日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

還原是一個瞄準器

數據的本質就是還原，這是收集元數據的關鍵方法。

當我們在進行用戶的場景還原時，必須認清數據收集的領域是什么。在不同的領域里收集到的數據，可以找到與其所在領域里不同的東西，比如，搜索引擎和社交網絡(SNS)得到的數據就是不一樣的。而企業首先要做的是，確認用戶是不是同一個人，比如在SNS里涉及的很多信息主要都是聊天內容，如果我是做SNS的，我就會更多地去尋找這個人和其他人的關系。他今天跟張三聊了3分鐘，明天跟李四聊了5分鐘，這項數據在SNS領域里可以獲得。但當我們要真實地還原整個人的行為的話，好要有不同領域作為互補，這會讓你掌握更多更的信息。

你有多大的能力知道哪些數據是同一個用戶的，這是企業首先必須解決的問題。然后再去關注，收集到的數據的量這么大，廣度這么?寬，價值在哪里。而當企業不清楚收集到的數據是不是同一個用戶的時，那這個數據又有什么用？所以，在大數據里，最重要的還是收集人的數據。

而數據的價值，正如我們前面所分析的，必須來自場景。

對于消費者數據的收集，其中一個瞄準器就是你能否還原用戶購買行為的場景。基于科技的不斷進步，如果有24小時Google?眼鏡成為每個人的標配，或者是有24小時，我們買的每一部電腦，其本身都是跟手機捆綁的，那么這兩種交叉數據是很容易獲取的。

為什么場景會變得如此重要？場景是不是被地表達了？場景是否會成為一件事情的背景，用來還原整件事情？有一年的“十一黃金周”，我們發現很多用戶使用iPad購物，為什么？你或許不會想到，這是因為那年的“十一黃金周”及時次實行黃金周高速公路不收過路費的政策，很多人堵在了路上，沒有其他事情做，所只能以使用iPad購物。如果企業在分析數據的時候，沒有考慮到10月1日整個中國的高速公路都出現擁堵的這個場景，企業就沒有辦法還原整個場景，也就無法解釋這個現象。

我還發現了一個新場景。有24小時，我們研究了一些無線數據——用二維碼讓用戶到達我們預想讓他到達的頁面。我們可以看到，iPhone手機在掃完二維碼后就到達了頁面，但是安卓卻沒有。在中國，很多裝有安卓系統的手機在掃完二維碼之后都無法自動跳轉到關聯頁面。這時，安卓手機就成為用戶登陸網站購物的重要場景。不管是一部iPhone手機、一部三星手機，還是一部其他類型的手機，手機的大小和系統的兼容性本身都能對場景產生巨大的影響。而如果我們盲目地去觀察數據本身，自以為是地認為用戶沒有進行點擊，那就大錯特錯了。事實上，是他點不了。

可見，有很多看似無關緊要的東西都在場景里，而在無線移動終端的世界里，這個場景又平添了很多其他的東西，這都需要我們仔細地甄別。

當我和數據分析師們聊天時，我總是會特別提醒，在研究無線數據的時候，要特別注意的是用戶在每天移動的時間點和非移動的時間點里都做了什么。從起床到睡覺，有幾個時間點基本是固定的，所以基本上就可以判斷每個人24小時的行為走勢是什么。

我曾經在一次電商大會的圓桌論壇上提出了一個觀點，當時與會者都很認同，就是我建議把一些以前用來觀察用戶忠誠度的框架，比如RFM模型來做收集數據的瞄準器。有什么數據能讓我更好地看到R，更好地看到F，更好地看到M？RFM是一個收集維度，個人PC、手機、平板電腦是另一個終端場景維度，PC能更好地收集R，手機能更好地收集M，這樣就可以通過場景的不斷變換來收集更多的數據。

現在，有一些終端的確可以收集以前收集不到的數據。以前，我們不知道一些數據的收集背景是不是移動的，但現在可以。用戶做一件事情的時候是不是正在移動？他是不是在銀泰百貨里面？面對不同的場景，我們的框架也要相應改變。所以，現在做數據分析報告，的一個問題變成了：“無線變了，這個報告的結果還是一樣嗎？你的報告應不應該也變一下？”

我認為，數據的本質就是還原，這是收集元數據的關鍵方法。如果沒有這個概念，你就不知道未來你需要什么數據，就更不懂得什么是重要的數據，到只會產生越來越多的無從辨別的數據。一旦數據多到了連你的公司都沒有辦法處理的時候，那么其他會處理的人、公司和國家就會把你毫不留情地擠出市場。

“未來一定是國家和國家之間的數據大戰，公司與公司之間的數據大戰！”信息時代催生了海量數據的出現，這個世界上每時每刻都在產生大量的數據。此時，大數據已經不再是一個單純的概念，而是像空氣一樣圍繞在每個人的身邊，每個人都是數據的制造者。也正是因為每個人都在通過不同的設備生產著數據，使得數據更多在“量”這個維度上不斷膨脹，但是，“量”的單純膨脹卻對企業真正了解一個用戶的需求產生了極大的挑戰。所以，如何更好地識別各個設備的使用者是否為同一個人，如何更好地理解用戶在各個不同場景下表現出來的不同需求，如何更好地理解數據融合后產生的價值，將是未來商業中每一個企業都必須考慮的問題。

