数据驱动：从方法到实践

冲着作者来的，神策CEO自己写的书，从自己工作经历开始讲，然后再到后续项目开展思路，书籍总体是很有启发的，虽然最后case分析中，有打广告之嫌。以下是一些收获： 1、大数据就是石油：对石油来说，一直被埋藏在地下的石油并无价值。它的价值在于应用，石油开采需要一个“生态系统”​：炼油厂、加油站、汽车、规则、道路等。数据也是如此，仅仅收集数据并无价值，你需要提取、清洗、分析，让分析结果得以执行与运用，并反馈至“生态系统”中。 2、打造数据金字塔：当时百度已经有几十条业务线，这些业务线从源头产生的数据质量不高，而且推动这些业务线进行改造实在太难了。我们就采用折中的方式：保持源头不动，将非结构化的数据结构化，使整个公司的业务线形成用户数据仓库，在这个基础上构建不同业务的主题数据，在此之上建立BI支持，这就形成了一个数据金字塔。 3、统一基础表：我们当时采用一种Event（行为事件）模型，把用户在百度进行的任何一次行为记录，都规范为一个Event。Event的属性包括用户ID、时间、设备信息、行为特有的参数等。这样，全百度的业务线都统一到一张表上，如图1-3所示。我们通过用户ID把用户在百度各个业务线的访问行为全部抽出来，在这上面做数据挖掘、数据分析变得非常容易。 4、系统智能化，数据驱动产品智能：所谓智能，我把它归结为这么一种模式：我们有了一定的数据基础，然后在上面套一个算法模型，再将得到的数据结果反馈到产品中。这样，产品本身就具有了学习能力，可以不断迭代。 5、前端埋点ⅤS．后端埋点：在产品运营的初期，产品功能比较简单，可以采用前端埋点。或者有些行为没有和后端进行交互操作，比如有些游戏是离线运行，就比较适合前端埋点。 6、多维数据模型（Multidimensional Data Model）：是一种用于表示和查询数据的数据结构，它允许用户以多维的方式查看和分析数据。这种模型主要用于在数据仓库中进行数据分析和报告，是数据仓库应用和实现的重要方面，也是OLAP（Online Analytical Processing，在线分析处理）技术的基石。数据分析来说，目前最有效的就是多维数据模型。 7、用户友好界面：提供了拖拽式操作、图表展示和自定义报表等功能，提升了用户的操作体验。 8、漏斗对比分析是科学漏斗分析的重要一环。运营人员可以通过观察不同属性的用户群体（如新注册用户与老客户、不同渠道来源的客户）各环节转化率，各流程步骤转化率的差异对比，了解转化率最高的用户群体，并针对转化率异常环节进行调整。 9、用户分群的定义：用户分群即用户信息标签化，通过用户的历史行为路径、行为特征、偏好等属性，我们将具有相同属性的用户划分为一个群体，并进行后续分析。 10、抓第一关键指标：1978年改革开放以来，确定以经济建设为中心。为此，政府采用GDP（国内生产总值）作为第一关键指标。几十年来，经济取得了突飞猛进的成绩。 11、数据驱动运营监控：即企业管理者和运营人员能够密切关注企业市场运营、用户运营、内容运营、社区运营以及商务运营等环节的运行实况，通过日常对一些数据的观察，企业可以客观评价、优化、改进运行流程与问题。

数据意识差和数据底子薄。 其中数据意识最为关键，我们首先要培养用数据说话的意识，不管是产品改进、运营监控，还是其他的决策，首先问自己有没有数据做支撑。

有的部分还可以，比如数据驱动的产品智能；有的部分就不那么精致了，比如最后一章的案例分析。数据驱动，本质上是业务问题的数据化分析解答，业务和数据的关系感觉还厘得不够清晰。另外，给自己公司拉广告的地方有点多啊！

大型神策说明书。前面有些讲解有点凑数，例子也远不够多，耐着性子看下去，不得不说作者底蕴还是深厚，神策确实是非常棒的分析工具。另外一点是帮助完全不了解埋点和底层的人有了一点基础的认知。后面讲到最后各行各业的实践因为很多行业不太理解，想不到是这么老的书，读来还是蛮有收获的，有点管中窥豹内味了。

工作性质原因和数据产品/埋点/数据流通/数据分析打交道比较多。站在个人角度还是在这本书收获了一些知识和概念。虽然讲的不够深入。通识性的书籍适合入门。深入理解还靠实践以及更细分领域的深挖了。

首先这本书是boss文锋著作的，对于新手入门是非常值得打call的，再结合官网的demo和使用指南去学习会更加容易上手我们的产品 首先介绍了文锋个人以及初创团队在百度从0到一创建大数据分析平台的缘起，到如今成立神策经过五年的发展成为大数据行为分析领域的领头羊的历史 其次普及了大数据的概念和应该拥有大数据意识，从数据的埋点采集，数据基础平台的搭建到通过数据模型进行分析去辅助决策和优化决策，到最后数据智能应用的不断发展 文中也涉及到了许多行业和客户的案例，针对电商，互联网，新零售等行业举了他们的需求以及神策如何通过产品去实现和达成或提升客户的某些目标或者需求 整体来说非常适合新人的入门级教科书，点赞！👍

个人愚见，较适用于初中级的数据产品同学，或想了解数据产品的跨领域产品和运营。总体来说，做好自己感兴趣的笔记后，可以当做一本学而时习之的工具书适用吧 书籍特点： 1.从数据驱动的思想理念和意义出发，也从整体介绍了数据分析和应用的流程步骤 2.既有各步骤模块的方法介绍，也有落实的案例分享，有助于新手理解和学着应用 3.中后部分较多引用了神策的平台做辅助分析，但是对于不太熟悉数据分析平台工具的人来说比较陌生，有时候会有不知上一步操作数据的来源的迷惑…或许既然做了广告，就该有对广告负责的态度讲清楚或者好好做好引流安抚啊hhh

粗略的讲解数据分析模型，类似于数据公司的handbook操作手册！涉及的技术面不是很全面和深入，知识链条不明显！介于可看可不看之间，且偏向后者！私有化部署，支持标准化源码二次修改和开发，分析模型涉及的机器学习模型算法，核心漏斗算法等关键时刻，基本上没有剖析和展开讲解！

书嘛，要么讲世界观要么讲方法论，要么有趣要么实用，这本书对于运营人员来说应该挺有用的，但是跳出这个限定的职业受众，欠缺一些拔高的、概括的、适用于更多人的方法论的东西。

内容放到公众号文章更合适些，出成书感觉方法论体系没讲出来，实操部分也没展开，差点意思。