决战大数据（升级版）：大数据的关键思考

外行看热闹，内行看门道，数据的收集、使用到反馈产生的价值很难估量，从数据化运营到运营数据，虽简短几字，其对数据应用已经不在一个维度。但数据存储安全性目前仍存在，大数据面前很多人都在裸奔中，对于恶意应用之人有了可乘之机，其对数据价值也会产生很大阻碍。现归纳此书核心知识点如下，供参考： 1、 “混（只有具备商业敏感的数据分析师，才会懂得使用什么数据来驱动公司实现经营目标。数据部的人要和业务部的人经常“混”在一起。）、通（“通”是“混、通、晒”里最关键的连接点。知道带着业务问题来看数据或者带着数据来看业务，这就是做到了“通”。）、晒（“晒”出“混”和“通”的数据）”和“存、管、用”，帮我打通数据闭环。 2、怎样评估是不是做的好呢？得看数据有没有、细不细、全不全、稳不稳、快不快。 3、数据助力企业的“四部曲”：描述现况、深入诊断、预测趋势、指挥行动。 4、衡量大数据创造的价值？事实上，最直接的衡量标准就是，在经营上它为你赚了多少钱，带来了多少实际的利润提升。 5、断层才是大数据所面临的最严重的问题。收集数据的人并不清楚未来使用数据的人要做什么，这是目前大数据运用的一大关键命门。 6、每个层级和功能部门都是一个断层，而且对数据价值的内在衡量都不一样。所以，当我们讲到数据价值时，没有人能对此给出一个合理的定位，原因就在于有几个关键问题没有区分清楚。一是要明确这是谁心里的数据价值，投资人、高层管理者、中层管理者、数据分析师各自心中对数据的价值自然不同；二是要明确数据的分类，不同类型的数据所产生的价值各不相同。 7、这是一个“从用数据到养数据”的过程，一个“从数据化运营到运营数据”的过程，也是一个“从看到真用”的过程。 8、在思考数据的价值时，我认为，可以从三个维度来考虑。首先，你能否清楚地识别（Identify）用户的身份？其次，你能否搞清楚所收集的数据对你的价值（Value）是什么？最后，收集数据时的场景（Situation）是什么？ 9、角色不一样，对于数据价值的看法也就不同，所以在衡量价值时要考虑到受众和给予者这两个对立面的不同看法。 10、数据的本质就是还原，这是收集元数据的关键方法。 11、什么是“死”数据呢？在我看来，“死”数据就是单纯存储在数据库中，无法被分析和使用，并且不能够产生价值的数据。 12、每个人都知道在收集消费者数据时最好是观察直接用户，但如果没有这个数据，你观察什么数据？答案就是，去观察行业内对这个数据最敏感的那些人。 13、对数据使用的高手来说，数据质量就是生命之源。 14、大数据相信全量数据，而非样本；是分析得出，而不是抽样获得。 15、一个好的工匠必然对各种材料的性质及使用方法了如指掌，而一个好的数据从业者则必须要对各个数据的价值和稳定性洞若观火。 16、从不同维度将数据分为以下4种：以是否可以再生为标准、以数据所处的存储层次为标准、以数据业务归属为标准、以是否为隐私为标准。 17、数据的价值：识别与串联价值、描述价值、时间价值、预测价值、产出数据的价值。 18、“小”不是指数据量，而是指应用的目标很具体。而数据的作用在我们手机之前就该先明确。 19、面对数据的盲点，正能量思考告诉你怎么做可以到达成功的终点，而负能量思考则告诉你怎么做才不会失败。 20、在海量的大数据面前，我们面对的最大盲点就是，衡量应该收集多少数据才算足够，即存；如何管理从未见过的如此多和广的数据，即管；如何使用它们实现更大的价值，即用。 21、为什么数据会骗人：常态、时态与变态。 22、常态分为以下6种：弱、狂、哗、周旋、慵懒、媚。 23、数据的常态和时态是什么？为什么数据会骗人？这些通过直观感受和仔细观察之后得出的结论也许会大相径庭。 24、“用数据拿数据”的方法可以将数据化运营和运营数据打通。 25、收集数据不是目的，收集起来的数据如何产生价值才是最终的目标。 26、数据管理，是大数据行业的“脏活”“苦活”“累活”，是最悲催和最难解决的事情。 27、大数据的本质是人，数据研究的极点就是莫测的人性。 28、假定数据是“脏”的来处理数据，在大数据时代将是一个非常重要的趋势。 29、2016六大趋势：应用无线化、信息数据化、交易无纸化、人类智能化、决策实时化、线下线上化。 30、大数据的趋势是运用集体智慧去优化个体的意愿，这种互动是一种新的生活方式。 31、分析师行内有“六字真言”：对比、细分、溯源，可谓字字珠玑。 32、数据科学的差距意味着国家的未来、公司的生存、个人的竞争力，大数据绝对不是感性的运动而是理性的落地。 33、企业高层最怕见到一大堆数据报表而非观点，更怕那些带着观点然后找数据来证明自己的分析师。 34、今天，大数据之所以说起来容易、做起来难，主要有两个原因：其一是数据的易用性，其二是数据处理的成本。因此，底层数据处理的自动化才非常重要。 35、移动大数据的核心更着重于：实时（real time）、适时或最佳时机（right time）和全时（all the time）。任何一个完整的高效服务都离不开这3个T。 36、信息化和数据化的区别在于，信息化为我们提供了参考，而数据化让我们可以直接行动。 37、所有的数据都是基于应用而产生，而数据经过釆集、整合后又再落实到自身或其他应用情境中，大数据的创新价值可以来自新链接的数据、算法或者产品本身。 38、“命”由天注定，而“运”是可以改变的。人生绝非宿命，公司和个人并无二致。人一生下来，身体素质、DNA和天赋往往都是注定的。而“运”呢？却是不断的选择和决策所组成的。 39、在我看来，成功路上，有4种东西是可以积累的，分别是财富、人际关系、知识以及思维方式。 40、数据收集：首先，你所选定的题目一定是你感兴趣的，或者跟你的职业相关的；其次，个人大数据管理和做大数据一样，一定要从小处着眼，比如说你的目标是要成为电子商务专家，这个目标在一开始就显得过大了；再者，就是尽量让数据的收集变得简单；最后，你一定要把这个“运营数据-数据化运营-运营数据”的循环打通成闭环，也要利用今天社会化的优势，学会借助别人的力量。 41、所谓持续的反馈，就是在衡量的基础上，评价某一个变动到底是不是起到了很大的作用，并确定数据的变化确实是因为这次改变而出现的。

