數據的本質

#小曾曾讀書筆記#《數據的本質》，作者是前阿里巴巴副總裁、數據委員會會長車品覺，文本從個人成長經歷和身邊諸多大佬的言行出發，還算系統地談了對數據獲取、數據應用、數據未來的見解。 正如標題所言，數據的本質是什麼？作者並未直接給出他的答案，而是從側面給出了四個結論： 未來一切都是數據化的；數據將會成爲所有企業的核心資產；數據的終極目標在於預測；無邏輯，不數據。那麼，根據這四方面，數據的本質可以用一句話來系統性總結： 數據是基於邏輯的、旨在預測未來的、無處不在連接萬物的、基於一切又高於一切的生活的上帝。 身處在當下數字化經濟時代的我們，應該如何面對數據這個強大的工具？正如作者所言： 一切數據收集活動的出發點都來自業務需要或者可以應對未來的業務發展。 換言之，數據從業務中來，最終還是要回到業務中去；從生活中來，最後應該用於生活。 身處信息爆炸的時代，數據越多，噪音越大，反而不見得是好事。 前三個章節，是作者對數據化的一些宏觀思考，格局很大但是對於我來說暫時get點不多； 最後一個章節，從宏觀回到自身，說起個人在數據化道路上的成長和認知升級，這短短的篇幅反而讓自己收益良多。 比如，以下四點，至今記憶猶新： 逆取順守的態度。逆取顛覆市場操作，順守是擴大優勢；學習，思考，內化；數據分析六字箴言：細分、對比、溯源；把自己當成一個產品，去優化豐富總結。全書可讀性：優；實用性：良。 最後，系統梳理本書的核心要點，方便溫故知新： 1、與大數據的4V（量大、多樣、速度、價值）相比，移動大數據的核心重在實時（real time）、適時或最佳時機（right time）以及全時（all the time）。任何一個完整的高效服務都離不開這3T。 2、從業務過程中收集信息、分類信息、整合信息，必須要成爲日常思維的一部分，這是成爲數據驅動型公司的必要條件。 3、公司內數據打通的三個關鍵： 關鍵1：:必須建立在一個永恆不變的道理上：互惠互利，否則你無法做到對數據進行適時的修正。關鍵2：選擇公共數據也有一定的技巧：各部門已經在高頻率但低效率的單線流通的數據，被野蠻重複複製到各部門的相同數據，大家都有意願首先標準化的數據。關鍵3：需要有一個非常清晰的、自上而下的數據資源戰略方向，也需要具備良好的、自下而上的協同能力，這兩者相輔相成。4、數據分析也要講究用戶體驗。數據產品設計的切入點必須要問“目標問題是什麼”“什麼樣的數據才能解決這個問題”。只有得到用戶的信任，我們才能夠做出更多的好產品。產品需要不斷迭代，而非一勞永逸。這就是我們做產品的理念。 5、數字經濟引擎包括4種形態，分別是數據驅動決策、數據驅動流程、數據驅動產品以及數據驅動數據。 6、企業現階段應該培養的四個基礎能力： 能力1：更爲廣泛地連接萬物，多維度多角度獲取全方位數據；能力2：從被動到主動收集數據；能力3：更深入地分析，更準確地行動；能力4：更高速、更全面地學習。7、該如何通過數據去解決企業的核心問題？以下是作者的思想路徑：從工作流程中去尋找，因爲如果工作流程缺乏效率或是存在資源過度耗損的問題，往往也是組織的問題所在。而大數據的起點，基於的是數據和待解決問題之間的對應關係。大多數情況下，我之所以能對未來作出預測，往往是因爲以前發生過類似的事件。當以往同類事情發生的次數越多，而我又能儘量完整地把它們記錄下來時，我預測一件事情的準確性就會增加。 8、企業使用數據的是三個竅門： 竅門1：AAR原則鎖定客戶（AARRR的精簡版）：最有效的辦法獲取客戶、激活客戶、留存客戶；竅門2：行爲數據比結果數據更重要：正負樣本對模型的訓練同等重要；竅門3：從小處着手：大處着眼，小處着手，以用戶爲中心，不僅僅滿足於客戶的一般性需求，更要千人千面滿足針對性需求。9、如果你把別人的經歷只當成是故事來聽，單純地覺得故事好精彩，那你所獲得的就是一瞬間的樂趣。爲什麼我們不能換一個角度去想一想，這些人在做一些事情時，爲什麼要那麼做？他們那麼做，達到預期效果了嗎？我從他們的故事背後能發現什麼系統邏輯？從中我能學到什麼？古人云“知古鑑今，以史資政”，僅僅知曉道理還不夠，還要付諸行動！ 10、當然我們不是每個人都是風投，但如果你能學會用投資人的眼光去看待事情、思考問題，當機會來臨時，你就會是那個幸運的贏家。 11、 最低級的讀書只是用來參考，稍高一級的讀書是看書之後進行反思，更高一級的讀書是根據讀書後的感受有所行動。 12、學習如何去學習是一個人生課題，只有既虛懷若谷又善於實踐的人才能體會。學習就是從經驗挖掘中認知自我的過程，而海納百川的前提是深度觀察。只有看透自己纔可能看透別人，一切求諸於己，衆人皆可爲師。 13、不斷進步的本質，就是不斷堅持和心存好奇，更重要的是自利、利他的心態。 14、作者思維的成長路徑：從最初逆向思考、換位思考，再到量化思維，然後才因爲長久的平臺公司而形成了系統思考。