在不久的將來，隨著O2O的深入和穿戴式設備的興起，企業和企業之間必須進行更多的數據融合和交換，必須進行更多的跨行業的數據交流，這樣才能更好地還原用戶真正的需求，讓用戶在任何一個場景中都能夠獲得由數據帶來的便利。

總而言之，更深化的數據連接使海量數據經過提煉更真實地還原了事實，也使我們運用數據科技去解碼未來的需求成為可能。

CEO們關心哪三個數據

我在面試數據分析師的時候，必然會問他們一個問題：“假如我是一家知名電商的CEO，而今天是星期一早上9點鐘，請你給我提供三個數據指標向我證明在過去的一周里，企業運營得一切正常，可以讓我踏實下來。你認為，會是哪三個指標呢？”

絕大多數應聘者對這個問題的回答比較一致：及時個是流量；第二個是交易量；第三個是其他，這個其他包括轉化率、交易額等。

當他們這樣回答完后，我會反問他們：“剛剛我問的問題，你真的聽清楚了嗎？”

這時候，有人會回答說，我聽清楚了，而答案就是的真實需求這三個數據。

往往這個時候，我會提醒應聘者說：“請注意，我要的數據是給CEO看的，而且還是頂級電商的CEO，而且時間軸是周敏感數據。”面試進行到這一環節，我就發現大部分面試者根本聽不懂“CEO”的含義。事實上，既然是CEO，就意味著他是公司里的較高領導層，那么給他看的東西明顯要與其他人不同。

在這個例子中，我們會發現絕大多數應聘者很少會換位思考。也就是說，事實上，他們都是從自己的角度來思考，而不是以一個數據分析師、一個要給CEO匯報三個數據指標的分析師的身份來思考問題。

那么，什么是以數據分析師的身份來思考問題呢？通常來說，在我問出問題時，作為數據分析師的你首先要想的是CEO會關注什么數據，是長期的，還是短期的？是風險較大的，還是風險一般的？或者是最近發生了什么事情？以及給CEO提供的數據要有什么注意事項，等等。

所以，我要再問問應聘者：“當你坐在面試桌對面給我答案的時候，有沒有想過在星期一的早上，這家知名電商的CEO真正想看的是什么？”

再想想這個問題，你到底有沒有真正聽清楚“CEO”、“知名電商”、“周敏感數據”這些關鍵詞？CEO要的是“踏實”——他聽完了就可以安心地吃早飯了。

在面試時，如果面試者不對這幾個問題進行詢問就貿然回答的話，滿分是10分，我只會給5分。因為這個問題里面本身就有很多問題，比如，什么是踏實？踏實是一個概念，你不問清楚“踏實”的含義，就給我三個指標，無論如何都是錯的。

在正常情況下，首先不要急于回答我提出的問題，而是先問清楚什么是踏實，切勿自己先做假定。以下，我們可以假定一個相對理想的面試場景。

你反問：“什么是踏實的狀況？”

我回答道：“最近這家電商和另一家電商在打價格戰，而它最近又新推出了圖書類目，那么CEO自然最關注的是這些圖書的業務做得好不好。”

你再問：“什么是好？是否基于每天來買書的新增用戶和原有用戶購書的數量多少？而且，CEO是希望更多地用書來吸引新用戶，還是想通過圖書業務的推廣讓現有的用戶進行交叉購買行為？”

在這些思考結束之前，你不能給出指標。因為，在沒有解決一個問題的內涵之前，任意給出的一個指標，必錯無疑。所以，我才會問應聘者到底聽清楚問題沒有。

在我做面試官的經歷中，很多看似有經驗的數據分析師，往往在我提出的問題還沒有解釋清楚時就搶著作答。絕大多數人在思考不到一秒鐘的時間里就給出了答案，而這一秒鐘的答案，我可以確定他們根本沒有聽清楚我的問題。

通常這個時候，我會再給他們一次機會，問他們：“剛才你給我的這個答案，如果我給你滿分10分，你會給自己打幾分？”而此時，大部分人只會打6～7分。

當應聘者給自己打7分時，我會反問：“另外3分丟的原因是什么？”他開始反思，說自己剛才給的可能并不是CEO想要的指標，因為他對這家電商的近況不是很了解……

接下來，當我再反問：“剛才我的問題是‘假如我是一家知名電商的CEO，今天是星期一早上9點鐘，你給我三個數據指標向我證明在過去的一周里，企業運營得一切正常’，你聽清楚了嗎？如果你確認自己清楚了，能請你再給我一次答案嗎？”

這時候，聰明的人不會再用一秒鐘就給我答案了，而是重新思考，開始問問題，再給出答案。這時候的答案，當然會比及時個答案要好得多。，當我再問他：“現在，10分滿分你給自己打多少分？”此時，他們自己給出的分值通常都會高一些。至此，我的面試也就結束了。

事實上，關于這個問題，我根本就不關注打分的結果。當然，如果評價是10分，那就不用面試了，因為在沒有仔細考慮過答案的時候就自信滿滿地回答，這種人必然無法承擔做數據分析師的責任。雖然，自信是對的，但是思考更重要。作為一名數據分析師如果你不把自己的分析與當下結合，是沒法進步的。

有趣的是，當我把這個問題貼在網上時，還是會有很多人追問我答案是什么、CEO關心的到底是哪三個數據。這時候，我真的很想說，答案不是結果，方法才是。

……