決戰大數據車品覺下載

Ⅰ 《決戰大數據（升級版）大數據的關鍵思考》epub下載在線閱讀，求百度網盤雲資源

《決戰大數據（升級版）》（車品覺）電子書網盤下載免費在線閱讀

鏈接：

提取碼：edm6

書名：決戰大數據（升級版）

作者：車品覺

豆瓣評分：7.9

出版社：浙江人民出版社

出版年份：2016-4

頁數：310

內容簡介：

 在數據無限的時代，我們如何利用大數據實現商業大洗牌？傳統行業又該如何通過挖掘隱藏在大數據背後的信息，沖出層層危機，實現行業質和量的飛躍？企業如何才能實現數據化運營，在大數據時代站穩腳跟？大數據實踐的先行者、阿里巴巴集團前副總裁車品覺傾力新增8萬字純干貨，傾情解讀企業在大數據時代頑強生存的答案！只有穩抓趨勢中的觀戰重點，才能在海量數據中挖掘商機！

 隨著智能手機的大范圍普及、物聯網浪潮以及人工智慧技術的爆發式發展，大數據在收集消費者全渠道行為、觸發商業機遇等方面發揮了越來越重要的作用。而《決戰大數據》一書恰恰洞悉了大數據時代商業發展的本質。同時，車品覺根據其在阿里巴巴的多年經驗，通過豐富的案例和通俗易懂的語言，從「養數據」到「用數據」，深入淺出地向我們揭開了阿里巴巴數據化運營和運營數據的神秘面紗。通過《決戰大數據》一書，車品覺告訴我們，在數據無限的時代，擁有數據化思維，才能改變商業的未來。

作者簡介：

車品覺

暢銷書《決戰大數據》作者

紅杉資本中國基金專家合夥人

全國信標委大數據標准工作組副組長

 阿里巴巴集團前副總裁，首任阿里數據委員會會長；擁有十幾年豐富的數據實戰經驗，並在實踐中形成了獨特的數據化思考及管理方式，對大數據未來趨勢有獨到的見解。親自領導阿里數據團隊在大數據實踐領域取得了一系列重要成果，包括為阿里建立集團各事業群的業務及決策分析框架，開發智能化的數據產品，成立了驅動集團數據化的運營團隊，成功發起了公共與專有數據資產管理體系，還發布了數據安全規范等。

Ⅱ 如何快速成為電商運營高手

現在各個電商平台上的細節運營點，不太一樣，但是大體運營思路都一樣的。

記住一個公式：銷售額=店鋪流量*轉化率*客單價。題主就圍繞著這個公式，展開在電商方面的學習就可以了。

其實實體店也適用這個銷售額的公式的，但是，對於實體店我們有很多數據不方便統計。

一個好的電商運營，最基礎的，應該是能夠讓店鋪取得更高的銷售額，接下來我從這個公式出發，聊一下，如何能做到更高的銷售。

首先店鋪流量：大概可以理解為，每天訪問店鋪的人數(像UV跟PV有一點點小區別的，前期不用分那麼細)。

首先你需要知道作為一個電商如何能夠獲取更多的流量。我以我比較熟悉的淘寶平台舉例，像流量來源包括：自然搜索、首淘推薦、活動流量(比如聚劃算、周年慶、新風尚……)、付費流量(直通車、鑽展、淘寶客)。從2019年開始又有了」私域流量」的名詞，就是通過做自媒體積累自己的粉絲群，然後往網店內引流。還有很多其他的流量。

其次，轉化率：購買了產品的人數，和店鋪訪問量的比值。就好比是店鋪來了100個訪客流量，然後有5個人購買成交了，此時店鋪的轉化率就是5/100=0.05。

就是好不容易讓顧客來訪問店鋪了，顧客就有可能產生成交購買，這個時候，作為運營就需要提高店鋪的轉化率，盡量讓更多的人購買。

影響店鋪轉化率的因素很多，比如商品價格、客服態度、產品性能質量、店鋪或者平台活動、競爭對手……太多方面了，需要具體問題具體分析了。

最後就是客單價了：就是一個顧客，在店鋪里消費了多少錢。這個指標一般跟店鋪的產品搭配、客服推薦等有關系。

綜上所述，運營最基礎的工作，是需要提升店鋪的銷售額，充分理解好影響店鋪銷售的公式：銷售額=店鋪流量*轉化率*客單價。

然後店鋪平時運營的時候，哪裡有需要提升的地方，就在哪裡花的精力大一些，流量低了就想辦法提升流量；轉化率低了，就分析是哪裡有問題；客單價低了，就想辦法提升客單價。這里可以拿自己店鋪的數據，跟所在行業的均值對比就可以了。