本书重点是前两部分：第一部分是数据化运营和运营数据的价值和数据化思考、第二部分是阿里巴巴的大数据管理实践 作者分享个人在大数据领域实战经验启发企业和个人如何抓住大数据的机会创造价值。 本书强调大数据的应用，但理论过多 实例太少 坊间传言车品觉老师本人擅长画饼脑暴但执行落地能力略差 作者总结的数据实战方法论很精彩，而且语言通俗易懂，打比方举例子非常接地气，刚入门的人也能看懂。还顺带了人生职场感悟出的心灵鸡汤，看完令人振奋。写书对于他这个段位的人来说付出多回报少，所以给五星。 最后一部分对于大数据未来的展望以及个人大数据管理内容很虚 作为曾经阿里巴巴和支付宝大数据部门掌舵者，有这样宝贵的经历是很值得写一本书的，对大数据也是有发言权的。只是书里对趋势的判断停留在2016年，导致这本书有近三分之一的内容迅速过时。 挑几个我划的重点分享： 阿里巴巴大数据实践的内外三板斧，如何打通数据闭环，让企业数据流动起来 P209 P232 如何管理和运营数据团队 P14 数据十诫 P44 数据部门的死门——分析师和工程师的合作难题 P29 把数据报告当做Iphone来做 P12 判断数据价值的两个维度 P69 数据分类 公有 私有 四大维度 P30 P126 数据盲点：物理的 逻辑的 人为的 P177 如何用大数据发现新的业务机会 P223

作为阿里系大数据产品介绍无疑是优秀的，但思维部分抽象理论不足，更多的是应用特性，并不一定具有可操作性。对其他企业参考价值有限，但思维启发依旧很大。主要是从数据运营到运营数据的差别，简单理解就是从KPI到OKR。大数据在阿里成了战略布局，有了核心价值，进而有了价值和运营、产品，在其他公司可能没有这些，所以大数据思维很重要，他决定了公司战略、产品走向和运营策略。

纸质版和电子版各看了一遍，只想问几个问题供书友思考。 1.集成数据和养数据的思维？2.数据化运营和运营数据的本质？3.数据统一管理和分布式管理的界定？4.数据目标化和数据治理的模式？5.数据框架，数据战略，数据决策的核心？ 弄清楚这几个问题，你对数据，数据管理，数据应用的理论到落地会有自己的一套方法论。

