数据的本质

#小曾曾读书笔记#《数据的本质》，作者是前阿里巴巴副总裁、数据委员会会长车品觉，文本从个人成长经历和身边诸多大佬的言行出发，还算系统地谈了对数据获取、数据应用、数据未来的见解。 正如标题所言，数据的本质是什么？作者并未直接给出他的答案，而是从侧面给出了四个结论： 未来一切都是数据化的；数据将会成为所有企业的核心资产；数据的终极目标在于预测；无逻辑，不数据。那么，根据这四方面，数据的本质可以用一句话来系统性总结： 数据是基于逻辑的、旨在预测未来的、无处不在连接万物的、基于一切又高于一切的生活的上帝。 身处在当下数字化经济时代的我们，应该如何面对数据这个强大的工具？正如作者所言： 一切数据收集活动的出发点都来自业务需要或者可以应对未来的业务发展。 换言之，数据从业务中来，最终还是要回到业务中去；从生活中来，最后应该用于生活。 身处信息爆炸的时代，数据越多，噪音越大，反而不见得是好事。 前三个章节，是作者对数据化的一些宏观思考，格局很大但是对于我来说暂时get点不多； 最后一个章节，从宏观回到自身，说起个人在数据化道路上的成长和认知升级，这短短的篇幅反而让自己收益良多。 比如，以下四点，至今记忆犹新： 逆取顺守的态度。逆取颠覆市场操作，顺守是扩大优势；学习，思考，内化；数据分析六字箴言：细分、对比、溯源；把自己当成一个产品，去优化丰富总结。全书可读性：优；实用性：良。 最后，系统梳理本书的核心要点，方便温故知新： 1、与大数据的4V（量大、多样、速度、价值）相比，移动大数据的核心重在实时（real time）、适时或最佳时机（right time）以及全时（all the time）。任何一个完整的高效服务都离不开这3T。 2、从业务过程中收集信息、分类信息、整合信息，必须要成为日常思维的一部分，这是成为数据驱动型公司的必要条件。 3、公司内数据打通的三个关键： 关键1：:必须建立在一个永恒不变的道理上：互惠互利，否则你无法做到对数据进行适时的修正。关键2：选择公共数据也有一定的技巧：各部门已经在高频率但低效率的单线流通的数据，被野蛮重复复制到各部门的相同数据，大家都有意愿首先标准化的数据。关键3：需要有一个非常清晰的、自上而下的数据资源战略方向，也需要具备良好的、自下而上的协同能力，这两者相辅相成。4、数据分析也要讲究用户体验。数据产品设计的切入点必须要问“目标问题是什么”“什么样的数据才能解决这个问题”。只有得到用户的信任，我们才能够做出更多的好产品。产品需要不断迭代，而非一劳永逸。这就是我们做产品的理念。 5、数字经济引擎包括4种形态，分别是数据驱动决策、数据驱动流程、数据驱动产品以及数据驱动数据。 6、企业现阶段应该培养的四个基础能力： 能力1：更为广泛地连接万物，多维度多角度获取全方位数据；能力2：从被动到主动收集数据；能力3：更深入地分析，更准确地行动；能力4：更高速、更全面地学习。7、该如何通过数据去解决企业的核心问题？以下是作者的思想路径：从工作流程中去寻找，因为如果工作流程缺乏效率或是存在资源过度耗损的问题，往往也是组织的问题所在。而大数据的起点，基于的是数据和待解决问题之间的对应关系。大多数情况下，我之所以能对未来作出预测，往往是因为以前发生过类似的事件。当以往同类事情发生的次数越多，而我又能尽量完整地把它们记录下来时，我预测一件事情的准确性就会增加。 8、企业使用数据的是三个窍门： 窍门1：AAR原则锁定客户（AARRR的精简版）：最有效的办法获取客户、激活客户、留存客户；窍门2：行为数据比结果数据更重要：正负样本对模型的训练同等重要；窍门3：从小处着手：大处着眼，小处着手，以用户为中心，不仅仅满足于客户的一般性需求，更要千人千面满足针对性需求。9、如果你把别人的经历只当成是故事来听，单纯地觉得故事好精彩，那你所获得的就是一瞬间的乐趣。为什么我们不能换一个角度去想一想，这些人在做一些事情时，为什么要那么做？他们那么做，达到预期效果了吗？我从他们的故事背后能发现什么系统逻辑？从中我能学到什么？古人云“知古鉴今，以史资政”，仅仅知晓道理还不够，还要付诸行动！ 10、当然我们不是每个人都是风投，但如果你能学会用投资人的眼光去看待事情、思考问题，当机会来临时，你就会是那个幸运的赢家。 11、 最低级的读书只是用来参考，稍高一级的读书是看书之后进行反思，更高一级的读书是根据读书后的感受有所行动。 12、学习如何去学习是一个人生课题，只有既虚怀若谷又善于实践的人才能体会。学习就是从经验挖掘中认知自我的过程，而海纳百川的前提是深度观察。只有看透自己才可能看透别人，一切求诸于己，众人皆可为师。 13、不断进步的本质，就是不断坚持和心存好奇，更重要的是自利、利他的心态。 14、作者思维的成长路径：从最初逆向思考、换位思考，再到量化思维，然后才因为长久的平台公司而形成了系统思考。