淘寶規則變得越來越全面，系統，想要快速成為電商高手，一定要系統的學習，再結合實操總結反思，沒有人可以一蹴而就。

我作為一個十餘年電商賣家，也會遇到各種各樣的問題，我通常都是和圈子裡的top賣家一起研究，擁有很多獨創的玩法，有趣有效，值得淘寶中小賣家學習、參考。

我研發了一套「 手把手跟我操作，20天讓你成為運營高手 」的計劃，分享給你們

最近操盤的店鋪數據：

第一天：了解平台規則，搭建運營思維框架

第二天：如何選擇貨源，判斷產品能不能做

作為一個淘寶准賣家，教你如何挖掘藍海、產品細分市場，迅速判斷產品競爭力

第三天：產品如何獲取流量和排名

分析店鋪為什麼沒有流量，如何打開流量入口

第四天：產品、店鋪布局，店鋪裝修

做好店鋪、產品定位布局，可以讓你從無從下手到思路清晰

第五天：如何製作高流量標題

很多新手賣家為了圖省事，直接復制別人的標題，你在敷衍平台，平台也會敷衍你，一個好的標題可以為你帶來更多的流量

第六天：如何設計高點擊主圖

通過眼前一亮的主圖，為你帶來更多的點擊

第七天：打造高轉化的詳情頁

格式化、標准化的詳情頁製作思路，提高產品轉化率

第八天：產品上下架

新品新店沒有權重，把握好上下架節點，搶占流量高地

第九天：如何提升產品權重

教你利用人工補單，快速增權

第十天：深度解析，為什麼你刷單沒有效果

刷單容易被抓的五個因素，已經規避的方法

第十一天：客服話術優化

客服也是承擔了一部分的銷售工作，我整理了一些客服話術模板，可以私信我，即可獲取

第十二天：如何應付中差評

一個中差評讓好不容易提升的權重回落，從而影響排名和銷量

第十三天：利用生意參謀診斷店鋪

利用生意參謀的後台數據，分析自己的運營情況，查漏補缺，提升優化

第十四天：如何參加淘寶活動

參加淘寶活動的注意事項，以及怎麼做才有效果

第十五天：玩轉超級推薦，獲得流量紅利

利用超級推薦，獲取更多的首頁流量

第十六天：直通車付費推廣技巧

很多人說開車沒效果，或者是ROI很低，想要彎道超車一定要掌握技巧

第十七天：如何玩轉淘金幣

淘金幣的流量渠道入口很大，可以報活動也可以通過消耗金幣買入流量，淘金幣會優先給予展現，中小賣家們一定要充分利用好

第十八天：如果選擇爆款

爆款不是你想爆就能爆的，怎麼判斷一個產品具有爆發潛質，最終還是要看數據

第十九天：無貨源店群玩法

無貨源店鋪有兩個核心，店鋪資源和操作技術

第二十天：淘寶直播帶貨新玩法

淘寶直播正在「風口浪尖」，要如何迎風起飛打通內容流量，這是眾多商家必須要掌握的一大利器

第二十一天：玩轉淘寶群，培養種子客戶

淘寶群對於賣家而言，不僅僅是一個圈粉工具，粉絲積累下來之後，最重要的一個點就是做好自己店鋪的私域運營，為後期的回購、老客戶維護都有很大的幫助。

你這提到三個關鍵詞，快速；運營；高手。只能告訴你我用了10年至今還在電商運營路上奔跑，快速成就很難，需要天賦和勤奮，還要有機會。

選擇大於努力，機會大於勤奮，快速大於觀望。

09年我認識巨型一號老闆周總，他要做官網，看到他的絲瓜水產品眼前一亮，這個化妝水很有特色比較適合網路銷售。當時價格100多一瓶，我告訴他要做平價，走活動型產品，讓別人幫你賣，他立馬買磨具上了配方型絲瓜水30多一瓶，正趕上聚劃算好時候，9.9瓶14年一個店一場活動曾經賣了6.8萬瓶，整個駐馬店郵政發貨癱瘓了。後來告訴他可以開發洗面奶，第二天就去廣州買灌裝設備，在後來告訴他開發微商產品壓縮面膜和面膜等，都是自己馬上生產，都趕上了趨勢和電商紅利期，現在在納斯達克上市，年利潤幾千萬。

我敬重周總的是一個高中生，電腦都不會操作，但是就是想法簡單敢往前沖，哪怕一瓶賺1元，賣100萬瓶就賺100萬。所以我一直總結說，怎麼做好電商呢，我會說要學農民，馬上行動，快，靠規模賺大錢，靠口碑做推廣。

現在電商平台很多，不斷涌現新玩法，2015年前是天貓，前兩年是抖音，今年是騰訊直播。所以只要聚焦在一個平台，一個爆款品類，做精做細，不斷進步，做到領先，你就是這個領域的電商運營高手。

高手唯快不破，學習李小龍截拳道，洞悉別人招式，能後發致人，破解高手玩法套路，找出漏洞，自己創新提高，就是高手。

向實戰學習，找個好老師少走很多彎路。

祝願你早日成為運營高手。

電商運營高手速成是不可能的，要想自己提升的運營能力進步很快，必須去正確的學習和實踐。先熟悉營銷和商業規則，多看看經典的營銷、市場、管理類書籍；然後積極經營店鋪實踐，投身到網店運營的實踐，多請教，多總結復盤。拜訪身邊電商運營的前輩，就算是花錢。在自己沒有形成方法論之前，不要去參加任何形式的電商培訓。平台的培訓內容都差不多，學習一個就可以了。電商運營所涉及的內容很廣，推廣，策劃，活動，市場服務，都是必需學會的技能。一定要快速學習，因為要學的東西有很多，而且很多的技能都是在理論結合實戰中學會的。

學習是唯一通往高手的路。
詳細看視頻

首先你需要知道作為一個電商如何能夠獲取更多的流量。我以我比較熟悉的淘寶平台舉例，像流量來源包括：自然搜索、首淘推薦、活動流量(比如聚劃算、周年慶、新風尚……)、付費流量(直通車、鑽展、淘寶客)。從2019年開始又有了」私域流量」的名詞，就是通過做自媒體積累自己的粉絲群，然後往網店內引流。還有很多其他的流量。

電商運營高手無法速成，但掌握正確的學習和實踐的姿勢會對自己提升運營能力進步很快。

首先，了解和熟悉營銷和商業規則，靜下心去看經典的營銷，市場，管理類書籍；

其次，是積極參與店鋪實踐，加入到天貓店鋪運營的環節中來，多問，多總結復盤，把自己的姿態放低。

最後，多拜訪身邊電商運營厲害的人，哪怕是付費。在自己沒有形成方法論之前，不要去參加任何形式的電商培訓。平台的後台有很多官方篩選的培訓內容可以看，不要被電商培訓割韭菜。