数据思考的方式值得借鉴，不仅仅是做数据分析，交友，个人生活都很有应用价值，让人在成功的路上通过数据运营自己不断逼近目标

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，结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对数据的獨特見解。 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⋯⋯ 里面有太多写得很好的理论和想法了，就不在这里一一列出来了。 最后，别人的成功无法复制，读书的真正价值是在于书中内容所带给我们的brainstorm

最近工作需要接触，选了这么一本入门书籍，没有晦涩的专有名词，这是最不容易的技术语言，对大数据的入门和思维变化，有很好的启发作用，也特别适合非技术部门的人阅读，数据化运营到运营数据，需要业务意识的转变，最受启发的是数据的收集，以前的思维是先收集再说，但是本书看完后，可能需要改变这个思维。虽然是十年前写的书，但是“混、通、晒”，“存、管、用”对今天仍然有很好的借鉴意义。数据一定要能带来商业价值，才称得上数据资产，才是生产资料，否则就是躺着的数据，也就是个信息而已。经过分析后的数据是指南，但是毫无目的采集来的数据，只是一堆参考信息。其实更想知道如何做，这方面书中虽然用阿里的经验做了案例分享，但是换个其他行业还是不知道如何操作，抽象思维还需要更进一步，也许帮助就更大了。

书特别好，即有专业性又有情怀。 我觉得从思维，认知，情怀来说说我的感受。 首先我们不仅要有先进的科技还要有开阔的数据思维，大数据的价值才能发挥得淋漓尽致。因此，要想用上大数据，不要只关乎科技的发展，还要注重思维的开拓。能够透过现象看本质是一个非常重要的方法，对这个方法最简单的描述就是：不断地用逻辑方法将问题进行分解，直到不能分解为止，然后从根本处去解决这个问题。不试怎么知道呢？但“试”也是有方法的。在观察与分析数据中，我们要从中间抽象出来，更好地将数据进行归类和整理，从而更加清晰地识别出数据的价值。 总之，“数据框架”（场景）是商业分析的灵魂所在，可以让其从框架中找寻问题的关键因素及答案。不同的问题有不同的框架，不能完全在此进行阐。 其次未来的产品经理需要懂得如何用数据来增值，这其中有三个关键点：产品化、数据化和商业眼光，思维方式与你所做的选择和决策密切相关培养自己数据化思考的意识。。而眼下很多产品经理更多关注的是产品化，而忽略了数据化，让数据变成产品的核心原材料，是产品经理最大的难点，也是产品经理最大的机遇和想象力。而不少产品经理在设计自己的产品时，可能会花费很多精力在产品本身的设计上，却没有花费精力去思考如何来衡量产品的成功与否。对于成功与否这个话题，通常只会在他们的产品文档中写上一句类似于“客户体验有所提升”的空话，这样的产品自然不会设计数据收集的点，自然也就没有可以衡量。同时掌握数据与人性之间的关系，希望我们能从中获利。不管是大数据还是小数据要最终落地实践。这才是很多企业应该认真思考的下一步。记住，如果每个人都不去实干，而是一味地谈论趋势，那么这些趋势最终也不过是路边算命先生的信口开河而已。 因为认同所以信任，因为信任所以简单，这句话是需要落实的，而落实的过程是需要专业性的，因为你可能会被坑，被算计所以只有在信任的环境下才能有心无旁骛的信心，环境造就范围，通过读此书我也反思我在工作生活中的一些做法可能无意中伤害到了一些人。 同样的道理，在人生里，有大爱。学会帮助别人，你也会发现，整个世界的时间仿佛都被拉长了，很多东西都变得公平了，而选择就变得容易了。要相信一切善良的力量都会有善果，生命中那些有声和无声的人，都会以他们的方式存在、生活，在修行的道路上，看见彼此、发现彼此和祝福彼此。

这本书详细的介绍了运营数据，数据化运营以及数据运营形成这个闭环的详细具体过程。让我更加了解了数据的重要，以及数据的时代。本书还提到了思维方式这个玄而又玄的东西是我们人生的四大财富之一，大数据思维亦可用于自身。成功“变身”的过程最重要的是坚持

读的第一本大数据的书。对于身在这个行业的我来说，很多人并不理解却时常嚷嚷着大数据。我的观念和作者很像，大数据不仅仅是大的问题，如何整合，储存，清理以及解决问题是难点。这情况就好比在水资源不足的时候，所有的水就是被哪来喝来维持基本的诉求。现在有了技术可以取到很多很多的水，于是发现我们可以用水洗澡，发电，制作化工制品等等。国内关于数据分析还有很长的路要走，这一结果跟体制也密不可分。期待品觉的美好展望得以实现。