大數(shù)據(jù)需要主動管理和創(chuàng)新_第1頁
大數(shù)據(jù)需要主動管理和創(chuàng)新_第2頁
大數(shù)據(jù)需要主動管理和創(chuàng)新_第3頁
大數(shù)據(jù)需要主動管理和創(chuàng)新_第4頁
大數(shù)據(jù)需要主動管理和創(chuàng)新_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、大數(shù)據(jù)需要主動管理和創(chuàng)新阿里巴巴集團(tuán)副總裁、數(shù)據(jù)委員會會長車品覺在新書決戰(zhàn)大數(shù)據(jù)中回顧到:2005年,淘寶有了第一個數(shù)據(jù)分析師,一直致力于用數(shù)據(jù)來幫助企業(yè)運(yùn)營和解決問題。阿里巴巴在不斷使用數(shù)據(jù)的同時,也發(fā)現(xiàn)了數(shù)據(jù)本身的問題大數(shù)據(jù)需要更主動的管理,也需要更多的創(chuàng)新。數(shù)據(jù)化運(yùn)營是用數(shù)據(jù)解決問題,但如果想把數(shù)據(jù)做得更好,解決更多新的問題,就需要去做一件以前從未做過的新事情運(yùn)營數(shù)據(jù)。2011年,阿里巴巴才開始有 計劃地進(jìn)行這件事:主動收集數(shù)據(jù),并以此去創(chuàng)造更優(yōu)質(zhì)的新數(shù)據(jù),讓新數(shù)據(jù)更好地服務(wù)于企業(yè)的運(yùn)營。這是一個“從用數(shù)據(jù)到養(yǎng)數(shù)據(jù)”的過程;是一個“從數(shù)據(jù)化 運(yùn)營到運(yùn)營數(shù)據(jù)”的過程,也是一個“從看到用”的

2、過程。全書分十一個章節(jié),車品覺從數(shù)據(jù)化運(yùn)營到運(yùn)營數(shù)據(jù)、阿里巴巴的大數(shù)據(jù)秘密兩大角度、十一個維度,用鮮活的例子詳細(xì)闡述了其數(shù)據(jù)化思考。以下是書中一些精彩觀點的提煉。1.大數(shù)據(jù)面臨的最大問題人斷層是大數(shù)據(jù)面臨的最嚴(yán)重問題。收集數(shù)據(jù)的人并不清楚未來使用數(shù)據(jù)的人要做什么,這是目前大數(shù)據(jù)的一大關(guān)鍵命門。使用數(shù)據(jù)建模的人,同樣不清楚當(dāng)前數(shù)據(jù)是如何獲得的。從公司管理層角度看,投資人了解數(shù)據(jù)的意義嗎?高層管理者對數(shù)據(jù)的期望和中層管理者之間有不同嗎?他們知道數(shù)據(jù)能夠幫助企業(yè)做什么嗎?這些答案因立場而異。當(dāng)我們講到數(shù)據(jù)價值時,沒有人能對此給出一個合理的定位,原因就在于幾個關(guān)鍵問題沒有分清楚:一是要明確這是誰心里的

3、數(shù)據(jù)價值,投資人、管理者、中層、數(shù)據(jù)分析師們心中對數(shù)據(jù)所產(chǎn)生的價值自然不同;二是要明確數(shù)據(jù)的分類,不同類型的數(shù)據(jù)所產(chǎn)生的價值各不相同。2.大數(shù)據(jù)的本質(zhì)是還原用戶真實需求每 個人都在通過不同的設(shè)備產(chǎn)生著數(shù)據(jù),使數(shù)據(jù)更多在“量”這個維度上不斷膨脹,但是“量”的單純膨脹對企業(yè)真正了解一個用戶的需求產(chǎn)生了極大的挑戰(zhàn)。所以, 如何更好地識別各個設(shè)備的使用者是否為同一個人,如何更好地理解用戶在各個不同場景下表現(xiàn)出來的不同需求,如何更好地理解數(shù)據(jù)融合后產(chǎn)生的價值,將是未來 商業(yè)中企業(yè)必須考慮的問題。隨著O2O的深入和可穿戴設(shè)備的興起,企業(yè)和企業(yè)之間必須進(jìn)行更多的數(shù)據(jù)融合和交換,必須進(jìn)行更多的跨行業(yè)的數(shù)據(jù)交流