推薦自己運營過程中看過的書

特別提醒，任何（天貓，京東，淘寶電商運營人員寫的書都不要看，平台官方的除外）

一、運營營銷相關

《ebay中國實踐之啟示》- 我的運營啟蒙書

《品牌的技術與藝術》-品牌、定位

《消費者行為學》：邁克爾.所羅門

《啟示錄-打造用戶喜愛的產品》 作者-marty cagan

《供應鏈管理香港利豐集團的實踐》

《決戰大數據》作者 車品覺

《7-11零售哲學》

《7-11零售心理戰》

《市場營銷》原理與實踐 作者 科特勒

《影響力》-羅伯特.西奧迪尼

二、--「管理方面」

1，《卓有成效的管理者》德魯克

2，《管理的實踐》 德魯克

3，《商業的本質》 傑克韋爾奇

4，《贏》傑克韋爾奇

5，《原則》作者，瑞.達利歐

三、---提升格局

1，《全球通史》上下冊

2，《 歷史 深處的憂患》琳達

3，《總統是靠不住的》琳達

4，《巨流河》 齊邦媛

5，《鄧小平時代》 傅高義

6，《毛澤東選集》1-4卷

四、--商業邏輯

1. 基礎的商業知識，主要是指包括但不限於會計，金融，經濟學，營銷等在內的基礎課程教材，個人覺得非常優秀的教材（但不失可讀性）有：

曼昆的《經濟學原理》

Ross的《公司理財》

Kotler的《市場營銷》

米什金的《貨幣金融學》

David Young的《Corporate Financial Reporting and Analysis》

2. 思維方式和做事方法，主要指的是形成思考和分析問題的框架，怎麼養成良好的工作習慣，在那幾本大部頭以外，個人覺得不錯的有：

《金字塔原理》

BCG on strategy

Porter的三本書

HBR 10 must reads on Strategy （其實好幾本戰略

1、自己要啃學習並且要與時俱進。

2、要創新，思路要前衛。

3、做到別無我有，別有我優。

電商運營現在沒有官方認證的等級，從我個人10年的運營經驗對運營的簡單理解：

初級運營：會上架寶貝，會SD，會基本的推廣設置和報名活動等操作。這等級的運營在一家公司的月薪在6000-10000左右。

中級運營：除了初級運營的操作，會選款，會針對店鋪進行布局，打造爆款。這種運營年薪應該在20-30萬左右。

高級運營：也就是所謂的運營高手，能對產品賣點進行挖掘，對產品市場的未來能預測，可以配合生產，設計進行制定產品方案。這種運營年薪至少50萬以上，而且必須給股份，不過即使這樣也未必留得住。

運營高手已經不是純粹的運營，他是運營+市場+產品。要成為運營高手除了運用經驗以外對產品有很深的理解和研究，而且對市場預測有很好的天分。這種高級運營不僅僅是經驗的積累還要一定的天分。所以快速成為電商運營高手是比較難的。

電商運營是入門容易做精難，很多有十幾年運營經驗的人都不敢說自己是運營高手。不過可以往中級運營的能力努力。

1.要想成為電商運營，最快的學習方法是去一家電商公司以運營助理的方式工作。在選擇運營公司優先選擇成規模的電商公司，不建議去電商代運營公司。成規模的電商公司，他們從選品，到運營，以及後面的營銷已經系統化了，雖然你進去只能接觸某一塊，但是用心了解每一個環節還是能學一些東西。如果進入小公司或者代運營公司是接觸不到電商運營的整體流程或者接觸的店鋪比較雜亂無法深入運營。

2.如果不想辭職學習運營，可以先開一個網店，建議優先考慮淘寶店。淘寶店鋪是比較成熟的電商體系。首先可以先通過淘寶大學免費視頻課程，了解一些運營的基礎知識。然後通過操作店鋪和有經驗的運營學習溝通，提升自己的運營能力。

1、大量學習，尤其跟頂級同行學習。假設做電子產品銷售， 首先研究100個淘寶頂級電子產品賣家案例，同時再分組研究淘寶、天貓排名前100名皇冠或金冠店的成功方法，分店鋪設計、產品描述、照片拍攝、經營項目、價格、標題、客服等專題詳加研究。

2、編練組成小組，各小組分別研究專題。比如有小組專門跟阿芙精油的客服聊天，聊完15天再總結，把客服最優秀的回答方法提煉出來，該小組就單爆這個，他們將快速成長成為頂級淘寶客服，他們先跟頂級同行學習，再總結提煉，最後實踐。三招齊下速成就容易實現。

①攝影組：再比如有個小組專門跟天貓前100名大店（不同行業）去學照片拍攝，從構圖到拍攝角度，基於2000張頂級產品照片的研究，什麼門道琢磨不出來。

還要網路國外同類產品照片，模仿借鑒國外頂級創意，拿到新品就能拍出客戶喜歡、瞬間打動客戶的照片，不要閉門造車，要快速跟頂級高手學習。

專門研究版面設計的小組，將3000個優秀版面設計全部截屏下來，供設計組參考。

②技術組：專門研究淘寶標題優化、關鍵詞設置、流量增加、提高轉化率、開直通車、做鑽展、天天特價等，該小組專門學淘寶各類技術，需要大量聽免費課或看大量文章，比如去跟淘寶大學和淘寶論壇學習。

③文案組：不限行業看500篇淘寶故事，從500篇故事裡提煉淘寶經驗、訣竅，還要專門研究成功與失敗的文章，重點研究經營失敗的文章，研究完再總結、提煉、集體討論。（淘寶論壇、派代網、網路都有）

站外推廣還要分別研究：微信怎麼做？微博怎麼做？QQ空間怎麼做? 論壇怎麼做？網路怎麼做？各個陣地分別研究。

⑤公關組：該小組專門認識並請教論壇版主、淘寶牛人，這點非常重要！應該有牛人帶路少走300天彎路。

⑥售後組：售後包括很多項目，比如為客戶贈送小禮品，要有專門小組去研究。舉例：甲買煙，煙29元，但他沒火柴，跟店員說：「順帶送盒火柴吧。」店員沒給。乙買煙，煙29元，他也沒火柴，跟店員說：「香煙便宜一毛吧。」完後，他用這一毛錢買了火柴。

這是哲學上的「心理邊際效應」，店主拒絕甲的要求，是因為在香煙上賺到錢，但火柴沒賺，賺錢感覺指數為1，所以甲索要無果。

店主同意乙的要求，是因為香煙和火柴都賺到錢，賺錢指數為2，所以乙如願以償。同樣，顧客很喜歡買一送一，他們認為贈送東西肯定有賺，這是心理邊際效應在作怪，在淘寶廣泛運用。

Ⅲ 《決戰大數據駕馭未來商業的利器》epub下載在線閱讀全文，求百度網盤雲資源

《決戰大數據》（車品覺）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接：https://pan..com/s/1tDtgyI0LfkhxO6QpJHXOHw

提取碼：QVQC

書名：決戰大數據

作者：車品覺

豆瓣評分：7.3

出版社：浙江人民出版社

出版年份：2014-3-1

頁數：236

內容簡介：

[內容簡介]

 大數據時代的來臨，給當今的商業帶來了極大的沖擊，多數電商人無不「談大數據色變」，並呈現出一種觀望、迷茫、手足無措的狀態。車品覺，作為一名經驗豐富的電商人，在敬畏大數據的同時，洞悉到了數據時代商業發展的更多契機，他創新了數據框架的建立和使用，重新量化了數據價值的指標，並挖掘了在無線數據和多屏時代下商業發展的本質……在他看來，改變轎者思維方式，即可改變數據和商業的未來。

 《決戰大數據》將視角投入到「大數據實踐」的領域，對數據收集、數據化運營、運營數據、無線數據、數據盲點和噪音、數據分類和數據價值、養數據、多屏時代等大數據應用的熱點問題做出了詳細的解答，對當今的大數據進行了多角度思考辯弊，並提出了做好「個人大數據管理」的前瞻性建議，創建了一個數據化運營和運營數據的閉環系統。同時，《決戰大數據》首次揭開阿里巴巴運營數據的神秘面紗，解密了其數據實踐的「混、通、曬」內三板斧和「存、管、用」外三板斧，對於當今的絕大多數電商企業來說十分有借鑒意義。

