決戰大數據（升級版）：大數據的關鍵思考

外行看熱鬧，內行看門道，數據的收集、使用到反饋產生的價值很難估量，從數據化運營到運營數據，雖簡短几字，其對數據應用已經不在一個維度。但數據存儲安全性目前仍存在，大數據面前很多人都在裸奔中，對於惡意應用之人有了可乘之機，其對數據價值也會產生很大阻礙。現歸納此書核心知識點如下，供參考： 1、 “混（只有具備商業敏感的數據分析師，纔會懂得使用什麼數據來驅動公司實現經營目標。數據部的人要和業務部的人經常“混”在一起。）、通（“通”是“混、通、曬”裏最關鍵的連接點。知道帶着業務問題來看數據或者帶着數據來看業務，這就是做到了“通”。）、曬（“曬”出“混”和“通”的數據）”和“存、管、用”，幫我打通數據閉環。 2、怎樣評估是不是做的好呢？得看數據有沒有、細不細、全不全、穩不穩、快不快。 3、數據助力企業的“四部曲”：描述現況、深入診斷、預測趨勢、指揮行動。 4、衡量大數據創造的價值？事實上，最直接的衡量標準就是，在經營上它爲你賺了多少錢，帶來了多少實際的利潤提升。 5、斷層纔是大數據所面臨的最嚴重的問題。收集數據的人並不清楚未來使用數據的人要做什麼，這是目前大數據運用的一大關鍵命門。 6、每個層級和功能部門都是一個斷層，而且對數據價值的內在衡量都不一樣。所以，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，原因就在於有幾個關鍵問題沒有區分清楚。一是要明確這是誰心裏的數據價值，投資人、高層管理者、中層管理者、數據分析師各自心中對數據的價值自然不同；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。 7、這是一個“從用數據到養數據”的過程，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。 8、在思考數據的價值時，我認爲，可以從三個維度來考慮。首先，你能否清楚地識別（Identify）用戶的身份？其次，你能否搞清楚所收集的數據對你的價值（Value）是什麼？最後，收集數據時的場景（Situation）是什麼？ 9、角色不一樣，對於數據價值的看法也就不同，所以在衡量價值時要考慮到受衆和給予者這兩個對立面的不同看法。 10、數據的本質就是還原，這是收集元數據的關鍵方法。 11、什麼是“死”數據呢？在我看來，“死”數據就是單純存儲在數據庫中，無法被分析和使用，並且不能夠產生價值的數據。 12、每個人都知道在收集消費者數據時最好是觀察直接用戶，但如果沒有這個數據，你觀察什麼數據？答案就是，去觀察行業內對這個數據最敏感的那些人。 13、對數據使用的高手來說，數據質量就是生命之源。 14、大數據相信全量數據，而非樣本；是分析得出，而不是抽樣獲得。 15、一個好的工匠必然對各種材料的性質及使用方法瞭如指掌，而一個好的數據從業者則必須要對各個數據的價值和穩定性洞若觀火。 16、從不同維度將數據分爲以下4種：以是否可以再生爲標準、以數據所處的存儲層次爲標準、以數據業務歸屬爲標準、以是否爲隱私爲標準。 17、數據的價值：識別與串聯價值、描述價值、時間價值、預測價值、產出數據的價值。 18、“小”不是指數據量，而是指應用的目標很具體。而數據的作用在我們手機之前就該先明確。 19、面對數據的盲點，正能量思考告訴你怎麼做可以到達成功的終點，而負能量思考則告訴你怎麼做纔不會失敗。 20、在海量的大數據面前，我們面對的最大盲點就是，衡量應該收集多少數據纔算足夠，即存；如何管理從未見過的如此多和廣的數據，即管；如何使用它們實現更大的價值，即用。 21、爲什麼數據會騙人：常態、時態與變態。 22、常態分爲以下6種：弱、狂、譁、周旋、慵懶、媚。 23、數據的常態和時態是什麼？爲什麼數據會騙人？這些通過直觀感受和仔細觀察之後得出的結論也許會大相徑庭。 24、“用數據拿數據”的方法可以將數據化運營和運營數據打通。 25、收集數據不是目的，收集起來的數據如何產生價值纔是最終的目標。 26、數據管理，是大數據行業的“髒活”“苦活”“累活”，是最悲催和最難解決的事情。 27、大數據的本質是人，數據研究的極點就是莫測的人性。 28、假定數據是“髒”的來處理數據，在大數據時代將是一個非常重要的趨勢。 29、2016六大趨勢：應用無線化、信息數據化、交易無紙化、人類智能化、決策實時化、線下線上化。 30、大數據的趨勢是運用集體智慧去優化個體的意願，這種互動是一種新的生活方式。 31、分析師行內有“六字真言”：對比、細分、溯源，可謂字字珠璣。 32、數據科學的差距意味着國家的未來、公司的生存、個人的競爭力，大數據絕對不是感性的運動而是理性的落地。 33、企業高層最怕見到一大堆數據報表而非觀點，更怕那些帶着觀點然後找數據來證明自己的分析師。 34、今天，大數據之所以說起來容易、做起來難，主要有兩個原因：其一是數據的易用性，其二是數據處理的成本。因此，底層數據處理的自動化才非常重要。 35、移動大數據的核心更着重於：實時（real time）、適時或最佳時機（right time）和全時（all the time）。任何一個完整的高效服務都離不開這3個T。 36、信息化和數據化的區別在於，信息化爲我們提供了參考，而數據化讓我們可以直接行動。 37、所有的數據都是基於應用而產生，而數據經過釆集、整合後又再落實到自身或其他應用情境中，大數據的創新價值可以來自新鏈接的數據、算法或者產品本身。 38、“命”由天註定，而“運”是可以改變的。人生絕非宿命，公司和個人並無二致。人一生下來，身體素質、DNA和天賦往往都是註定的。而“運”呢？卻是不斷的選擇和決策所組成的。 39、在我看來，成功路上，有4種東西是可以積累的，分別是財富、人際關係、知識以及思維方式。 40、數據收集：首先，你所選定的題目一定是你感興趣的，或者跟你的職業相關的；其次，個人大數據管理和做大數據一樣，一定要從小處着眼，比如說你的目標是要成爲電子商務專家，這個目標在一開始就顯得過大了；再者，就是儘量讓數據的收集變得簡單；最後，你一定要把這個“運營數據-數據化運營-運營數據”的循環打通成閉環，也要利用今天社會化的優勢，學會藉助別人的力量。 41、所謂持續的反饋，就是在衡量的基礎上，評價某一個變動到底是不是起到了很大的作用，並確定數據的變化確實是因爲這次改變而出現的。