4、,才能更好地還原用戶的真實需求,讓用戶在任何一個場景中,都能獲得由數(shù)據(jù)帶來的便利。3.“活”的數(shù)據(jù)才是大數(shù)據(jù)盲目進(jìn)行大數(shù)據(jù)投資,收集越來越多的數(shù)據(jù),但這些數(shù)據(jù)卻是“死”數(shù)據(jù)?!八馈睌?shù)據(jù)就是單純存在數(shù)據(jù)庫中,無法進(jìn)行分析和使用,并且不能夠產(chǎn)生價值的數(shù)據(jù)。大 數(shù)據(jù)的真正價值是將數(shù)據(jù)用于形成主動收集數(shù)據(jù)的良性循環(huán)中,以帶動更多的數(shù)據(jù)進(jìn)入這個自循環(huán)中,應(yīng)用于各個行業(yè)。多樣的自循環(huán)方式打開了大數(shù)據(jù)之門,進(jìn)入 這個循環(huán)的關(guān)鍵是從解決問題出發(fā)。4.無線數(shù)據(jù),大數(shù)據(jù)的顛覆者面對無線數(shù)據(jù),我們需要一種多屏思維需要考慮到現(xiàn)在用戶使用互聯(lián)網(wǎng)的多場景問題。當(dāng)多屏變成一種常態(tài),不管是數(shù)據(jù)分析師的分析方法還是推薦系統(tǒng)的推

5、薦算法都必須多屏化,這其中要解決兩個主要問題:一是做到高效準(zhǔn)確的收集,二是培養(yǎng)數(shù)據(jù)分析師的多屏思維。5.四種數(shù)據(jù)分類與五種數(shù)據(jù)價值數(shù)據(jù)按照是否可再生,分為不可再生和可再生數(shù)據(jù);按照所處存儲層次,可分基礎(chǔ)層、中間層和應(yīng)用層;按照數(shù)據(jù)業(yè)務(wù)歸屬,可分為各個數(shù)據(jù)主體;按照是否為隱私, 可分為隱私數(shù)據(jù)和非隱私數(shù)據(jù)。數(shù)據(jù)價值的主要體現(xiàn)在:識別與串聯(lián)價值,描述價值,時間價值,預(yù)測價值,產(chǎn)出的數(shù)據(jù)價值。6.從用數(shù)據(jù)到養(yǎng)數(shù)據(jù)“養(yǎng) 數(shù)據(jù)”通常有兩類,一類是網(wǎng)站自身沒有的數(shù)據(jù),需要用戶自主提供;另一類是公司擁有的,但沒有進(jìn)行數(shù)據(jù)的收集。“用數(shù)據(jù)”更多的是一種方法論,“養(yǎng)數(shù)據(jù)” 則是一種數(shù)據(jù)戰(zhàn)略,是基于深入業(yè)務(wù)理解的

6、更高層次的商業(yè)決策,數(shù)據(jù)養(yǎng)的時間越早,積累的數(shù)據(jù)也就越多。養(yǎng)數(shù)據(jù)也是一種管理和商業(yè)藝術(shù),在養(yǎng)之前可能誰也不 確定最終會出現(xiàn)的后果,一旦養(yǎng)成會產(chǎn)生非常大的商業(yè)價值。7.數(shù)據(jù)的盲點數(shù)據(jù)盲點可以分為兩類,物理盲點和邏輯盲點。物理盲點是指在數(shù)據(jù)庫中不存在這樣的數(shù)據(jù),即企業(yè)沒有收集到應(yīng)該收集的數(shù)據(jù),這一類數(shù)據(jù)問題的產(chǎn)生通常是數(shù)據(jù)收集策略出了問題。邏輯盲點是有數(shù)據(jù),但沒有被很好地發(fā)掘出 來。數(shù)據(jù)邏輯盲點的出現(xiàn)與數(shù)據(jù)分析師或數(shù)據(jù)使用者的經(jīng)驗和敏感度有關(guān)。除了這兩種,還有一些人為制造的“盲點”,比如故意把數(shù)據(jù)進(jìn)行掩蓋,或者人為地調(diào)整數(shù)據(jù)口徑。衡量數(shù)據(jù)盲點價值的核心是,有沒有看到應(yīng)該看到的數(shù)據(jù),有沒有錯失不應(yīng)該

