
王漢生
數據創造價值的過程,就是數據資源資產化的偉大曆程! 本書試圖回答以下問題: 數據如何產生價值? 純粹而孤立的數據有商業價值嗎?預測不準爲什麼是常態? 一個預測不準的場景能有什麼用處?數據隱私如何保護?如何對數據確權?數據資產應該如何定價?定價的邏輯是什麼? 本書會告訴你:一套規範的數據分析方法論,幫助你從業務角度定義數據分析,從數據分析角度實踐業務; 預測不準是常態,是大千世界無常的一個正常反映;數據模型的價值,主要體現在預測精度的相對優勢上(相對於經驗方法),而不是對絕對預測精度的無限追求; 數據帶來價值的同時,也帶來了傷害:隱私泄漏; 數據唯一的合法擁有者需要通過對數據確權來實現; 數據資產同樣遵循最基本的經濟學供求關係,交易纔是數據資產定價的核心微觀基礎。
很開腦的書。比如:什麼是統計學?統計學不是研究統計的科學,它研究的是不確定性
適合淺閱讀,數據無知、無奈倫,這個提法還是很新穎的。
讀完後,感覺對寫ppr有所幫助
數據資產價值化 數據意識 數據工具 數據機制
這本書是學院派的數據類著作,數據值錢的原因就是數據可以解決不確定性,這個不確定性包括了無知和無奈,無知是客觀的,缺乏數據支持的狀態,例如今天銷量突然增加了50%,你不知道從那裏多出來的;無奈是指人和人的博弈,或者反身性,在股票市場再好的策略如果大家都知道都在用,收益也就變成平均收益,沒有超額收益 1 什麼是數據資產?要解決三個問題, 1合法合規獲得 2 數據所有權,能確權才能交易 3確定產生的收益,這個要靠形成市場能交易。數據價值由它能產生的價值確定。 2 模型測不準是常態,能找到更有效的自變量X就是競爭優勢,但永遠不可能絕對精準。但單獨的客戶是不能接受預測失誤的,這個矛盾要靠合理設計商業模式來實現平衡。 最困難的是要讓客戶對預測準確性有個合理的參照系。 3 要在覈心業務上分析,獲得突破才能創造最多價值 4 迴歸分析最重要:1 找準目標Y 2根據業務分析找到合適的自變量集合X 3 確定兩者關係的Y=f(X) 有數據分析基礎的人大概會覺得前6章太基礎,但是對非專業人士這些案例講的深入淺出,對於理解業務數據化有很大幫助。最後,目前的數據市場沒有太多規範化管理,全世界都在摸索階段,政府目前態度不明確,在中國敢幹的人是有機會的
整本書寫的沒什麼深度,前七章基本上都是廢話。後面幾章有幾個點寫的還可以 數據資產化在整個市場基本上還是很難運作起來的,無外乎就是關於數據的運作及商業模式一直都沒有人能很好勾畫出來,牽扯的關聯方太多,不僅僅是數據生產者、所有者、使用者,權限劃分上就已經有了很大的爭執。這個產業不能說是任重道遠,而是根本無解的 本來是爲了寫論點來獲得些靈感,沒想到越看越能發現很多背後的真相。數據資產化很難,資產化後還得證券化才能交易,這是一個生態的問題,不是一兩個企業或是幾個人就能搞定的事,很多人覺得不是事是因爲就沒深入分析和思考
迴歸五式,不確定性,認識尚可,略有偏頗。 針對數據資產,有思考,有見地,有脈絡,善於講故事;並無理論框架,無深度,無實戰,卻以“論”名之。可以看作是具有一定忽悠水平的科普書。 閱讀建議:60%
很淺顯,不涉及統計知識、模型算法等技術層面,有點常識都能讀懂。大都是概念性解釋:例如什麼是數據資產,數據資產化的相關問題(確權、定價、交易標的),對於問題的一些思考和暢想等
19年的書籍,是有前瞻性的,建設性的,到25年後已經逐步實現了。值得拜讀!
看完之後重新認識了數據,對曾經自己的碎片化工作進行了串聯,並發現自己認知上的不足,感謝alix的推薦,也推薦其他小夥伴看看這本書