本書重點是前兩部分：第一部分是數據化運營和運營數據的價值和數據化思考、第二部分是阿里巴巴的大數據管理實踐 作者分享個人在大數據領域實戰經驗啓發企業和個人如何抓住大數據的機會創造價值。 本書強調大數據的應用，但理論過多 實例太少 坊間傳言車品覺老師本人擅長畫餅腦暴但執行落地能力略差 作者總結的數據實戰方法論很精彩，而且語言通俗易懂，打比方舉例子非常接地氣，剛入門的人也能看懂。還順帶了人生職場感悟出的心靈雞湯，看完令人振奮。寫書對於他這個段位的人來說付出多回報少，所以給五星。 最後一部分對於大數據未來的展望以及個人大數據管理內容很虛 作爲曾經阿里巴巴和支付寶大數據部門掌舵者，有這樣寶貴的經歷是很值得寫一本書的，對大數據也是有發言權的。只是書裏對趨勢的判斷停留在2016年，導致這本書有近三分之一的內容迅速過時。 挑幾個我劃的重點分享： 阿里巴巴大數據實踐的內外三板斧，如何打通數據閉環，讓企業數據流動起來 P209 P232 如何管理和運營數據團隊 P14 數據十誡 P44 數據部門的死門——分析師和工程師的合作難題 P29 把數據報告當做Iphone來做 P12 判斷數據價值的兩個維度 P69 數據分類 公有 私有 四大維度 P30 P126 數據盲點：物理的 邏輯的 人爲的 P177 如何用大數據發現新的業務機會 P223

作爲阿里系大數據產品介紹無疑是優秀的，但思維部分抽象理論不足，更多的是應用特性，並不一定具有可操作性。對其他企業參考價值有限，但思維啓發依舊很大。主要是從數據運營到運營數據的差別，簡單理解就是從KPI到OKR。大數據在阿里成了戰略佈局，有了核心價值，進而有了價值和運營、產品，在其他公司可能沒有這些，所以大數據思維很重要，他決定了公司戰略、產品走向和運營策略。

紙質版和電子版各看了一遍，只想問幾個問題供書友思考。 1.集成數據和養數據的思維？2.數據化運營和運營數據的本質？3.數據統一管理和分佈式管理的界定？4.數據目標化和數據治理的模式？5.數據框架，數據戰略，數據決策的核心？ 弄清楚這幾個問題，你對數據，數據管理，數據應用的理論到落地會有自己的一套方法論。

數據思考的方式值得借鑑，不僅僅是做數據分析，交友，個人生活都很有應用價值，讓人在成功的路上通過數據運營自己不斷逼近目標

很好的一本書，以致它的書評讓我不能潦草對待。 與另外一本我也同樣喜歡的Viktor Mayer 的《大數據時代》相比。 Viktor Mayer講述是屬於比較宏觀，比較全面的，可以說是大數據的入門書，先河之作。 而車品覺的這本《決戰大數據》則是更為具體地，結合自己創立了支付寶、淘寶數據系統的經驗，去講述電商在大數據上的運用及他對數據的獨特見解。 這是第一次因為一本書而深深地敬佩上一位的作者。佩服他的散發性思維，他的前瞻性，他的商業觸覺，他的能力及見解⋯⋯ 裏面有太多寫得很好的理論和想法了，就不在這裏一一列出來了。 最後，別人的成功無法複製，讀書的真正價值是在於書中內容所帶給我們的brainstorm

