數據驅動：從方法到實踐

衝着作者來的，神策CEO自己寫的書，從自己工作經歷開始講，然後再到後續項目開展思路，書籍總體是很有啓發的，雖然最後case分析中，有打廣告之嫌。以下是一些收穫： 1、大數據就是石油：對石油來說，一直被埋藏在地下的石油並無價值。它的價值在於應用，石油開採需要一個“生態系統”​：煉油廠、加油站、汽車、規則、道路等。數據也是如此，僅僅收集數據並無價值，你需要提取、清洗、分析，讓分析結果得以執行與運用，並反饋至“生態系統”中。 2、打造數據金字塔：當時百度已經有幾十條業務線，這些業務線從源頭產生的數據質量不高，而且推動這些業務線進行改造實在太難了。我們就採用折中的方式：保持源頭不動，將非結構化的數據結構化，使整個公司的業務線形成用戶數據倉庫，在這個基礎上構建不同業務的主題數據，在此之上建立BI支持，這就形成了一個數據金字塔。 3、統一基礎表：我們當時採用一種Event（行爲事件）模型，把用戶在百度進行的任何一次行爲記錄，都規範爲一個Event。Event的屬性包括用戶ID、時間、設備信息、行爲特有的參數等。這樣，全百度的業務線都統一到一張表上，如圖1-3所示。我們通過用戶ID把用戶在百度各個業務線的訪問行爲全部抽出來，在這上面做數據挖掘、數據分析變得非常容易。 4、系統智能化，數據驅動產品智能：所謂智能，我把它歸結爲這麼一種模式：我們有了一定的數據基礎，然後在上面套一個算法模型，再將得到的數據結果反饋到產品中。這樣，產品本身就具有了學習能力，可以不斷迭代。 5、前端埋點ⅤS．後端埋點：在產品運營的初期，產品功能比較簡單，可以採用前端埋點。或者有些行爲沒有和後端進行交互操作，比如有些遊戲是離線運行，就比較適合前端埋點。 6、多維數據模型（Multidimensional Data Model）：是一種用於表示和查詢數據的數據結構，它允許用戶以多維的方式查看和分析數據。這種模型主要用於在數據倉庫中進行數據分析和報告，是數據倉庫應用和實現的重要方面，也是OLAP（Online Analytical Processing，在線分析處理）技術的基石。數據分析來說，目前最有效的就是多維數據模型。 7、用戶友好界面：提供了拖拽式操作、圖表展示和自定義報表等功能，提升了用戶的操作體驗。 8、漏斗對比分析是科學漏斗分析的重要一環。運營人員可以通過觀察不同屬性的用戶羣體（如新註冊用戶與老客戶、不同渠道來源的客戶）各環節轉化率，各流程步驟轉化率的差異對比，瞭解轉化率最高的用戶羣體，並針對轉化率異常環節進行調整。 9、用戶分羣的定義：用戶分羣即用戶信息標籤化，通過用戶的歷史行爲路徑、行爲特徵、偏好等屬性，我們將具有相同屬性的用戶劃分爲一個羣體，並進行後續分析。 10、抓第一關鍵指標：1978年改革開放以來，確定以經濟建設爲中心。爲此，政府採用GDP（國內生產總值）作爲第一關鍵指標。幾十年來，經濟取得了突飛猛進的成績。 11、數據驅動運營監控：即企業管理者和運營人員能夠密切關注企業市場運營、用戶運營、內容運營、社區運營以及商務運營等環節的運行實況，通過日常對一些數據的觀察，企業可以客觀評價、優化、改進運行流程與問題。

數據意識差和數據底子薄。 其中數據意識最爲關鍵，我們首先要培養用數據說話的意識，不管是產品改進、運營監控，還是其他的決策，首先問自己有沒有數據做支撐。

有的部分還可以，比如數據驅動的產品智能；有的部分就不那麼精緻了，比如最後一章的案例分析。數據驅動，本質上是業務問題的數據化分析解答，業務和數據的關係感覺還厘得不夠清晰。另外，給自己公司拉廣告的地方有點多啊！

大型神策說明書。前面有些講解有點湊數，例子也遠不夠多，耐着性子看下去，不得不說作者底蘊還是深厚，神策確實是非常棒的分析工具。另外一點是幫助完全不瞭解埋點和底層的人有了一點基礎的認知。後面講到最後各行各業的實踐因爲很多行業不太理解，想不到是這麼老的書，讀來還是蠻有收穫的，有點管中窺豹內味了。

工作性質原因和數據產品/埋點/數據流通/數據分析打交道比較多。站在個人角度還是在這本書收穫了一些知識和概念。雖然講的不夠深入。通識性的書籍適合入門。深入理解還靠實踐以及更細分領域的深挖了。

首先這本書是boss文鋒著作的，對於新手入門是非常值得打call的，再結合官網的demo和使用指南去學習會更加容易上手我們的產品 首先介紹了文鋒個人以及初創團隊在百度從0到一創建大數據分析平臺的緣起，到如今成立神策經過五年的發展成爲大數據行爲分析領域的領頭羊的歷史 其次普及了大數據的概念和應該擁有大數據意識，從數據的埋點採集，數據基礎平臺的搭建到通過數據模型進行分析去輔助決策和優化決策，到最後數據智能應用的不斷發展 文中也涉及到了許多行業和客戶的案例，針對電商，互聯網，新零售等行業舉了他們的需求以及神策如何通過產品去實現和達成或提升客戶的某些目標或者需求 整體來說非常適合新人的入門級教科書，點贊！👍

個人愚見，較適用於初中級的數據產品同學，或想了解數據產品的跨領域產品和運營。總體來說，做好自己感興趣的筆記後，可以當做一本學而時習之的工具書適用吧 書籍特點： 1.從數據驅動的思想理念和意義出發，也從整體介紹了數據分析和應用的流程步驟 2.既有各步驟模塊的方法介紹，也有落實的案例分享，有助於新手理解和學着應用 3.中後部分較多引用了神策的平臺做輔助分析，但是對於不太熟悉數據分析平臺工具的人來說比較陌生，有時候會有不知上一步操作數據的來源的迷惑…或許既然做了廣告，就該有對廣告負責的態度講清楚或者好好做好引流安撫啊hhh

粗略的講解數據分析模型，類似於數據公司的handbook操作手冊！涉及的技術面不是很全面和深入，知識鏈條不明顯！介於可看可不看之間，且偏向後者！私有化部署，支持標準化源碼二次修改和開發，分析模型涉及的機器學習模型算法，核心漏斗算法等關鍵時刻，基本上沒有剖析和展開講解！

書嘛，要麼講世界觀要麼講方法論，要麼有趣要麼實用，這本書對於運營人員來說應該挺有用的，但是跳出這個限定的職業受衆，欠缺一些拔高的、概括的、適用於更多人的方法論的東西。

內容放到公衆號文章更合適些，出成書感覺方法論體系沒講出來，實操部分也沒展開，差點意思。