文 / 阿里巴巴集团商业智能部资深司理 欧吉良（勾践）
数据的主要性已经被越来越多的公司、小我私家所熟知与接受，，，，甚至于有过犹缺乏之势头。。。。大数据的看法满天飞，，，，似乎一夜之间人人都在谈论大数据，，，，见了面不必大数据打招呼，，，，似乎就不是在数据圈子里混的了。。。。那么，，，，被外界传得神乎其神的数据，，，，究竟可以在哪些方面增进营业的腾飞？？？？或者换种说法，，，，营业对数据有哪些条理的需求？？？？数据在哪些地方能够资助营业？？？？
连系笔者多年的事情履历以及对数据与营业的明确，，，，营业对数据的需求归纳为四个条理。。。。
第一层：知其然
我们可以通过建设数据监控系统，，，，掌握爆发了什么、水平怎样，，，，做到“知其然”。。。。
详细来说，，，，切入数据的角度主要有这几个方面。。。。首先是“观天”，，，，视察行业整体趋势、政策情形影响；；；；； ；再是“知地”，，，，相识竞争敌手的体现；；；；； ；最后是“自省”，，，，自身做得怎么样了，，，，自己的数据体现怎么样。。。。从看数据的周期上来讲，，，，“观天”可以是季度性或者更长的周期；；；；； ；“知地”按周或者月，，，，特殊时间点、特殊事务情形下除外；；；；； ；“自省”类的数据拿到的是最周全的，，，，需要天天看，，，，专门有人看，，，，有人研究。。。。
在这一层上，，，，分享两个看数据的看法：
1.数据是散的，，，，看数据需要有框架。。。。
怎么看数据很有考究。。。。琐屑的数据很难施展出真正的价值，，，，把数据放到一个有用的框架里，，，，才华施展整体价值。。。。所谓有用的框架至少包括两重作用：
（1）数据许多，，，，差别人对数据需求纷歧样，，，，如CEO、中层治理者、底层员工关注的数据通常是纷歧样的，，，，有用的框架能够让差别的人各取所需。。。。
（2）有用的框架能够快速地定位问题所在。。。。举个例子，，，，生意量指标各人都体贴，，，，若是某一天生意量指标掉了20%，，，，那么，，，，营业很大可能下是出了问题，，，，但问题究竟出在哪儿呢？？？？若是只有几个高度笼统的指标，，，，如转化率、成交人数、客单价等，，，，是定位不到问题的。。。。好的框架能够支持我们往下钻，，，，从品类、流量渠道等找到问题所在，，，，板子也就能打到详细的认真人身上了。。。。这也是我们通常所说的，，，，看数据要落地。。。。
2.数据，，，，有较量才有真相。。。。
我有120斤，，，，你说是重照旧轻呢？？？？一个孤零零的数据是很难说明问题的。。。。判断某个指标增添快慢，，，，需要选择准确的较量工具、参考系，，，，也就是基准线。。。。这个基准线可以是一个预先设定的目的，，，，可以是偕行业平均水平，，，，也可以是历史的同期数据。。。。
第二层：知其以是然
通过数据看到了问题，，，，走到这一步还不敷。。。。数据只是表象，，，，是用来发明、形貌问题的，，，，实操中解决问题更主要。。。。数据连系营业，，，，找到数据表象背后的真正缘故原由，，，，解决之。。。。解决问题的历程就会涉及数据、数据加工，，，，还可能会涉及数据模子之类的要领或者是工具，，，，这内里手艺含量较量高，，，，另作篇幅先容，，，，这里不睁开了。。。。
在第二层里也有两点分享：
1.数据是客观的，，，，但对数据的解读则可能带有很强的主观意识。。。。
数据自己是客观的，，，，但消耗数据的是有主观能动性的人。。。。各人往往在解读数据的时间带入主观因素：同样一个数据在A看来结论可能是好的，，，，从B看来可能却得出截然相反的效果。。。。不是说泛起这样的情形欠好，，，，真理越辩越明。。。。但若是不是通过数据找问题，，，，而是先对问题定性，，，，然后有选择地使用数据证实自己的看法，，，，这种做法就不可取了。。。。？？？墒率瞪希琾g电子游戏试玩身边经常爆发这样的事情。。。。
