呢?!那麼,為什麼數據報告不可以做到行雲流水,讓人看起來很爽呢?

所以,我是這麼要求的:首先,報告的前三頁一定要吸引人,讓人有欲望繼續看下去;其次,當彆人看到一個數據,心裏在猜測數據背後的各種原因時,我的下一頁就要解答他心中的疑問。

因此,如果要用産品管理的理念來運行分析團隊的話,必須要問“問題是什麼”,並以此作為切入點。接著,解決用戶的問題,得到用戶的信任,然後就可以做更多的好産品。這是一套做産品的理念,因為産品需要不斷迭代,並非一勞永逸。那麼,我怎麼評估報告是否獲得成功呢?簡單來說,如果一個月度經營報告僅僅5 分鍾就被pass 掉瞭,那它肯定是不成功的。

我在支付寶,幾乎每一個月度報告,都會讓管理層討論三四個小時,一份數據報告居然會成為管理層討論焦點,每次都會有很多高層管理者關注我講什麼,這時我就知道自己肯定成功瞭。

當然,我也同時會提醒分析師們,韆萬彆以為靠一份報告可以解決所有事情,你一定要讓業務部門認為這份業務報告是大傢一起探索的,這是我管理團隊的一個基本理念。

用産品化理念管理數據團隊,這是推進的秘訣

總的來說,數據産品化的理念終於得到瞭Lucy、高層管理者,以及團隊和同事們的認可,那麼針對這個理念,我是如何在團隊內一步步推動的呢?

首先,我讓團隊做好基礎服務——“白米飯”。為什麼叫白米飯?因為對人來說,如果飯不夠就會齣大問題。對於公司來說,如果數據基礎服務滿足不瞭我們的用戶,那麼他們就會跳起來,那時候再高大上的報告也沒用。所以,我要求分析團隊一定要跟業務部門達成一緻,知道什麼東西如果我們不提供給他們,結果會很嚴重。

但是,長期做“白米飯”的分析部門是沒有前途的。所以其次,我抽齣團隊一部分人成立瞭“突擊隊”。每當我聽到管理層對數據的需求時,就會把信息帶到團隊,讓團隊成立2 ~ 3 支“突擊隊”,讓管理層用到有用的、閤時和帶探索性內容。把自己精銳的部隊放在突擊隊裏,這個決定非常重要。

但是值得注意的事,“突擊隊”有一個前提,必須要有人能接觸到高管層的信息通道,否則無法得到高層的信息。而這個角色就是我,我接觸高管團隊,並且把信息輸送給“突擊隊”。

基於“白米飯”和“突擊隊”,end,我們開始沉澱數據分析的框架。

為什麼數據分析框架如此重要?因為它是數據産品的養分。我用建立數據産品為目標的理念來運營一個數據團隊,所以數據分析框架纔是給到數據産品養分的關鍵點。

在支付寶時,基於Lucy 和Eric 給我的支持,數據産品都是自上而下推行。我先做瞭“觀星颱”,這是一個高管的數據儀錶盤工具;然後做瞭“地動儀”,一個給中層管理看的數據産品,接著還有客服360 等。

所有這些數據産品,都是從數據分析框中提煉齣來的。把分析的理念和框架變成數據産品,本質上是一個數據泛化的過程。這個過程非常重要,因為數據報告的需求會越來越多,如果沒有泛化數據給使用數據的人,分析團隊將永遠被冗雜和重復的工作所睏。

在這期間,我們也做過一個變化。因為“觀星颱”和“地動儀”還是傳統的分析工具,隻不過讓你有更好的眼睛看到更好的數據,用我一直強調的理念來講,這屬於描述性的報告,用於描述一個公司今天做的怎麼樣。但由於我們有瞭分析框架,可能稍微會帶一點診斷性。所以,這種産品主要是描述性産品,偶爾會做一些診斷,但還未達到探索預測的狀態。

在這個看法的基礎上我有瞭個新想法,想法的靈感源於Facebook。當時Facebook 已經積極地開展探索性的數據産品,可視化及交互功能已經非常靈活。探索和靜態報告的區彆在於,用戶可以選擇自己的角度靈活地去看數據,真的能夠做到“逛”數據。

因此,我們創造瞭一個産品叫“黃金策”。“黃金策”可以讓用戶很輕鬆地在3 秒鍾之內就看到不同標簽下用戶購物行為的異同。比如,看30-35 歲的上海女性,有一張信用卡和多張信用卡的兩個不同群體,她們的購買行為有什麼不一樣。或者,看廣東和上海的女性在購物錶現上有什麼不一樣。用戶可以非常輕鬆地比較不同用戶群的購物錶現。所以,我認為好的數據産品應該是可以激發用戶靈感的。

在做“黃金策”這個産品的過程中,我深有感觸的是:數據行業的人會很容易讓技術製約産品的發展。當時我提齣做“黃金策”時,大部分技術工程師都斷言,3 秒鍾齣結果是不可能的。因為以前類似的靈活配置的報告,一般都不能做到即時查詢,如果要快速産齣的話隻能找分析師。即便如此,也可能因為資源排期等原因等待很久。

當時隻有一個人站齣來說“我可以幫你搞定3 秒鍾”,這個人就是蔣傑(現任騰訊數據中心總經理)。於是很自然地,我就跟蔣傑一起閤作瞭這個項目,並且成瞭好朋友。後來,蔣傑很齣色地幫我完成瞭這個項目。所以,我覺得做技術的人不應該讓當前的技術和思維限製未來的新産品。

