淘寶車品覺：數(shù)據(jù)，你準備好了沒有？
車品覺在加盟阿里集團前曾在匯豐銀行、電信盈科、微軟、eBay等多家MNC擔任總監(jiān)職務(wù)，積累大量中小企業(yè)在互聯(lián)網(wǎng)發(fā)展的經(jīng)驗，論壇上討論的主題為《數(shù)據(jù)，你準備好了沒有？》。
分享主題有十點，我們節(jié)選了部分的主要內(nèi)容：
一切從問題開始
提到數(shù)據(jù)中表現(xiàn)明智，不是要增加更多東西，而是要去除過份復(fù)雜和裝飾性的東西。理解了問題 ，就能化解問題，問題本身就是答案。
車品覺列舉一個親身經(jīng)歷：有不少做電商的從業(yè)者向其提出疑問，B2C企業(yè)里大數(shù)據(jù)使用幾年了，真的有效么？車會反問道，你知道你的老板在過去六個月里的困難是什么？分析師往往5-10分鐘都無法回答，這表明從業(yè)者自己都不了解應(yīng)該把數(shù)據(jù)用在哪里，這樣如何能使用好數(shù)據(jù)？。“懂問問題的本身，便找到了答案。”
如果分析師能把問題拆分成三個問題：公司現(xiàn)面對的頭三個問題是什么？未來三個月要解決的是什么？過去一個月作對了什么？事情便好辦多了。車再次舉出了一個在面試中自己常問的問題：“今天早上九點，我是淘寶的CEO，你是我的分析師，請給我三個指標，讓我對上周的業(yè)績安心。”
面試者常常不假思索的回答：“流量”，“交易量”，碰到第三個問題，才需要思考。這表明面試者并不了解問題：問題的核心在于對象是淘寶，不是所有的電商，目標是CEO，而不是產(chǎn)品總監(jiān)，第三問題表明這是一個周敏感的數(shù)據(jù)（參考答案會在后文解答）。
“數(shù)據(jù)的力度是無窮的，你可以在不同維度里一直拆分下去，分析師只需要知道哪些數(shù)據(jù)對自己有用即可。”而數(shù)據(jù)收集的難度在于，你的起步應(yīng)該有多寬，如何預(yù)判哪些數(shù)據(jù)是可以為將來所用，這個問題困難了車半年的時間。
在實踐中提煉數(shù)據(jù)的敏捷性
在動態(tài)中試驗,找出數(shù)據(jù)的規(guī)律性規(guī)律性就是不僅我會用,只要你知道了,你也會用。數(shù)據(jù)必須不停的時候，若僅憑借記錄的數(shù)據(jù)，是難以還原當時的場景：有一個人在下雨天買了面包，如果不再當時去考慮，是無法推斷出影響此行為的決定性因素。背景數(shù)據(jù)無法還原當時情況。
航海日志是一個很好的例子，收集數(shù)據(jù)后定位——進而做出決策——發(fā)現(xiàn)差異——回饋從新定位收集數(shù)據(jù)的范圍。這個過程中需要不斷的反饋，最后做成一個表格，數(shù)據(jù)便是這么提煉出來。
讓數(shù)據(jù)——獲取、使用、分享、協(xié)同、連接、組合
由于現(xiàn)在的數(shù)據(jù)統(tǒng)計得極不規(guī)范，使用數(shù)據(jù)的人很難有效的獲取信息，讓用戶輕松感受到數(shù)據(jù)的價值，過去在做數(shù)據(jù)時，很少會有人考慮用戶體驗，這恰恰是最重要的。比如數(shù)據(jù)里面出現(xiàn)了SQL，便使得很多技術(shù)以外人士無法讀懂，美國現(xiàn)在已經(jīng)有企業(yè)提倡去除SQL，便是為了減低交流成本。
上面說的是使用。如何獲取同樣也是十分重要的問題。Google Glass這款產(chǎn)品為何如此重要？因為它能收集的數(shù)據(jù)與傳統(tǒng)渠道的區(qū)隔是天翻地覆的：從一個人早上起來遇到的每一個場景、每一個回饋所得的數(shù)據(jù)都收集起來，一個人50%-60%的數(shù)據(jù)都能收集到。讓數(shù)據(jù)盡可能簡單的收集起來。
顛覆創(chuàng)新來自分裂或重組
一個人注冊網(wǎng)站的時候，可能性別會是男。但仔細調(diào)查可以發(fā)現(xiàn)，或許早上的性別是男，晚上是女?；蛘?0%是男，30%是女。過去是0與1的關(guān)系，現(xiàn)在是0-1的關(guān)系，這是一個立體的數(shù)據(jù)，年齡也是同樣的情況。
車品覺在這里舉了一個鮮活的例子：“現(xiàn)購物人群趨勢里，出現(xiàn)了diaos高帥富化與高帥富diaos化，三四十歲的人群，去買顏色很鮮艷的手機；而工薪族會去以數(shù)個月的工資來買一個LV包，這些都是很常見的。”分析的時候需要具體進行分裂。
