数据分析：第十讲——数据产品商业化

撰文 | 史纪宏

责编 | 史纪宏

运营 | 邓芳敏、胡文超

导/

语

我们都说数据有价值，但是数据如何可以变成价值，尤其是变成可以产生收入的商业价值呢？这其中就涉及到一个不可避免的问题——数据产品商业化。

那么今天，我们就从经典的Fare Cast案例出发，同大家分享数据产品商业化的基本理论框架。

Fare cast案例

这个故事有一个耸人听闻的标题——一篇论文能够卖到1亿美元。你能相信吗？那么这是怎么实现的呢？

故事的主人翁是华盛顿大学计算机工程系的一个教授，有一天他需要坐飞机去一个地方，为了省钱（大众认为越早定越便宜），他早早的定下了机票，上了飞机之后他跟人随意聊天，结果发现这位和他聊天的人票比他买的晚却比他还便宜不少，顿时觉得自己被欺骗了。教授感到很愤怒，于是就决定写一篇文章来宣泄。

该文章运用了大量的机票订价数据产生了一个算法（“哈姆雷特”），并用其做了一个测试。根据一定的规律，随机模拟了607个航空乘客从哪里到哪里，哪个时间出发，通过算法预测他们购买机票的时间点，未来的票价的走势（走高或走低），并给出建议是买还是不买。最后发现能够平均给每位乘客节省百分之27.1的预算，并且还做成了一个网站（如下左图）

输入出发点和目的地以及出发时间，按下decision，就会告诉票价走势，做出最优选择。

但是表示走势的图上线条太复杂了不易看懂。后来教授就做出了改善，设计了五个图标来表示是买还是等一下再买。（如上右图）

其实这就反映了一大批数据产品经理面临的一种现实问题：自己有非常好的数据和炫酷的报表，却迷失自己的产品是要给用户使用的，用户看不懂，最终流失掉。

因数据都有不定性，因此在网站常会给出一定把握（置信度），（如下图）但其实就是不够准确。这就涉及到批判性数据思维中讲到的点，我们怎么去评判我们的数据价值，是否准呢？预见性的东西不准其实是常态。虽然我们知道无法做到百分百准确，但是普通的消费者却不能接受这种事物。

为了达到这种确定性，这个教授又搞了Fare Guard(机票保护伞)，就是你可以花十元把某一个价钱锁定一个星期，如果在七天内你买到的机票最低价格比锁定的价格要高，那么他就把差价补给你，但是如果你真的买到更低的价格，那么这个十元就不退换给你了。最终，便会将损失转给farecast的同时也把盈利机会给了它。因此farecast通过大数据分析得到自己虽然会有损失但一定会盈利。因此产品的商业化转化成功了。

后来这个软件被微软用1。15亿美金给购买了，但最后关闭了，原因是其很多数据是从一家即将被谷歌收购的公司得来的，而微软以及其他很多公司与谷歌是有竞争关系的，因此收购后提供给该软件的数据的价格就会升高，因此考虑之下微软就关闭了该软件。

总/

结

该案例的最大启示就是在可预测的地方，大概保险和金融创新就是一种很好的盈利方式。此外，在现实中，我们还要思考战略问题，也就如果数据源是单一提供，那就很危险，但如果提供商多样且之间具有竞争关系的话就很稳定。

最终，我们总结出数据产品商业化的一般方法：

1.价值发现：对于不爽的数据，可以通过数据分析的方式去解决；

2.回归分析：建模分析；

3.决策系统：一定要精准、简单和可执行；

4.商业模式：能够创造出价值，且要允许不完美