 《決戰大數據》是繼經典暢銷書《大數據時代》之後聚焦中國大數據實踐的重磅新作。

[編輯推薦]

 大數據實踐的先行者、阿里巴巴集團副總裁、數據委員會會長車品覺首部個人專著：擁有十幾年豐富的數據實戰經驗，並在實踐中形成了獨特的數據化思考方式，對電子商務未來趨勢有獨到見解，曾先後在匯豐銀行、香港電訊盈科、微軟、eBay等多家著名跨國公司任總監。

 繼《大數據時代》之後聚焦中國大數據實踐的重磅之作，引領「大數據實踐」風潮：《決戰大數據》為數據人撥開大數據時代的層層迷霧，對數據化運營和運營數據的熱點問題做了詳細的解答，為現代商業的發展提供了數據應用的前瞻性建議和商業新範本。

 聚焦阿里巴巴的大數據實踐，首次揭開阿里巴巴運營數據的神秘面紗：解密了阿里巴巴大數據實踐的「混、通、曬」內三板斧和「存、管、用」外三板斧，還原最真實的阿里巴巴。

 首度提出「數據化思考」新思維，改變思維，決勝數據化未來：作者認為大數據時代更多地改變了人類的思維模式，只有掌控大數據背後真正的思維變革才是決勝未來商業的關鍵。

 洞悉大數據與個人、商業與個人的內在聯系，指出了「個人大數據管理」的重要性：無論是電商管理層，還是數據分析師，每個人都要有完善的個人大數據管理模式，以避免數據收集和使用中出現信息不對稱的斷層。

 最接地氣的大數據著作，既是商業人和電商從業者的案頭必備書，也是管理層的決策寶典：作者列舉了大量國內領先電商和自身經歷的經典「數據分析實例」。內容深入淺出，語言通俗易懂。對當今國內的絕大多數企業來說，更有針對性、借鑒性、實操性，也更接地氣。

 國內8大頂尖電商和投資人強力推薦，迄今為止最有重量的數據實踐之作：eBay 大中華區CEO林奕彰、唯品會創始人沈亞、紅杉中國董事總經理劉星、 大眾點評網CEO 張濤、安客誠全球副總裁程傑、京東集團高級副總裁徐雷、 桔子水晶酒店集團創始人吳海、LinkedIn商務分析部總監張溪夢等聯袂推薦。

攜帆族 圖書個人所得全部捐獻給「桑珠助學」和雪謙寺重建。

 湛廬文化出品。

作者簡介：

車品覺

國內大數據實踐先行者、數據觀察家。現任阿里巴巴集團商業智能部副總裁、數據委員會會長。

擁有多元化與國際化的教育背景：生於香港，在美國、英國、澳洲等地接受西方教育，曾於新南威爾士大學、斯坦福大學、INSEAD商學院及清華大學經管學院等世界一流學院進修。

擁有豐富的數據實戰經驗與獨特的數據化思維：曾先後在匯豐銀行、香港電訊盈科、微軟、易趣等多家著名跨國公司任總監職務。對電子商務未來趨勢有獨到見解，是一名未來趨勢觀察家和實戰型培訓師。

Ⅳ 哪位大神有《決戰大數據：駕馭未來商業的利器》電子版書籍百度雲盤下載

《決戰大數據：駕馭未來商業的利器》網路網盤txt 最新全集下載

鏈接: https://pan..com/s/13BvwlHz_rggyJs3Yl4rDbw

提取碼: i5cv

《決戰大數據：駕馭未來商業的利器》是車品覺編寫的一本書，2014年4月由浙江人民出版社出版。

Ⅳ 經驗分享 「大數據」關鍵七問

經驗分享：「大數據」關鍵七問

本文為《大數據的關鍵思考》一書作者車品覺針對台灣企業運用大數據時可能遇到的問題，所提出的看法與建議。

問：對很多人來說，大數據只是個流行詞，誰會需要大數據?

答：任何可以成為流行詞的東西，肯定是社會對它充滿巨大的期望和想像。大數據也不例外。建議企業在考慮使用大數據之前要從當前的問題著手，然後思考：

1.理解業務中有沒有一些決策做得不好，使用數據可以解決嗎?

2.在營運的工作流程中，有沒有錯誤可以利用數據快速糾正呢?

3.數據是否有可能幫助提升產品或服務的品質?甚至直接成為創新的元素?

以上幾個問題，是希望大家明白大數據的運用和你對業務是否有深入理解相關。從這個角度去看，數據化營運無孔不入，跟誰都有關系。然而在使用數據之前，企業還要關注一些基本功，數據平台的軟、硬體支援、如何做好數據的加工准備(包括新舊數據整合)、提煉數據到解決問題的能力。如是，才有資格談大數據。所以，中小企業都應該用數據去認知自己哪些做得好或者不好(數據化營運)，數據作為一個工具，可以幫助中小企業去了解自己，也可以優化業務。但是經營的本質還是取決於創始人的方向與管理，大家不能本末倒置，一昧期待透過大數據就能解決企業的所有挑戰。

問：台灣的中小企業可以如何應用大數據?

答：大數據的力量來自分享、整合和產品化。例如，Google地圖之所以能告訴你前面的路塞車，其實是有賴於每個使用 Google地圖的位置分享。所以我認為政府的推動，可以讓小企業減少得到數據的門檻、增加業界的數據共用，這樣就更有利於讓小企業也享受到大數據的科技。從產業鏈來看，小公司聯盟，把數據統一，用數據來解決一些業內彼此都不能解決的問題。

問：台灣大多是中小企業，相較於大公司，中小企業做大數據的方式、思維有何不同?

答：不管是中小企業還是大企業，在運用任何一種新科技的時候必然要量力而為。而中小企業和大企業的區別，在於中小企業的資源肯定沒有大企業那麼多，所以，中小企業不容易像大公司一樣有龐大的數據團隊。因此，中小企業在運用數據的時候一定要有更穩妥的方法，注重使用數據的效益，可以嘗試從小專案著手再逐步拓展。

問：在資訊泛濫的環境，數據愈來愈容易收集，但也代表「噪音」愈多。企業該如何找到核心數據並成功應用?