这本书无论从结构还是文字都是洋洋洒洒或松松垮垮的风格，感觉作者写的不是很认真，带有玩儿票的情节吧，同样是写阿里的内容，和曾鸣教授的理论严谨、高知识密度相比，完全是另一种风格。不过这样也不错，随性，看着轻松，2个小时就能读完，而且从字里行间也能看出作者见识确实广，也有自己的思考在。 书中大部分观点自己都从别处或多或少接触过，部分事实第一次听说，挺有意思。既然书随性，我这个读书笔记索性也随性一下，列几个受启发的点。 1、数据是物理世界在数字世界的投影，可以无限逼近真实世界 从理论上看：一切皆可数据化，数据是物理空间在数字空间的投影，就像拍照片，由三维变为二维，不能反应物理空间的全部，但数据分析师可以选择投影的角度，以便得到对业务目标更有用的数据切面，通过多角度拍照或结合其他照片，可以无限接近真实的三维物理世界，这也是大数据有无限想像空间的根本原因。 从当前的实践来看：收集数据是成本很高的事情，真正做的时候要从待解决的问题出发，分析这个问题需要采集哪些数据，然后采集，应用（算法），评估效果，再采集，逐步滚雪球。 从商业角度来看：要精心设计业务模式才能实现这一滚雪球的动作。大数据不是一锤子买卖，一定要让数据能够持续更新和进化，关键要将数据的收集、流动和应用融入业务细节，作为业务模式的自然沉淀才可以持久，在满足用户需求和用户授权的前提下收集数据，仅仅靠利益互换难以持久。 从利益角度来看：这样做可行是由数据的本质特征决定的。一是数据量的积累到临界点后价值指数增加（数量是线性增加），二是同样的数据用到不同业务的价值差异巨大，三是随时间长度的积累数据价值差异巨大，四是不同数据的关联价值差异巨大。更多待补充...... 2、数据分析要尽可能与业务融为一体 3、真正的数据智能必须形成一个自进化的闭环系统 4、很多行业面临的最大问题不是数据太少，而是数据太慢 5、行为数据比结果数据更有价值，情绪数据比行为数据更有价值 6、数据智能天然是集中化的，也带来了风险的集中 对数据分析师来说，细节是魔鬼。 7、数据智能的应用正在考验每个人的想象力。 8、数据智能对每位CIO提出的第一个要求是数据资产盘点。 篇幅有限，后面7个点只列标题，更多内容欢迎微信搜索数据有情绪

作者出身很有钱，起步都不一样，要是我14岁有机会出国留学，我也可以。感觉这本书写的没什么内容，就是说在阿里上班的时候的一些经验，主要是还是说数据的重要性，大数据的最大问题就是共享性，一般大的公司不会随便共享自己的数据的。