2.懂营业才华真正懂数据。。。。
车品觉先生的博文《不懂商业就别谈数据》对这个看法作了深刻叙述，，，，这里不睁开讲了。。。。只是由于本看法的主要性，，，，笔者特意拿出来做一下强调。。。。
第三层：发明时机
使用数据可以资助营业发明时机。。。。举个例子：淘宝上有中晚年打扮细分市。。。。写舐肱笆谐。。。。庑┦谐】梢酝ü灾鼙咔樾蔚母兄嗍兜轿颐巧肀哂幸恍┲型砟耆嘶蛘吲諱M在淘宝上面没有获得需求的知足。。。。那么尚有没有其他的渠道找到更多的细分市场呢？？？？
数据可以！
通过用户搜索的要害词与现实成交的数据较量，，，，发明有许多需求并没有被很好地知足，，，，反应出需求兴旺，，，，但供应缺乏。。。。若是发明了这样的细分市。。。。汲隼锤幸敌《，，，，宣布出来给卖家，，，，是不是可以资助各人更好地去效劳消耗者呢？？？？这个例子就是现在我们在做的“潜力细分市场发明”项目。。。。
讲这个案例，，，，不是想吹捧数据有多厉害，，，，而是想告诉各人：数据就在那里，，，，有些人置若罔闻，，，，但有些人却可以从中挖出“废物”来。。。。差别是什么呢？？？？商业感受。。。。刚刚提到的搜索数据、成交数据许多人都能够看到，，，，但以前没有人把这两份数据联系在一起看，，，，这背后体现出的就是商业感受。。。。
第四层：建设数据化运营系统
我明确的数据化运营，，，，包括了两重意思：数据作为间接生产力和直接生产力。。。。
1.数据作为间接生产力。。。。
所谓间接生产力，，，，是指数据事情者将数据价值通过运营转达给消耗者，，，，即通常所说的决议支持，，，，数据事情者产出报表、剖析报告等供各级营业决议者参考。。。。我称之为决议支持1.0模式。。。。然而随着营业开拓和营业职员对数据主要性明确的增强，，，，对数据的需求会如雨后春笋般冒出来，，，，显然单单依赖人数未几的剖析师是知足不了的。。。。授人以鱼不如授人以渔，，，，让运营、产品的同砚都能够举行数据剖析，，，，是我脑子中的决议支持2.0模式。。。。
决议支持2.0模式有三个要害词：产品、能力、意愿。。。。
让运营和PD掌握SQL这类取数语言，，，，掌握SAS、SPSS这类剖析事情，，，，显得不大现实和须要。。。。提供低门槛、用户体验优异的数据产品是实现决议支持2.0模式的基础。。。。这里讲的产品，，，，不但仅是操作功效集，，，，还需要承载剖析思绪和现实案例。。。。
可是，，，，数据剖析的门槛始终是保存的。。。。这就对运营和PD提出了新的基本能力要求，，，，即基础的数学能力、逻辑思索能力和学习能力。。。。
最后一个意愿，，，，也许是最要害的，，，，只有心田有强烈的驱动，，，，想做好这件事情的时间，，，，才有可能做好。。。。
2.数据作为直接生产力。。。。
所谓直接生产力，，，，是指数据事情者将数据价值直接通过前台产品作用于消耗者。。。。时髦点讲，，，，叫数据变现。。。。随着大数据时代的到来，，，，公司治理层越来越重视这一点。。。。大数据时代带来了大的时机，，，，但也可能是大灾难。。。。若是不可使用数据爆发价值，，，，那么，，，，它就是一个灾难——爆发的数据越多，，，，存储的空间、铺张的资源就越多。。。。
现在较量好明确的一个应用就是关联推荐，，，， 你买了一个商品之后，，，，给你推荐一个最有可能再买的商品。。。。个性化是数据作为直接生产力的新浪潮，，，，这个浪潮已经越来越近。。。。数据事情者们，，，，做好迎接的准备吧。。。。