最近工作需要接觸，選了這麼一本入門書籍，沒有晦澀的專有名詞，這是最不容易的技術語言，對大數據的入門和思維變化，有很好的啓發作用，也特別適合非技術部門的人閱讀，數據化運營到運營數據，需要業務意識的轉變，最受啓發的是數據的收集，以前的思維是先收集再說，但是本書看完後，可能需要改變這個思維。雖然是十年前寫的書，但是“混、通、曬”，“存、管、用”對今天仍然有很好的借鑑意義。數據一定要能帶來商業價值，才稱得上數據資產，纔是生產資料，否則就是躺着的數據，也就是個信息而已。經過分析後的數據是指南，但是毫無目的採集來的數據，只是一堆參考信息。其實更想知道如何做，這方面書中雖然用阿里的經驗做了案例分享，但是換個其他行業還是不知道如何操作，抽象思維還需要更進一步，也許幫助就更大了。

書特別好，即有專業性又有情懷。 我覺得從思維，認知，情懷來說說我的感受。 首先我們不僅要有先進的科技還要有開闊的數據思維，大數據的價值才能發揮得淋漓盡致。因此，要想用上大數據，不要只關乎科技的發展，還要注重思維的開拓。能夠透過現象看本質是一個非常重要的方法，對這個方法最簡單的描述就是：不斷地用邏輯方法將問題進行分解，直到不能分解爲止，然後從根本處去解決這個問題。不試怎麼知道呢？但“試”也是有方法的。在觀察與分析數據中，我們要從中間抽象出來，更好地將數據進行歸類和整理，從而更加清晰地識別出數據的價值。 總之，“數據框架”（場景）是商業分析的靈魂所在，可以讓其從框架中找尋問題的關鍵因素及答案。不同的問題有不同的框架，不能完全在此進行闡。 其次未來的產品經理需要懂得如何用數據來增值，這其中有三個關鍵點：產品化、數據化和商業眼光，思維方式與你所做的選擇和決策密切相關培養自己數據化思考的意識。。而眼下很多產品經理更多關注的是產品化，而忽略了數據化，讓數據變成產品的核心原材料，是產品經理最大的難點，也是產品經理最大的機遇和想象力。而不少產品經理在設計自己的產品時，可能會花費很多精力在產品本身的設計上，卻沒有花費精力去思考如何來衡量產品的成功與否。對於成功與否這個話題，通常只會在他們的產品文檔中寫上一句類似於“客戶體驗有所提升”的空話，這樣的產品自然不會設計數據收集的點，自然也就沒有可以衡量。同時掌握數據與人性之間的關係，希望我們能從中獲利。不管是大數據還是小數據要最終落地實踐。這纔是很多企業應該認真思考的下一步。記住，如果每個人都不去實幹，而是一味地談論趨勢，那麼這些趨勢最終也不過是路邊算命先生的信口開河而已。 因爲認同所以信任，因爲信任所以簡單，這句話是需要落實的，而落實的過程是需要專業性的，因爲你可能會被坑，被算計所以只有在信任的環境下才能有心無旁騖的信心，環境造就範圍，通過讀此書我也反思我在工作生活中的一些做法可能無意中傷害到了一些人。 同樣的道理，在人生裏，有大愛。學會幫助別人，你也會發現，整個世界的時間彷彿都被拉長了，很多東西都變得公平了，而選擇就變得容易了。要相信一切善良的力量都會有善果，生命中那些有聲和無聲的人，都會以他們的方式存在、生活，在修行的道路上，看見彼此、發現彼此和祝福彼此。

這本書詳細的介紹了運營數據，數據化運營以及數據運營形成這個閉環的詳細具體過程。讓我更加了解了數據的重要，以及數據的時代。本書還提到了思維方式這個玄而又玄的東西是我們人生的四大財富之一，大數據思維亦可用於自身。成功“變身”的過程最重要的是堅持

讀的第一本大數據的書。對於身在這個行業的我來說，很多人並不理解卻時常嚷嚷着大數據。我的觀念和作者很像，大數據不僅僅是大的問題，如何整合，儲存，清理以及解決問題是難點。這情況就好比在水資源不足的時候，所有的水就是被哪來喝來維持基本的訴求。現在有了技術可以取到很多很多的水，於是發現我們可以用水洗澡，發電，製作化工製品等等。國內關於數據分析還有很長的路要走，這一結果跟體制也密不可分。期待品覺的美好展望得以實現。