答：根據過去的經驗，我認為初期不要貿然就開始一個非常大的大數據項目，而應該是要從小處開始。數據比較適合以小、具體、容易評估效果作為起點的專案，以此鍛鏈自己收集、加工、使用數據來做決策，以及衡量這個數據價值的能力，即以小知大。從小的場景開始，用數據在商業場景中不斷優化。

問：您曾提到大數據的應用講求跨界和創新，在實踐大數據的過程中，最困難的地方為何?

答：大數據應用講求跨界和創新，更准確地說，大數據的價值來自可以從多角度來看同一件事，全景觀察可以減少誤差及創造新的機會。但並不是要求你能夠認知到全部外面的世界，而是能讓其他人的數據為你所用。大數據實踐中最困難的地方在於你對自身的理解，再加上，隔行如隔山，外部整合回來的數據可能很有價值但同時也有很多噪音，大家並不完全清楚數據的來源和定義。

問：成為一名傑出的數據部門主管應具備哪些關鍵能力?

答：據我的觀察，目前非常缺乏一種數據管理人才：對業務要有足夠的理解、明白數據能為業務起什麼作用、了解技術更新對價值產生的關系、數據收集到加工、新數據與歷史的整合、使用數據的便利性等等。其中，對業務和商業的理解，絕對是成為數據主管所需要的基本條件，但若是想達到傑出的程度，肯定要懂得如何在人才匱乏的大數據行業中吸引和保留住人才的眼光和能力了。

問：如何培養對大數據的敏銳度?

答：當在公司遇到業務問題時，問問自己：現在擁有的數據能幫我解決問題嗎?假定所有數據可以獲取，我需要什麼數據來解決問題?要怎麼做才能更容易獲取需要的數據呢?舉例來說，我過去看到路上的交通狀況時曾經想過，大城市裡的計程車服務會不會有可能改善?我那時想著，如果計程車上有個燈能顯示過去客戶對他的評價，那麼司機為了保持住好評價，應該會提供更好的服務水準，這就是數據可能解決的一個簡單例子，下一步才是如何設計一個容易的方法讓顧客去評價，而現在的叫車軟體就是一個很好的實現案例。這是訓練數據敏感度的好方法，也是過去10年我個人一直在用的方法──透過周遭事物訓練數據敏感度，讓數字「說話」。

以上是小編為大家分享的關於經驗分享 「大數據」關鍵七問的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅵ 大數據時代,科技走到了宗教盡頭

大數據時代,科技走到了宗教盡頭

這是一個人人都言「大數據」的時代，然「大數據」存在於何處？影響於何處？難免，普通大眾被席捲而來的「大數據」之潮迷亂了眼睛，攪亂了思緒。正是在這樣的時刻，筆者認為尤為重要的是保有敬畏之心與清醒的思維，認識到「大數據」的局限性。

滲透時刻，無處不在的大數據

大數據可能是時下最吸引眼球的話題之一。從通過鮮花與安全套銷量比分析不同城市的浪漫指數到發現深處內陸的新疆人民反而比基尼銷量第一，從為節能減排做貢獻到德國國家隊利用大數據技術搜集球員信息征戰世界盃到根據敵方機場起降信號，一分鍾內分析出起降批次，戰斗機型號等細節，再到獲得獲第86屆奧斯卡金像獎最佳原創劇本獎的《她》，劇本內主角和人工智慧系統之間感情逐漸加深直到愛上彼此，大數據給人帶來無盡遐想，帶來無限精彩的可能。

就像馬雲所說的那樣，人類已經從IT時代走向DT時代。阿里巴巴集團數據委員會長車品覺在他的著作《決戰大數據》裡面也強調了兩個重要觀點：其一，大數據徹底消除了「樣本偏差」（sample bias）。「樣本跟大數據不同。大數據相信全量數據，而非樣本；是分析得出，而不是抽樣獲得」；其二，大數據時代的相關性分析可以創造以前無法想像的場景。極端情況下,線上數據的積累,可以形成個人的」線上人格」,影響乃至控制人的線下行為。

傲慢是罪，保持一顆敬畏之心

大數據前景如此美好，竟讓我無言以對。然而，傲慢是罪。「智慧果」讓人類擁有了智慧，但同時也讓離開伊甸園的人類從此無法擺脫傲慢的原罪。從「通天塔」到在「地上建立天國」，失去敬畏之心的人類往往給自己造成巨大傷害。大數據時代，同樣應該保持一顆敬畏之心，認識到以下三點。

一、樣本偏差始終存在，大數據沒有超越統計學

什麼是樣本偏差？這方面最精彩的例子來自二戰。其簡化版本是，英國皇家空軍苦惱於德軍兇猛的防空炮火，想通過加強飛機裝甲降低戰斗機損耗率。但受制於飛機載重，只能在部分部位加強裝甲。為此，他們求助於一位統計學家。在仔細觀察成功返回機場飛機上的著彈痕跡後，專家給出了出人意料的結論：在沒有著彈痕跡的部位加裝裝甲。面對質疑，統計學家只回答了一句話。「那些部位著彈的飛機都墜落了」。可見，統計學永遠是個手藝活，沒有兩把刷子是要害死人的。

本質上來說，統計學就是用部分推測整體，用過去預測未來的理論體系。其最大的弱點在於部分推測整體時，樣本偏差會讓結論失效。那麼，在大數據時代，是否真的來到了天堂，沒有樣本偏差的困擾了？答案顯然是否定的。從現象上來看，即使在大數據時代，數據與應用場景也會有嚴重割裂。拿情人節鮮花和安全套比率這個例子來說，基於「你懂得」的原因，很多安全套消費發生在線下，線上無法獲取該數據。因為技術手段或商業模式本身的限制，線上系統能採集到的數據只是完整場景中的一部分，不是全部數據。再比如新疆人民比基尼銷量第一的例子。數據分析人員如果不能意識到真實場景中，新疆的比基尼銷售量主要集中線上（線下傳統渠道銷量很少或者基本沒有？）但其它省份比基尼銷售主要在線下（線上銷量佔比8%~10%）就會得出錯誤的結論。同時，在新疆，淘寶天貓的網上銷量基本代表了真實的網上銷量。但在北上廣這些一線城市，京東的線上銷量已經和淘寶天貓相當，只考慮阿里系的數據，會嚴重低估真實銷量。