很有意思的一个问题：假如你是产品，市场会需要你吗？你的出现会为他人带来什么样的影响？ 试着从4P理论回答该问题： · Promotion（促销或宣传）。作为产品，你功能再好，也需要让市场知道你的存在，不然只能被市场埋没。 · Price（价格）。你必须对自己有一个认知，给自己定一个合理的价格。必须在价位上做到不卑不亢，如果妄自菲薄，别说你会被市场背叛，你自己也会背叛你。 · Place（渠道或地点）。你若开一家餐馆，你将餐厅开在垃圾堆旁谁会去吃啊？但你又不能超出预算，你将一家云吞面店开在香港铜锣湾，光租金你就回不了本，不是吗？所以，必须对自己有一个合适的定位。 · Product（产品）。顾名思义，前三个P，都是以产品为中心的。将自己比作产品，你的功能是什么？这个功能的需求正在增加还是减少呢？一个能配合自身能力的“产品”必须不断创新，适应市场而又配合先天的优势，就能在“市场”上脱颖而出。

还不敢说自己读完，慢慢品，慢慢觉。 比数据本身更重要的是数据化思维， 比数据采集更重要的是驾驭数据的能力。 Information Explodes. Less is More. We Need To Make Big Data To My Data.

《数据的本质》读后感 近日读了车品觉的《数据的本质》，该书写得不算很好，不过对本人还是有启发的。 本书存在问题：一是文不对题。书名是《数据本质》，全文没有阐述清楚数据的本质；二是逻辑矛盾较多。讲一件事的破绽太多，导致前后观点矛盾；三是站位还不够高。虽然作者历任许多大企业的高管，但其站位和格局还是低了，只能从企业和产品的角度论述数据的应用和安全等，视角太窄；四是部分观点哗众取宠。类似“未来人人都是分析师”（如果会用分析软件就是分析师，“师”的标准也太低了，否则如何实现作者的该观点）的观点很吸引眼球，但论据一点也不充分，最后面的天人合一更是搞成玄幻小说一样，凑字数的败笔。 作者分析：作者学习和工作的履历非常丰富（曾任阿里巴巴集团副总裁，数据委员会会长），见识很广、颇有见地，取得了许多成绩。但作者的文字功底一般，逻辑水平较差。估计作者的情商和智商很高，只是聪明劲多用于察言观色方面，浪费了许多天赋。 瑕不掩瑜，作者逻辑和写作水平一般，但其在大数据方面的实操经验还是比较丰富的，一些实操做法和思想还是有启发作用值得借鉴。看一本书，不一定是全对或全有用的才有用，个人认为只要可以引起思考的书都算是有价值的书。所以，4星推荐。   数据本质，个人观点： 一是联通。数据如果仅存于个体，其意义和作用不大。建立一个万物互联的物理网络，才能打破信息孤岛，才有可能让数据变为大数据。 二是采集。信息需要通过采集转化为数据然后进一步处理，采集应遵循简便（便利被采集人和采集人操作）、完整原则，统一数据标准和接口。 三是汇聚。物理链路打通不等于数据就能汇聚，还要打破个人、企业、政府部门之间因利益分配而造成的壁垒，使所有数据都能汇聚在一起，才是真正意义上的数据变为大数据。 四是分析（求真）。直接可以用的数据不需要讨论，而汇聚的成大数据，其复杂性更不言而喻。大数据必有错、必有假、必有无用，所以必须通过算法进行分析，去伪存真、去虚留实，才能找到所需真相。 五是应用。数据的本质最终是应用，服务个人、服务企业、服务社会，数据不应用完全就没有存在的意义。 六是安全。谈数据不讲安全就是耍流氓!联通讲安全，是考虑物理网络的安全，必要时甚至需要建立与互联网物理隔离的网络；采集讲安全，要确保采集设备安全和被采集人信息安全；汇聚讲安全，已经不是个人、企业或部门的信息安全，而是要从国家安全和社会安全角度去考虑安全问题；分析讲安全，要确定谁能分析数据、分析成果谁能用、分析过程确保安全可控；应用讲安全，采取最小化原则，应用需要哪些数据，只能取得相应的数据。总之，安全要贯穿数据从产生到消亡的全过程。 (20211108)