這本書無論從結構還是文字都是洋洋灑灑或鬆鬆垮垮的風格，感覺作者寫的不是很認真，帶有玩兒票的情節吧，同樣是寫阿里的內容，和曾鳴教授的理論嚴謹、高知識密度相比，完全是另一種風格。不過這樣也不錯，隨性，看着輕鬆，2個小時就能讀完，而且從字裏行間也能看出作者見識確實廣，也有自己的思考在。 書中大部分觀點自己都從別處或多或少接觸過，部分事實第一次聽說，挺有意思。既然書隨性，我這個讀書筆記索性也隨性一下，列幾個受啓發的點。 1、數據是物理世界在數字世界的投影，可以無限逼近真實世界 從理論上看：一切皆可數據化，數據是物理空間在數字空間的投影，就像拍照片，由三維變爲二維，不能反應物理空間的全部，但數據分析師可以選擇投影的角度，以便得到對業務目標更有用的數據切面，通過多角度拍照或結合其他照片，可以無限接近真實的三維物理世界，這也是大數據有無限想像空間的根本原因。 從當前的實踐來看：收集數據是成本很高的事情，真正做的時候要從待解決的問題出發，分析這個問題需要採集哪些數據，然後採集，應用（算法），評估效果，再採集，逐步滾雪球。 從商業角度來看：要精心設計業務模式才能實現這一滾雪球的動作。大數據不是一錘子買賣，一定要讓數據能夠持續更新和進化，關鍵要將數據的收集、流動和應用融入業務細節，作爲業務模式的自然沉澱纔可以持久，在滿足用戶需求和用戶授權的前提下收集數據，僅僅靠利益互換難以持久。 從利益角度來看：這樣做可行是由數據的本質特徵決定的。一是數據量的積累到臨界點後價值指數增加（數量是線性增加），二是同樣的數據用到不同業務的價值差異巨大，三是隨時間長度的積累數據價值差異巨大，四是不同數據的關聯價值差異巨大。更多待補充...... 2、數據分析要儘可能與業務融爲一體 3、真正的數據智能必須形成一個自進化的閉環系統 4、很多行業面臨的最大問題不是數據太少，而是數據太慢 5、行爲數據比結果數據更有價值，情緒數據比行爲數據更有價值 6、數據智能天然是集中化的，也帶來了風險的集中 對數據分析師來說，細節是魔鬼。 7、數據智能的應用正在考驗每個人的想象力。 8、數據智能對每位CIO提出的第一個要求是數據資產盤點。 篇幅有限，後面7個點只列標題，更多內容歡迎微信搜索數據有情緒

作者出身很有錢，起步都不一樣，要是我14歲有機會出國留學，我也可以。感覺這本書寫的沒什麼內容，就是說在阿里上班的時候的一些經驗，主要是還是說數據的重要性，大數據的最大問題就是共享性，一般大的公司不會隨便共享自己的數據的。