從理論上分析，數據與應用場景的割裂本質上就是樣本偏差。因為技術或者利益的原因，大數據時代搜集的數據也不能完全覆蓋應用場景的各個環節，所取得的數據仍然是部分，不是全部。最後，從哲學層面來說，即使以後技術有了長足的進步，解決數據與場景的割裂問題，同時也有了完美的商業模式可以讓競爭對手樂意互相分享數據，樣本偏差仍然會存在。其核心在於，人類雖然有能力認識客觀世界的所有規律，但客觀世界本身並不是靜止的，而是在不斷運動當中。過去的數據，一定不能體現客觀世界未來的發展規律。「刻舟求劍」的理念不符合實際。從這個角度上來說，「黑天鵝」事件的本質就是樣本偏差。技術再先進，商業模式再精妙，也不能解決這個問題。所以說，即使在大數據時代，人們還是應該有敬畏之心，在這個時代，科技確實遊走到了宗教邊緣。

二、大數據結論是統計學意義上的整體性結論，並不是針對個體

任何基於統計學的理論分析和結論都是整體性的。阿西莫夫在他的著作《基地》里完美的闡述了這一觀點。哈利.謝頓以銀河系裡2000萬星球上百億億居民為研究對象，成功創建了心理歷史學，並以此成功預測了銀河帝國會經歷長達三萬年的黑暗野蠻時期和銀河第二帝國的出現。但無法用該理論預測個體。所以它無法預言變異人騾的出現。若非第二基地的存在，整個復興計劃險些失控。《失控》也描述了類似的現象。深海里的魚群作為一個整體，行為規律非常容易預測。但單個個體行為毫無規律，難以預測。淘寶/天貓的「千人千面」是大數據時代的重要嘗試。其核心基於大數據，為淘寶/天貓客戶展現個性化搜索結果。該項目核心細節並不為外人所知，但基於理論分析，可以做出合理的推測。首先，淘寶/天貓搜集的數據一定不是所謂的「全量數據」，現有條件下，很多與顧客購買興趣相關的核心數據無法被搜集。其次，即使模型准確率能達到99%，對於一個上億規模的平台來說，也有近千萬的客戶會有比較差的用戶體驗。基於此，「千人千面」個性化程度必須做合理化約束，否則，理想越美好，現實就會越骨感。

三、相關性始終不是因果，這方面應用陷阱和機會一樣多

相關性分析是數據分析利器，同時又是最容易引入問題的地方。相關並不是因果。統計數據顯示，冰淇淋銷量上升時，水中溺死人數會迅速上升，兩者之間呈現極強的正相關。那麼冰淇淋消費會引起人溺死嗎？答案顯然是否定的。只是天氣炎熱會同時增加冰淇淋消費和人們水上活動的幾率。一個更有說服力的例子是某個時期的統計數據顯示，白酒價格和牧師收入之間有極強的正相關。難道牧師群體們一個個都是「酒肉穿腸過，佛祖心中留」？答案也是否定的，其真實原因只是因為通貨膨脹同時導致了白酒價格和牧師收入水平上漲。在大數據時代，相關與因果的混淆可能導致的問題會遠超以往。大數據時代，數據極為充分，計算能力極強，可以發現以往無法發現的相關性。這是大數據時代讓人興奮的地方。但同時，相關性與因果性的辨別難度極大提升。一旦判斷失誤，會引起極大的問題。譬如說，目前阿里小貸引以為豪的信用判別模型與自動放款。假設目前信用模型相關性失效，「即通貨膨脹率長期穩定，白酒價格和牧師收入不再強相關」，那通過現有模型篩選的主體的真實信用等級會有極大風險，後果不堪設想。以上分析純粹基於理論層面，並不指向某個具體項目，但隨著大數據技術的進步，辨別相關性與因果性的難度會越來越大，風險也會越來越高。

這個世界最讓人理解的就是它是不可理解的。這個世界最讓人難以理解的就是它又是可以理解的。大數據時代，我們需要有一顆敬畏之心。傲慢是罪。

以上是小編為大家分享的關於大數據時代,科技走到了宗教盡頭的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅶ 《決戰大數據：駕馭未來商業的利器》讀後感

作者簡介：車品覺，前阿里巴巴集團副總裁、首任阿里巴巴數據委員會會長。現任紅杉資本中國基金任專家合夥人。是國內大數據、數據決策與分析領域的傑出人才。

數據分析的兩大主要作用：要麼驗證某個想法，要麼探索未來

《決戰大數據：駕馭未來商業的利器》是品覺老師10年數據修行的經驗分享，對於企業決策或者產品經理分析用戶，提煉需求都非常有啟發，以下為截取部分精華內容並結合自己的學習體會。

1.數據的本質是還原用戶的真實需求

數據記錄了用戶在什麼時間，訪問了產品的哪個功能，訪問路徑是什麼，停留時間是多久，最後離開是什麼時間，最終是否有提交訂單等。將這些數據串起來則可以還原用戶當時的場景，剖析出用戶的真實需求。此時，產品需要思考當前的產品是否滿足了用戶的需求，若是沒有，如何改善。

2.活做數據，抓住數據的相關性

「活」做數據收集，從相關聯的行業和業務中去收集能夠為現在所用的數據。如，負責特價酒店的產品，可以收集這批用戶在火車票、特價機票及門票等相關業務，從而獲得不一樣的啟發。

3.數據分類，找到核心數據

不同的數據含金量不同，即使同樣數據在不同的場景體現出不同的價值，具體分類可以參考以下：

（1）不可再生和可再生；

（2）基礎、中間層和應用層

（3）按數據業務歸屬，分為各個數據主體

（4）隱私數據和非隱私數據

3.個人數據管理

（1）收集有效的數據源，並按重要性和時間長短進行分類；

（2）關鍵詞標簽是對數據收集後重要的整理

a越有效的標簽就越能快速地調取數據

b注意知識范疇的培養

c 場景的標簽，分為公司與人物，再加上世家

由時間鏈、共識面（公司、人物、來源）、知識體系（標簽）和格式（內容）所構成的一張知識圖譜是解碼決策分析的依據。

以上，是對《決戰大數據：駕馭未來商業的利器》簡單的介紹，本書可以作為數據人入門讀物，特別是其中關於數據收集（數據源）和數據整理（標簽，構建知識圖譜）具有很好的指導。