何为大数据，作者有句白话总结的很到位：大多数情况下，我之所以能对未来做出预测，往往是以前发生过类似的事。当以往同类事情发生的次数越多，而我又能尽量完整的把他们记录下来时，我预测一件事情的准确性会增加。 数据来自场景很赞同，海尔美的都在争相做套系化家电，老板智能菜谱，小米智家等都是数据积累的过程。为企业储备未来所需的“电能”； 数据思维让我们从线性思考进化到系统性思考，从信息稀缺到信息充足，从敬鬼神到敬科学再到敬自己； 数据量每年50%的增长；个人、企业、国家都该有努力获取信息的意识； 任何产品该尽量和用户使用率最高的移动终端绑定，及时获取用户习惯及参与度； 培养收集信息以及数据化思考的习惯，无中生有的量化，生活中有许许多多的数据可做收集并从中获得经验； AI领域的融资规模增长之快让我们不能对大数据掉以轻心产品设计中，PM该学会用数据去设计、改良、迭代产品； 大数据很有可能成为继电能以来第三次使大量工作变去人化，自动化的“能源”； 行为数据比结果数据更有价值； 尽量将在黑盒子里的信息放出来； 区块链是收集数据的好来源； 找“主干道”比较难，需要坚持； 开会时可以采取直接“亮剑”的方式，注重逻辑，层层递进； 如果将大脑的亢奋性进行量化，例如形成亢奋量化曲线，可以抓住最好状态； 当下数不清的市场均建立在信息稀缺这一基础上； 补一句自己的话：当下数不清的愚蠢均建立在所获信息稀缺这一基础上，所以我们得多多获取信息。 还不错的书，我想在微信读书分很低的原因是大部分读者带着需求来的，这本书不是能满足即时需求的书。

所谓的大道至简吧，对比品觉老师另外一本《决战大数据》的书，这本《数据的本质》给我更多的启发。也许就像品觉老师所说的，慢慢品，慢慢觉，一点点的觉悟。数据，原来就是我探索世界追寻本质的最合适的工具，非常感恩此生的遇见。我也想问一句，品觉老师，我这个徒弟你答应收吗？[微笑]

品觉的这本书更多是在“道”和“法”的层面对数据的本质进行思维模型的整理与思考，只有站在品觉的“本位”视角，通过见“觉”与“悟”结合实践才能够感受到与品觉对话的那种感受。数据本质宏观层面从时间的大尺度几千年来人们研究天与地的关系以及人文社会的关系，微观层面从品觉的家庭背景、人生成长轨迹呈现数据思维的养成过程。

数据化思考是我们从IT时代向DT时代转变过程中必须坚持的一个基本理念，但也给我们带来了烦恼。在“全域大数据”的时代，随着数据的快速增长，我们每个人的决策能力不是增长了，而是减弱了。因此，我们需要一个重新思考问题和看待问题的框架。以运营公司为例，企业主要用数据驱动决策、用数据驱动流程、用数据驱动产品、用数据驱动业务。这一切的核心，是“数据”本身。企业不仅要关注自己现在有什么数据，更要了解未来会欠缺什么。然后，再去探讨欠缺的部分有多少可以靠自己补充，有多少需要求助他人、与他人合作以实现补充。这告诉我们，数据实际也是产品，用数据做好产品，用好产品拿到更多数据，这背后的深层逻辑是：数据的价值，必须来自场景。所以，既然“数据”这么重要，制定数据安全策略，也将成为重中之重。 书中内容共分三个部分，第一部分最为精彩，重在讲认知，第二部分给人印象不够深刻，第三部分有点玄和飘，可能是作者想呼应书名中“本质”一词。 总体来说，没有作者的第一本《决战大数据》好看。