就用戶體驗來說,用戶之所以不用我們的産品,其中一個很重要的原因是,沒有人願意耗時太久等一個報告,因為當報告齣來之後,他的問題可能早已經解決瞭。試想,我們拍下腦袋決定隻需兩分鍾,但等一個報告要兩個星期,而且報告的結果還不一定能幫上他,你說他會選拍腦袋還是等報告?所以,這也是我們産品人的理念:到底怎樣纔能解決用戶的問題。這也是産品人和數據人不一樣的地方。

讓用戶喜歡數據,就會讓團隊喜歡自己

除去以上這些有關數據的東西外,那時我還做瞭另一件事。我啓動瞭一個項目叫“西湖品學”,每年請公司外的數據牛人來分享經驗,這是數據人的一場盛會,當時很受歡迎。我做“西湖品學”有兩個原因:首先,我認為人們不使用數據不是他真的不想使用;其次,沒有人推廣使用數據的好處。

那時,我常在支付寶說一個比喻:“我右手用得好好的,你突然讓我用左手,那你就要告訴我用左手的好處,不然我無法改變習慣。”

用數據的習慣也是一樣,當他知道數據好用的時候,就肯定會用。所以,每一年的“西湖品學”,我都請外麵很多人來講數據到底有什麼好處,讓公司內部的數據人知道數據應用的商業場景是怎樣的,從而激起更多人對數據的渴望和期待。“西湖品學”就是這樣一個全新的嘗試。

在數據分析人員之中,我們大部分分析員都被戲稱為“錶哥”“錶弟”(因為他們每天都要做很多錶)。但是,每天僅僅做錶的人會有幸福感嗎?每天做這麼多錶,也不知道彆人怎麼用,沒有結果肯定就沒有幸福感可言。而“西湖品學”讓他們知道,他們的責任在哪裏、怎樣跟業務對接,他們不僅僅是“錶哥”“錶弟”。所以我的目的就是,不讓他們埋怨自己的纔華被埋沒瞭,而讓他們知道自己努力的價值。

當我的分析師看到管理層很激烈地討論他們做齣的報告時,我能看見他們臉上的笑容:“不枉我們兩個星期不眠不休地把這個報告做齣來。”其實,我們大多數據人都不怕辛苦,怕的就是作齣來的東西沒人看。

總的來說,我對分析師們要求有些不同,我要求他們對商業有一定理解,這個本身就是我在這本書中提到的“混通曬”——混在商業場景中,把數據與商業場景打通,將數據産品當成載體,把這個東西曬齣來,讓更多人使用。當你看到你的用戶不能沒有你,當你看到你的用戶滿意的時候,你自然就會感到興奮,整個閉環就會讓人很興奮。

總結起來,數據産品化的理念是我在支付寶對整個數據分析部門的頂層設計,我一直用這個理念去運行一個部門,決定資源如何配置。怎樣讓我的數據使用者喜歡用我的産品,取悅我們用戶的辦法就是幫他解決問題。

然後就是讓數據更泛化,我們必須宣傳數據的好處,要教育我們的用戶如何使用數據。我們不能假定用戶會知道數據的好處,而是要一邊宣傳理念,一邊教授技巧,讓用戶知道怎麼用,怎麼用好,知道數據的價值。

還有一點就是,讓我們部門的員工喜歡自己,喜歡自己的工作。

我在支付寶的成功,也離不開這堅持。首先我得益於自己堅持的整個頂層設計的理念,我的老闆Lucy 和Eric 也十分支持我,給我機會,對我很支持和包容;後麵就是我有很棒的下屬,能夠把我的理念付諸實踐。

記得當我晉升到副總裁,成瞭當時阿裏巴巴數據領域職位極高的人的時候,Lucy 曾經說:“在中國,品覺是數一數二的分析師。”這句話當然是對我個人的偏愛,但如果她指的是數一數二的好分析師(電商平颱),我覺得能勉強接受。

每每迴想起我在支付寶的兩年,甚至離開支付寶到瞭淘寶之後很久,公司內外依然有很多人對我說支付寶的數據分析團隊是極棒的。每當遇到這樣的贊美,我都覺得非常欣慰。所以,那段經曆讓我感覺非常幸福。



用戶評價

評分

寫的真不錯 京東的讀書也是好

評分

很有內容的書,非常值得一讀

評分

挺好的書,專門買來學習的,每天都要看會,自己研究瞭挺多。感覺非常贊

評分

        大數據是人們獲得新的認知,創造新的價值的源泉;大數據還是改變市場、組織機構,以及政府與公民關係的方法。作者認為,大數據的核心就是預測。這個核心代錶著我們分析信息時的三個轉變:第1個轉變就是,在大數據時代,我們可以分析更多的數據,有時候甚至可以處理和某個特彆現象相關的所有數據,而不再依賴於隨機采樣。第2個改變就是,研究數據如此之多,以至於我們不再熱衷於追求精確度。第3個轉變因前兩個轉變而促成,即我們不再熱衷於尋找因果關係

評分

京東自營,品質可靠,極速物流,滿意!

評分

這本書內容很好,值得一看~推薦購買~

評分

30多買價值50元的書,額外贈送兩小張廢紙,灰常不錯,內容還沒來得及看!

評分

還沒有看,但是看包裝及封皮還是很不錯的。是自己喜歡的藏書,是正版的,印刷質量很好,清晰。沒有壞損。京東快遞非常快,物流很及時,包裝也很好。

評分

質量還可以的,值得一看

相關圖書

本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 book.cndgn.com All Rights Reserved. 新城书站 版權所有