Ⅷ 開放與安全 大數據的「尷尬」博弈

開放與安全 大數據的「尷尬」博弈
手握大數據，你能做什麼？
消費者，可以通過售後服務和投訴率等指標貨比三家；商家，可以藉助信息的公開透明和諧相處、良性競爭；投資者，可以分析數據准確找到自己想投資的項目……
有人說，數據就是生產力，在信息社會，它將成為核心資源；有人說，雖然它還沒有被列入企業的資產負債表，但只是一個時間問題……
大數據，已然成為時下最火熱的IT行業熱搜詞，隨著數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據商業價值的被利用，其逐漸成為行業人士爭相追捧的利潤焦點。
只是，自古「忠孝兩難全」，凡事皆難兩全其美。當央視315晚會大力度曝光Cookie採集用戶信息時，當人們因個人隱私被泄露而只能一聲嘆息時，「風光無限」的大數據遭遇了當頭棒喝。福音還是災難？一夜間，關於大數據的討論多了些許憂心的成分，如何挖掘和使用數據？企業的道德底線瞬間被推上了審判的至高點……
大數據開放才是硬道理
「大數據時代，是三個和尚在一起才有水喝。」對於這一形容，阿里集團數據委員會的會長車品覺非常認同，在他看來，大數據行業本身非常考驗技術和商業的同時，也需要很多其他的東西結合起來之後才能用在數據上， 亦即利用數據拿到更多數據，互惠互利。
為了更好地理解這一概念，在阿里媒體開放日上，車品覺和我們分享了一個典型的故事。
一個海員，因為意外要把他派到一個地方去收集一些航海工具。當時，他發現這個地方有很多航海日誌，可以提煉出不少數據化的航海背景，於是，他收集這些東西放在航海地圖上，以幫助將來出海的人做一些決策，而航海的人根據此地圖行動後也必須要收集一些數據繼續完善，不斷反饋和糾正，在實踐中提煉數據的敏捷性，這本誕生於100年前的航海地圖就是我們今天追尋的大數據，它具有數據體量巨大、數據類型繁多、商業價值高和處理速度快等特點。
收集數據、應用數據，然後出現質量問題，層層反饋回去以建立更清楚的數據源。對於大數據而言，開放似乎才是硬道理；對於很多企業來說，大數據管理其實是補10年前管理理念上的課。眼下，移動互聯網與社交網路的興起更是將其帶上了新的征程，但車品覺卻表現出了謹慎保守的態度。
「孤立的部分不能構成整體，但處理開放最大的難題就是數據安全，開放是硬道理但安全也是重要的保障，在安全還沒搞清楚之前，開放還需要等待。」在大數據行業踐行多年的車品覺再三強調現在談數據的開放還為時尚早。畢竟，數據越大，問題越大，數據安全問題亦自雲計算概念普及之時已被頻繁提上議程。
個人隱私遭泄露：數據開放的另一頭是安全
網購時，包括家庭住址、電話等個人信息被商家一覽無余之時也被不法企業廉價販賣；安裝手機APP，通話記錄、簡訊記錄、通訊錄成了隱私信息泄露的三個高危地帶……於是，各種陌生、欺詐電話應接不暇；個性生活、消費習慣更是被相關利益方了如指掌。小米科技CEO雷軍更是發出「手機丟了，比電腦丟了還恐怖」的感慨，如是說，越來越開放的大數據已失去了重心？如何守住正義的最後這道防線成了商家必修的課題。
對於淘寶和阿里系，車品覺介紹稱，從內部的情況來講，個人很重要的信息我們稱之為敏感信息，從敏感信息來講，從收藏庫到倉庫是隱蔽的，你是工程師或者在內部開過店有你個人的隱私，內部安全把敏感數據隱蔽，不能讓一般人看見這個數據，有些我們稱之為機密性的數據就更嚴重一點，在倉庫裡面都看不見這些數據，這是隱秘性的。從應用來講，要應用這個數據需要遵守PRD原則，經過內部的評審，看有沒有侵犯到個人隱私，所以，從內部來講對個人隱私方面還是相對保護比較多。
事實上，當前大數據面前有三座大山，一是數據質量作為底線：如果原材料不可靠，將無法加以利用；第二，平衡數據安全與開放，開放是硬道理，但開放最大的難題是數據安全。第三，落實數據化運營，只有當大量的員工懂數據，用數據來決策業務，才能說明這家公司開始啟動數據化運營。
不可否認，數據開放本身會產生力量，適當的開放也會產生更多的想法，但如車品覺所言，開放不一定是獲取數據，可能是創新想法的交換，這比獲取數據更重要。
當前，挖掘用戶的行為習慣和喜好、 幫企業做內部數據挖掘或優化、幫企業更精準找到用戶，降低營銷成本，提高企業銷售率，增加利潤……可以看出，雖然大數據目前在國內還處於初級階段，但是商業價值已顯現出來，誕生了新的商業模式的同時亦彷彿站在金礦上。
如何讓它有可參考性？「伴有主觀情緒在裡面的數據需要清楚的告訴別人主觀判斷在哪裡，比如我們看一些訪談，它會說，這個訪談是經過調查兩千人後得到的結果，這種就是參考數據。」車品覺表示。
值得一提的是，無論如何，在隱私泄露這件事情上，消費者是需要被保護的弱勢群體，商業也好，企業也罷，需要在開放與安全中把握好一個「度」，可以說，這是一個良心的判斷。
阿里大數據還在路上
讓數據獲取、使用、分享、協同、連接、組合變得超級簡單，這是大數據時代背景下我們的終極理想。只是，需要努力的是，我們暫未找到一個很好的盈利模式，包括走在前面的阿里。
「今天很多大數據公司還在投資，我們還看不清他的贏利點到底在哪裡，最簡單的是用數據去做一些數據產品，比如以前的數據魔方，或者今天的阿里金融，就是用數據生產一套新的東西出來，我相信這是今天比較容易能看見的。」車品覺說。
此前，阿里集團董事局主席馬雲提出了「平台、金融、數據」三步走的戰略，繼阿里集團架構調整、組建小微金融服務集團後，再次傳出阿里金融讓銀行緊張的說法。
據介紹，阿里金融是針對中小企業在這個時代的融資需求應運而生，這個方案貫徹了透明、開放、責任與分享，它的第一職責不是幫助金融機構，幫助客戶、幫助無數淘寶賣家才是阿里金融的責任所在。
「金融行業不緊張，我們的小微企業就很緊張，所以我覺得假如阿里巴巴集團能夠讓現有金融體系緊張一下，也是互聯網企業對社會進步的重要貢獻。」馬雲說。在他看來，任何一個領導者對企業成功的定義都不是挑戰了誰，而是創造了誰，否則終有一天會倒下。
事實上，從醞釀到曝光，在不為人知的背後，阿里金融走了很多年，在數據安全的基礎上，怎麼體現出數據的價值？開放似乎也還只是一個構想。
「我們今天所走的路是很新的路，參照系的東西並不多，從國外的公司來講，有我們這個數據量的公司也並不多，我們確實是要小心地一步一步去走這條路，我們都很相信，它會有非常大的價值，但是這個價值將來到底怎麼體現出來，就要看後來這條路，我也沒辦法今天去判斷它絕對的價值是怎麼產生的，每一個做數據的人肯定都非常相信它的價值，包括我自己在內。」關於大數據的未來，車品覺總結道。
大數據的話題雖然很熱，但真正的腳步離我們還很遠；而阿里大數據，亦尚在路上。

