《数据思维》-如何将数据产生商业价值？

开卷有益

读书带来的改变不是立竿见影，而是潜移默化，深入骨髓。记住的变成了知识，忘记的成为了你的气质。

如同，现在作为家庭主妇再也没打开过spss，但那些渐行渐远的数据分析知识却仍然潜移默化影响着我的逻辑思维。

所以，在世界读书日这天，选择一本与社会接轨的书来读读，让自己不再成为一个闭塞、油腻的中年家庭妇女。

大数据越来越火，想要通过获取海量数据，进而变现的企业和个人也越来越多。如何让数据带来商业价值，这是现在商业模式中必须要考虑的重要一环。

如何形成这样的数据思维，王教授提出的三大问题，值得深思。

一、什么是数据？数据将会从哪儿来？

数据不仅仅是数字，它也可能是文本、图像、声音，例如朋友圈的文字或图片信息、Siri的语音互动，除了互联网，现在车联网、物联网，甚至医疗、教育信息全部都是可以被采集与分析的数据。

随着科技的进一步发展，现在的传感器技术，几乎可以无间断采集各种与人体有关的数据，《微粒社会》中称，这样的数据采集，会扩大人与人之间的差异，以往因相同病症聚集的病人，最后的症状会更多个体差异化。

不过，这也充分说明了数据来源的多样性以及与时俱进的特点。那么，在未来的几年，什么样的新技术会带来新的数据来源？它可能是什么形态？如何采集又如何呈现？

例如，前段时间大热的摩拜单车被美团的并购的案例，几年前，谁曾想过自行车短距出行的数据信息，也可以有大作为？与其羡慕那些年轻的富豪，不如从短距出行，GPS定位到美食外卖，用户画像的分析中找点未来的先机。

二、数据分析的前端

一直以来，两者之间是存在鸿沟的。因为会数据分析的，可能不懂运营；了解运营的，却又不会数据分析。如何将业务问题定义为数据可分析问题，这是公司高层管理需要掌握的技能。

能够将核心业务需求提炼成可观察的指标Y，并能找出相关因素X，那么才是真正的数据思维，才能有针对性的开展分析，并创造商业价值。

例如，公众号运营的商业价值，其中一个重要方面就是粉丝量（Y），而与粉丝量的增减相关的因素（X）可能包括文笔、更新速度、热点追踪、内容深度与独创性、大号互推等等。

通过对数据进行分析，可以找到很多相关因素，而对相关因素的继续追踪，可能会发现因果关系。王教授认为：相关关系的分析就能够对趋势进行预测，而只有因果关系才能采取改变动作，但因果关系却常常可遇不可求。

例如，公鸡打鸣可以预测日出时间，但禁止打鸣却不会改变日出时间。

三、数据分析的后端

数据分析结果并不代表商业价值，只有将数据分析模型进行产品化才能实现产品价值。

例如forecast建立了一套机票价格的预测模型，但预测的错误率常常被人诟病。

因为任何数据分析的预测结果，都存在统计概率问题，没有百分百准确，正如考试平均分能代表大多数中等程度左右的成绩状态，却无法体现学霸和学渣成绩一样。

而人们的心理却是好事不出门 坏事传千里，所以一个专业上优秀的数据模型，不一定能带来商业价值，除非它能找到一种产品化方向，并满足用户体验需求。

所以，forecast最后推出了一款保险产品，用少量金额来保障预测错误带来的用户损失，弥补了数据不足，也增加了用户体验好感。

总结：

如何让数据带来商业价值？

（1）研究新科技新技术，预测新的数据形式

（2）在数据分析前，先确定业务问题，将其定义为数据可分析问题

（3）当数据已被分析建模，需要采取产品化策略，才能真正转化为商业价值

世界图书

1、大数据与不代表全量数据，例如摩拜单车的大数据并不能涵盖婴孩、不会骑车的和开玛莎拉蒂的人群。

2、大数据并不代表不再需要抽样，一是涵盖面的问题，二是运算成本的考量。

世界图书日