很有意思的一個問題：假如你是產品，市場會需要你嗎？你的出現會爲他人帶來什麼樣的影響？ 試着從4P理論回答該問題： · Promotion（促銷或宣傳）。作爲產品，你功能再好，也需要讓市場知道你的存在，不然只能被市場埋沒。 · Price（價格）。你必須對自己有一個認知，給自己定一個合理的價格。必須在價位上做到不卑不亢，如果妄自菲薄，別說你會被市場背叛，你自己也會背叛你。 · Place（渠道或地點）。你若開一家餐館，你將餐廳開在垃圾堆旁誰會去喫啊？但你又不能超出預算，你將一家雲吞麪店開在香港銅鑼灣，光租金你就回不了本，不是嗎？所以，必須對自己有一個合適的定位。 · Product（產品）。顧名思義，前三個P，都是以產品爲中心的。將自己比作產品，你的功能是什麼？這個功能的需求正在增加還是減少呢？一個能配合自身能力的“產品”必須不斷創新，適應市場而又配合先天的優勢，就能在“市場”上脫穎而出。

還不敢說自己讀完，慢慢品，慢慢覺。 比數據本身更重要的是數據化思維， 比數據採集更重要的是駕馭數據的能力。 Information Explodes. Less is More. We Need To Make Big Data To My Data.

《數據的本質》讀後感 近日讀了車品覺的《數據的本質》，該書寫得不算很好，不過對本人還是有啓發的。 本書存在問題：一是文不對題。書名是《數據本質》，全文沒有闡述清楚數據的本質；二是邏輯矛盾較多。講一件事的破綻太多，導致前後觀點矛盾；三是站位還不夠高。雖然作者歷任許多大企業的高管，但其站位和格局還是低了，只能從企業和產品的角度論述數據的應用和安全等，視角太窄；四是部分觀點譁衆取寵。類似“未來人人都是分析師”（如果會用分析軟件就是分析師，“師”的標準也太低了，否則如何實現作者的該觀點）的觀點很吸引眼球，但論據一點也不充分，最後面的天人合一更是搞成玄幻小說一樣，湊字數的敗筆。 作者分析：作者學習和工作的履歷非常豐富（曾任阿里巴巴集團副總裁，數據委員會會長），見識很廣、頗有見地，取得了許多成績。但作者的文字功底一般，邏輯水平較差。估計作者的情商和智商很高，只是聰明勁多用於察言觀色方面，浪費了許多天賦。 瑕不掩瑜，作者邏輯和寫作水平一般，但其在大數據方面的實操經驗還是比較豐富的，一些實操做法和思想還是有啓發作用值得借鑑。看一本書，不一定是全對或全有用的纔有用，個人認爲只要可以引起思考的書都算是有價值的書。所以，4星推薦。   數據本質，個人觀點： 一是聯通。數據如果僅存於個體，其意義和作用不大。建立一個萬物互聯的物理網絡，才能打破信息孤島，纔有可能讓數據變爲大數據。 二是採集。信息需要通過採集轉化爲數據然後進一步處理，採集應遵循簡便（便利被採集人和採集人操作）、完整原則，統一數據標準和接口。 三是匯聚。物理鏈路打通不等於數據就能匯聚，還要打破個人、企業、政府部門之間因利益分配而造成的壁壘，使所有數據都能匯聚在一起，纔是真正意義上的數據變爲大數據。 四是分析（求真）。直接可以用的數據不需要討論，而匯聚的成大數據，其複雜性更不言而喻。大數據必有錯、必有假、必有無用，所以必須通過算法進行分析，去僞存真、去虛留實，才能找到所需真相。 五是應用。數據的本質最終是應用，服務個人、服務企業、服務社會，數據不應用完全就沒有存在的意義。 六是安全。談數據不講安全就是耍流氓!聯通講安全，是考慮物理網絡的安全，必要時甚至需要建立與互聯網物理隔離的網絡；採集講安全，要確保採集設備安全和被採集人信息安全；匯聚講安全，已經不是個人、企業或部門的信息安全，而是要從國家安全和社會安全角度去考慮安全問題；分析講安全，要確定誰能分析數據、分析成果誰能用、分析過程確保安全可控；應用講安全，採取最小化原則，應用需要哪些數據，只能取得相應的數據。總之，安全要貫穿數據從產生到消亡的全過程。 (20211108)

