<决战大数据>感触

嗯，不错的书，例子好多好现实…

2. 大数据的本质就是还原用户的真实需求

• 能否识别用户身份；了解价值；收集数据时的场景
• Interesting Sample：电脑浏览，然后开会转成手机浏览。单纯从手机来看，是第一次访问 ===> 碎片化的数据，多屏思维
• 还原场景非常重要，知道造成事情的原因（ipad浏览量增加，二维码打不开等sample）
• 站在用户的角度去看需求，sample就是提问CEO想看的消息

3. “活”的数据

• 灵活变通 ===> 通过美国搜索词变化等来观测商品趋势，通过行业相关人来获得情报
• 历史的你，现在的你，变化，活动
• 从静态数据变成动态数据，必须要用场景来验证 ===> 阿里有十八种性别

4. 无线数据

• 多屏思维，账号体系
• 样本的偏见===> 样本的背后有什么是我们不知道的
• 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

5. 数据分类与数据价值

• 能够辨别关系、身份的数据是最重要的
• 越能够还原用户真实身份和真实行为的数据，就越能够让企业在大数据竞争中保持战略优势
• 数据价值
  
  • 识别和串联的价值（多屏，多终端）
  • 描述价值
  • 时间价值
  • 预测价值
  • 产出数据的价值

6. 从用数据到养数据

• 即从数据化运营转变为运营数据 ===> 太虚了，应该是，被动收集数据，直接拿来用，转换成，主动收集数据，考虑数据的可应用背景，考虑数据的关联等，就是养
• 必须考虑数据之间的关联性。一个单独的数据是没有意义的，要把数据放在一个“数据框架”（场景）之中，才能看出存在的问题
• 数据与决策关系型，延迟性等
• 远离 yes or no的答案，还有其他选择

7. 数据的盲点，负面数据的力量

• 比如，停留时间，真的是看了这么久吗？要考虑是否有操作，滚屏等？
• 比如，混用了PC数据和无线数据，无线浏览，PC购买，那转化率怎么算？
• 小偷思维===> 感觉意思就是说，要关注异常点，从另一个方面去看，比如传说的谷歌搜索会分析bad case

9. 混、通、晒

• 混：多理解业务
• 通：一是商业理解和数据之间的“通”，另一种就是部门数据和部门数据的交叉
• 晒：通过数据来回答问题：
  
  • 业务好不好
  • 数据如何改变会让业务更好
  • 如何利用数据帮助业务发现机会、产生新的商业价值

10. 存、管、用

11. 大数据，未来商业利器

• 假定数据是脏的来处理，是一个非常重要的趋势
• 数据淡化，Data Decay，时效性，有些是核心的，有些没太大意义
• 重要的是数据和数据之间的关系，而不是数据本身
• real time vs right time
• 未来是人机的结合体