中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

阿里巴巴集團副總裁、數據委員會會長車品覺在新書《決戰大數據》中回顧到：2005年，淘寶有了第一個數據分析師，一直致力于用數據來幫助企業運營和解決問題。阿里巴巴在不斷使用數據的同時，也發現了數據本身的問題——大數據需要更主動的管理，也需要更多的創新。

數據化運營是用數據解決問題，但如果想把數據做得更好，解決更多新的問題，就需要去做一件以前從未做過的新事情——運營數據。2011年，阿里巴巴才開始有計劃地進行這件事。企業主動收集數據，并且以此去創造更優質的新數據，讓新數據更好地服務于企業的運營。這是一個“從用數據到養數據”的過程；是一個“從數據化運營到運營數據”的過程，也是一個“從看到真用”的過程。

全書分十一個章節，車品覺從數據化運營到運營數據、阿里巴巴的大數據秘密兩大角度、十一個維度，用鮮活的例子詳細闡述了其數據化思考。以下是對一些精彩觀點提煉。

1、大數據面臨的最大問題——人

斷層是大數據面臨的最嚴重問題。收集數據的人并不清楚未來使用數據的人要做什么，這是目前大數據的一大關鍵命門。使用數據建模的人，同樣不清楚當前數據是如何獲得的。

從公司管理層角度看，投資人了解數據的意義嗎？高層管理者對數據的期望和中層管理者之間有不同嗎？他們知道數據能夠幫助企業做什么嗎？這些答案因立場而異。

當我們講到數據價值時，沒有人能對此給出一個合理的定位，原因就在于幾個關鍵問題沒有分清楚：一是要明確這是誰心里的數據價值，投資人、管理者、中層、數據分析師們心中對數據所產生的價值自然不同；二是要明確數據的分類，不同類型的數據所產生的價值各不相同。

2、大數據的本質是還原用戶真實需求

每個人都在通過不同的設備產生著數據，使數據更多在“量”這個維度上不斷膨脹，但是“量”的單純膨脹卻對企業真正了解一個用戶的需求產生了極大的挑戰。所以，如何更好地識別各個設備的使用者是否為同一個人，如何更好地理解用戶在各個不同場景下表現出來的不同需求，如何更好地理解數據融合后產生的價值將是未來商業中每一個企業必須考慮的問題。

隨著O2O的深入和可穿戴設備的興起，企業和企業之間必須進行更多的數據融合和交換，必須進行更多的跨行業數據交流，這樣才能更好地還原用戶的真實需求，讓用戶在任何一個場景中都能獲得由數據帶來的便利。

3、“活”的數據才是大數據

盲目進行大數據投資，收集越來越多的數據，但這些數據卻是“死”數據?！八馈睌祿褪菃渭兇嬖跀祿熘?，無法進行分析和使用，并且不能夠產生價值的數據。

大數據的真正價值是將數據用于形成主動收集數據的良性循環中，以帶動更多的數據進入這個自循環中，并應用于各個行業。多樣的自循環方式打開了大數據之門，進入這個循環的關鍵是從解決問題出發。

4、無線數據，大數據的顛覆者

面對無線數據，我們需要一種多屏思維——需要考慮到現在用戶使用互聯網的多場景問題。多屏可能會包括多臺電腦、手機和pad，可穿戴式設備。當多屏變成一種常態，不管是數據分析師的分析方法還是推薦系統的推薦算法都必須多屏化。要解決的主要問題有兩個：一是做到高效準確的收集，二是培養數據分析師的多屏思維。

5、四種數據分類與五種數據價值

數據按照是否可再生，分為不可再生和可再生數據。按照所處存儲層次，可分基礎層、中間層和應用層。按照數據業務歸屬，可分為各個數據主體。按照是否為隱私，可分為隱私數據和非隱私數據。

數據價值1、識別與串聯價值，2、描述價值，3、時間價值，4、預測價值，5、產出的數據價值。

6、從用數據到養數據

“養數據”通常有兩類，一類是網站自身沒有的數據，需要用戶自主提供；另一類是公司擁有的，但沒有進行數據的收集。

“用數據”更多的是一種方法論，“養數據”則是一種數據戰略，是基于深入業務理解的更高層次的商業決策，數據養的時間越早，積累的數據也就越多。養數據也是一種管理和商業藝術，在養之前可能誰也不確定最終會出現的后果，一旦養成會產生非常大的商業價值。

7、數據的盲點

數據盲點可以分為兩類，物理盲點和邏輯盲點。物理盲點是指在數據庫中不存在這樣的數據，即企業沒有收集到應該收集的數據，這一類數據問題的產生通常是數據收集策略出了問題。邏輯盲點是有數據，但沒有被很好地發掘出來。數據邏輯盲點的出現與數據分析師或數據使用者的經驗和敏感度有關。

除了這兩種，還有一些人為制造的“盲點”，比如故意把數據進行掩蓋，或者人為地調整數據口徑。是否看到數據盲點價值的核心是有沒有看到應該看到的數據，有沒有錯失不應該錯失的數據。

8、阿里巴巴的大數據實驗

一個人在注冊某一個網站的時候，性別登記只會是男性或者女性，阿里巴巴竟然有18個標簽！阿里巴巴的內部數據化運營流程是：例如，要為一個童裝類目做營銷推廣以征集新客戶，會先找到目標客戶群，把這個類目感興趣的消費者用標簽找出來，通過發郵件或短信吸引其關注。

數據從“用”上升到“養”，即運營數據。例如，會嘗試在整個淘寶中查找，針對12歲年齡之下兒童商品為例，此時在用戶中搜索有多少用戶家中有12歲以下的孩子，但卻未發生過從這個類目購買商品的行為。以前只能運營有過購買行為的幾百萬用戶，現在可以達到幾千萬。從幾百萬到幾千萬就是運營數據，這時一個從主動收集數據到運營數據，再到產生新數據的過程。

9、阿里數據化運營的內三板斧——混、通、曬

作為數據分析師，如果不和業務部混在一起，商業敏感就不會憑空出現在你的面前。堅持帶著業務問題來觀察數據或者帶著數據來觀察業務，兼備二者的敏感，就做到“通”，更深層次的通是存在于公司組織中的數據。數據能不能做到在獲取、使用、分享、協同、鏈接、組合之上讓自己變得超級簡單和便捷，這時數據化運營里面非常重要的一點，正是曬的內容。

10、阿里運營數據的外三板斧——存、管、用

收集數據不是目的，讓收集起來的數據如何產生價值才是最終的目的。學會用數據產品來解決獲取及使用數據的問題。阿里巴巴數據管理最不一樣的地方在于非常依賴數據產品，希望用數據產品來解決獲取以及使用數據的問題。在“用”數據的問題上，數據的分裂和重組，都能做到顛覆性創新。

11、大數據，未來商業利器

數據扮演的三個角色分別是：第一個階段是從點上指導運營；第二個階段是數據從點到線或到面。第三個階段為做數據模型，分析外圍數據開始變得異常重要，可以為公司的下一步戰略找到出路，數據真正能充當爆發角色的，一定是第三個階段。

爆發，是做每一件事情和解決每一個企業問題的人都需要的，尤其是做數據的人，一定要時時刻刻想到數據能夠為企業產生什么價值，能夠用數據解決什么問題，是不是能夠用數據來發現企業中的爆發點。如果做數據的人時刻都有這樣的一是，那企業將會因為數據獲得非常大的收益。

via：IT value