何爲大數據，作者有句白話總結的很到位：大多數情況下，我之所以能對未來做出預測，往往是以前發生過類似的事。當以往同類事情發生的次數越多，而我又能儘量完整的把他們記錄下來時，我預測一件事情的準確性會增加。 數據來自場景很贊同，海爾美的都在爭相做套系化家電，老闆智能菜譜，小米智家等都是數據積累的過程。爲企業儲備未來所需的“電能”； 數據思維讓我們從線性思考進化到系統性思考，從信息稀缺到信息充足，從敬鬼神到敬科學再到敬自己； 數據量每年50%的增長；個人、企業、國家都該有努力獲取信息的意識； 任何產品該儘量和用戶使用率最高的移動終端綁定，及時獲取用戶習慣及參與度； 培養收集信息以及數據化思考的習慣，無中生有的量化，生活中有許許多多的數據可做收集並從中獲得經驗； AI領域的融資規模增長之快讓我們不能對大數據掉以輕心產品設計中，PM該學會用數據去設計、改良、迭代產品； 大數據很有可能成爲繼電能以來第三次使大量工作變去人化，自動化的“能源”； 行爲數據比結果數據更有價值； 儘量將在黑盒子裏的信息放出來； 區塊鏈是收集數據的好來源； 找“主幹道”比較難，需要堅持； 開會時可以採取直接“亮劍”的方式，注重邏輯，層層遞進； 如果將大腦的亢奮性進行量化，例如形成亢奮量化曲線，可以抓住最好狀態； 當下數不清的市場均建立在信息稀缺這一基礎上； 補一句自己的話：當下數不清的愚蠢均建立在所獲信息稀缺這一基礎上，所以我們得多多獲取信息。 還不錯的書，我想在微信讀書分很低的原因是大部分讀者帶着需求來的，這本書不是能滿足即時需求的書。

所謂的大道至簡吧，對比品覺老師另外一本《決戰大數據》的書，這本《數據的本質》給我更多的啓發。也許就像品覺老師所說的，慢慢品，慢慢覺，一點點的覺悟。數據，原來就是我探索世界追尋本質的最合適的工具，非常感恩此生的遇見。我也想問一句，品覺老師，我這個徒弟你答應收嗎？[微笑]

品覺的這本書更多是在“道”和“法”的層面對數據的本質進行思維模型的整理與思考，只有站在品覺的“本位”視角，通過見“覺”與“悟”結合實踐才能夠感受到與品覺對話的那種感受。數據本質宏觀層面從時間的大尺度幾千年來人們研究天與地的關係以及人文社會的關係，微觀層面從品覺的家庭背景、人生成長軌跡呈現數據思維的養成過程。

數據化思考是我們從IT時代向DT時代轉變過程中必須堅持的一個基本理念，但也給我們帶來了煩惱。在“全域大數據”的時代，隨着數據的快速增長，我們每個人的決策能力不是增長了，而是減弱了。因此，我們需要一個重新思考問題和看待問題的框架。以運營公司爲例，企業主要用數據驅動決策、用數據驅動流程、用數據驅動產品、用數據驅動業務。這一切的核心，是“數據”本身。企業不僅要關注自己現在有什麼數據，更要了解未來會欠缺什麼。然後，再去探討欠缺的部分有多少可以靠自己補充，有多少需要求助他人、與他人合作以實現補充。這告訴我們，數據實際也是產品，用數據做好產品，用好產品拿到更多數據，這背後的深層邏輯是：數據的價值，必須來自場景。所以，既然“數據”這麼重要，制定數據安全策略，也將成爲重中之重。 書中內容共分三個部分，第一部分最爲精彩，重在講認知，第二部分給人印象不夠深刻，第三部分有點玄和飄，可能是作者想呼應書名中“本質”一詞。 總體來說，沒有作者的第一本《決戰大數據》好看。