7、錯失的數(shù)據(jù)。8.阿里巴巴的大數(shù)據(jù)實驗一般用戶在網(wǎng)站注冊時,性別登記只會顯示男、女,阿里巴巴會有18個標(biāo)簽。阿里巴巴的內(nèi)部數(shù)據(jù)化運(yùn)營流程是:例如,要為一個童裝類目做營銷推廣以征集新客戶,會先找到目標(biāo)客戶群,把這個類目感興趣的消費(fèi)者用標(biāo)簽找出來,通過發(fā)郵件或短信吸引其關(guān)注。數(shù) 據(jù)從“用”上升到“養(yǎng)”,即運(yùn)營數(shù)據(jù)的過程。例如,調(diào)查12歲年齡以之下兒童商品市場,此時要在用戶中搜索有多少用戶家中有12歲以下的孩子,但卻未發(fā)生 過從這個類目購買商品的行為。以前淘寶只能運(yùn)營有過購買行為的幾百萬用戶,現(xiàn)在可以達(dá)到幾千萬。從幾百萬到幾千萬,這是一個從主動收集數(shù)據(jù)到運(yùn)營數(shù)據(jù),再 到產(chǎn)生新數(shù)據(jù)的過程。9.阿里數(shù)據(jù)化

8、運(yùn)營的內(nèi)三板斧混、通、曬作為數(shù)據(jù)分析師,如果不和業(yè)務(wù)部混在一起,商業(yè)敏感就不會憑空出現(xiàn)在 你的面前。堅持帶著業(yè)務(wù)問題來觀察數(shù)據(jù)或者帶著數(shù)據(jù)來觀察業(yè)務(wù),兼?zhèn)涠叩拿舾校妥龅健巴ā?,更深層次的通是存在于公司組織中的數(shù)據(jù)。數(shù)據(jù)能不能做到在 獲取、使用、分享、協(xié)同、鏈接、組合之上,讓自己變得超級簡單和便捷,這時數(shù)據(jù)化運(yùn)營里面非常重要的一點,正是曬的內(nèi)容。10.阿里運(yùn)營數(shù)據(jù)的外三板斧存、管、用收集數(shù)據(jù)不是目的,讓收集起來的數(shù)據(jù)如何產(chǎn)生價值才是最終的目的。學(xué)會用數(shù)據(jù)產(chǎn)品來解決獲取及使用數(shù)據(jù)的問題。阿里巴巴數(shù)據(jù)管理最不一樣的地方在于非常依賴 數(shù)據(jù)產(chǎn)品,希望用數(shù)據(jù)產(chǎn)品來解決獲取以及使用數(shù)據(jù)的問題。在“用”數(shù)據(jù)的問題上,數(shù)據(jù)的分裂和重組,都能做到顛覆性創(chuàng)新。11.大數(shù)據(jù),未來商業(yè)利器數(shù)據(jù)扮演的三個角色分別是:第一個階段是從點上指導(dǎo)運(yùn)營;第二個階段是從點到線或到面;第三個階段為做數(shù)據(jù)模型,分析外圍數(shù)據(jù)開始變得異常重要,可以為公司的下一步戰(zhàn)略找到出路,數(shù)據(jù)真正能充當(dāng)爆發(fā)角色的一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論