以假設(shè)數(shù)據(jù)都能獲取去思考問題
大數(shù)據(jù)是眾多事物的數(shù)據(jù)化，獲取數(shù)據(jù)的成本越來越低。阿里數(shù)據(jù)科學(xué)部的楊滔先生舉出了四個特點：
量變到質(zhì)變：小樣本下，模型無法達到滿意精度，大眾就覺得模型不行，但當樣本達到一定量，模型精度會顯著提升，從而使模型具備以前不具備的功能。
片段到全局：大數(shù)據(jù)能從多個角度判斷一個對象，許多模型都是對象的片段信息，但將這些片段組合在一起時，就會在整體判斷有爆發(fā)提升。
應(yīng)用到資源：小數(shù)據(jù)下，數(shù)據(jù)是為了具體場景的效果提升，但當大數(shù)據(jù)模型能夠辨識全局，數(shù)據(jù)得出的信息就會成為許多創(chuàng)新及應(yīng)用的源泉。
大數(shù)據(jù)包括多個數(shù)據(jù)處理和挖掘的環(huán)節(jié)，每一個環(huán)節(jié)都是科學(xué)+藝術(shù)，建模能力需要非常強，才可能深度挖掘其價值。
數(shù)據(jù)開放是硬道理
清華大學(xué)科學(xué)學(xué)院經(jīng)濟學(xué)教授、清華大學(xué)華商研究中心副主任劉鷹在談到“從數(shù)據(jù)、信息到知識的演變”，他的邏輯是：從數(shù)據(jù)中獲取信息，從信息中提煉知識（見圖）。
我的問題是如何完成這個從數(shù)據(jù)到知識的提煉過程？誰來來完成這個過程？我的理解是，任何個人是不能在大數(shù)據(jù)時代做成一件事的。如果說在農(nóng)業(yè)時代是“三個和尚沒水喝”的話，在大數(shù)據(jù)時代則是“只有三個和尚在一起才有水喝”。
同時，這三個和尚還不能是同一個師傅教出來的，第一個和尚要會statistics and machine learning；第二個和尚要有專業(yè)知識，例如經(jīng)濟學(xué)、社會學(xué)和心理學(xué)等；第三個和尚要懂計算機的硬件和軟件。
三角鼎力方可百戰(zhàn)百勝！阿里研究中心將各部門打散，不同部門的人組成若干項目小組，大量動用各方專家進行合作研究，可見他們Boss的洞察力和領(lǐng)導(dǎo)力了！
利用數(shù)據(jù)拿到更多數(shù)據(jù)
電子科技大學(xué)計算機學(xué)院教授尚明生指出：數(shù)據(jù)“大小”自然是不重要的，或者說“數(shù)據(jù)”本身就不重要，重要的是數(shù)據(jù)中隱含的“信息”。比較麻煩或者復(fù)雜的是，這個“信息”的效用沒有一般的準則，因為它通常是為了解決不同的具體問題而言的，而問題又可能是多種多樣的，甚至無法預(yù)知。
我們無法直接抓住所有可能的信息，只好去抓信息的來源，也就是數(shù)據(jù)。從這個角度出發(fā)，這個數(shù)據(jù)就需要越大越好，這實際上是我們事先不確定其中可能有用的信息，又不想失去某個部分，再加上想偷懶，就想用同一份數(shù)據(jù)，來滿足不同（的人對于他們自己感興趣）的問題需求。
在實際應(yīng)用中，如果問題比較固定，從抽樣理論出發(fā)，數(shù)據(jù)規(guī)模是可以限定大小的；如果問題本身發(fā)展變化，數(shù)據(jù)還會越來越大。
數(shù)據(jù)化營運是一種對待數(shù)據(jù)的態(tài)度
大數(shù)據(jù)的核心是以數(shù)據(jù)作為決策的依據(jù)，而不是拍腦袋。大數(shù)據(jù)時候需要改變的是管理的模式，而數(shù)據(jù)量的增加僅僅是使得這種改變更加緊迫、更有基礎(chǔ)。這件事在10年前我開始給學(xué)生講商務(wù)智能課的時候就是這樣，再回去20年這種思路就有。
從這個角度來說，數(shù)據(jù)的大小確實不重要，重要的是管理的模式和文化。今天之所以提出大數(shù)據(jù)管理，對于許多企業(yè)講其實是補10年（甚至更多年前）前管理理念上的課。
但是，電商在這方面占據(jù)了先機，現(xiàn)有的人員、技術(shù)和管理理念基本上可以支持大數(shù)據(jù)管理，這是一些線下企業(yè)，或者數(shù)據(jù)基礎(chǔ)、管理基礎(chǔ)比較差的企業(yè)望塵莫及的。數(shù)據(jù)量的積累對于這個企業(yè)而言還是重要的。