Ⅸ 從入門到精通 互聯網數據分析書籍清單

從入門到精通：互聯網數據分析書籍清單
任何一個技能的學習，都有從淺到深的過程，數據分析也不例外。一個完整的數據分析知識體系類似金字塔結構：最頂層是對數據價值的認知、業務理解，中間是數據分析方法論，而最底層則是數據分析的解決方案或者具體的操作方法。我把數據分析的推薦書籍劃分成三個段位，便於大家漸進式學習。
數據分析入門版
入門版適合數據分析的入門者、對數據分析沒有整體概念的人，常見於應屆畢業生、經驗尚淺的轉行者。

入門版推薦書籍
《深入淺出數據分析》：O』Relly出版的HeadFirst（深入淺出）系列書籍之一，書中有大量的圖片和有趣的案例組合。本書淺顯易懂形象生動，可以使入門者對分析的概念有個全面的認知。
《誰說菜鳥不會數據分析》：本書詳細介紹了數據分析的基本方法和過程，並且以Excel表格為例進行了案例闡述。同時本書還介紹了數據分析在職場的意義，可以幫助職場小白快速上手。
《赤裸裸的統計學》：作者年輕時是個追求學習的學霸，後來自己從統計學中發掘了很多可以應用到生活的地方。這也是本書的主旨，結合生活講解統計知識，生動有趣。可以避免統計學一上來就大講貝葉斯概率和隨機分析的枯燥。
同樣類似的書籍還有《統計數字會撒謊》，這本書知名度要高點，通過揭露「虛假數字信息」來幫助大家理解背後的統計學原理。
數據分析進階版
進階版具有一定的行業針對性，要求分析者具備一定的數據分析常識和業務理解；適合網站分析師，商業分析師以及數據產品經理等人群。

進階版推薦書籍
《精通web analytics 2.0》：Analytics將點擊流網站分析工具與定性數據、測試與試驗以及競爭情報工具相結合，從而推演出詳盡的網站戰略以及操作層方案。此書雖老，但其中很多思想和流量分析的案例仍然很有借鑒意義，現在國內只能買到二手的舊書。
與此類似的有《網站分析實戰》，是國內一本講網站分析的書，沒有上面經典，但勝在新出，很多案例和理念都有及時的更新。
《深入淺出統計學》：與上面的《深入淺出數據分析》同屬於Headfirst系列書籍，運用充滿互動性的真實世界情節，幫助讀者快速了解統計方面的理論知識。
《數據化管理》：黃成明著，講解在企業中應用數據的例子，讀完受益匪淺，裡面舉的很多例子都很接地氣。雖說偏向於零售業管理，但大道歸一，可適用於很多行業，當時依據裡面的理念規劃了美團外賣面向BD的數據產品。
《MySQL必知必會》：這本也是我當年學習SQL的入門書，薄冊子一本，看起來很快。SQL是個性價比很高的技能，簡單而強大。任何想進一步提高自己數據分析技能的產品/運營/分析師 同學，都建議點亮這個技能點。
《互聯網增長的第一本數據分析手冊》：我們公司的出的一本數據分析手冊，全書以增長為主題。這本手冊介紹了互聯網創業企業增長方法論、互聯網數據分析的常見方法（趨勢、轉化、留存、實時、分群、細查、熱圖）、細分行業（如SaaS、互聯網金融、電商等）的應用。
數據分析高階版
更高階的數據分析相對來說專業性就強了，如涉及到企業內部數據治理，數據結合的業務分析，數據可視化等。當然，還有數據挖掘演算法之類的更深入的東西，這塊沒有研究就不瞎推薦了。

高階版推薦書籍
《決戰大數據》：阿里巴巴前數據副總裁車品覺老師所著，講解了阿里巴巴在企業內部治理數據過程中的心得，所講「存-通-用」數據管理三板斧和「從數據化運營到運營數據」，字字珠璣，可堪借鑒。
《精益數據分析》：此書優勢在於將企業分成了幾個大的行業類別，並分門別類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。
《The Wall Street Journal Guide to Information Graphics》，華爾街日報負責商業分析的人做的可視化指南，精華且實用，我之前寫過讀書筆記《華爾街日報是這樣做數據可視化的》，可供大家參考。
《數據倉庫經典教程》：網上有人整理出來的資料，優點是簡單明了，不像正常的數據倉庫教材厚厚一本。
當然，數據分析是一門很深的學問，我也只是窺得冰山一角。要想做好數據分析必須具備多方面的技能：需要看清數據的價值並且懂業務，需要熟知數據分析的方法論，同時也要熟練掌握數據分析軟體的操作。在學習上面數據分析推薦書籍的同時，不斷在實踐中加深自己的理解，用數據來驅動業務和客戶增長。

Ⅹ 對於大數據存在多少偏見乃至誤讀呢

對於大數據存在多少偏見乃至誤讀呢
近幾年，得益於資本追捧、企業造勢、媒體推廣以及公眾往往跟風式參與，一些新概念或被引進、或被改造、或被提煉，其中代表性的有：大數據、互聯網思維、「互聯網+」、雲計算、智慧城市、媒體融合、人工智慧、IP、VR/AR等。其傳播套路（流行持久度）大致為：今天你爆紅，明日我當道，各領風騷真熱鬧。只是，在一陣陣浮躁、喧囂與狂熱的背後，這些新概念究竟有多少真正被正確理解了，而又有多少存在偏見乃至誤讀呢？
特別值得說說的，首推大數據。
對這個舶來的、隨著2012年在有著「大數據商業應用第一人」之稱的維克托·舍恩伯格那本全球級暢銷書《大數據時代》隆重登場的新概念，先是在國內的互聯網業界颳起一陣超級旋風，繼而風靡了整個社會，由科技界的熱門詞變身為社會高頻詞，人人爭說大數據，唯恐掉隊落伍。說得更尖銳些，和絕大多數「新概念」一樣，「大數據」已經成了許多閉門造車者竭盡全力宣揚的主題。這種現象與2005年盛極一時的Web2.0革命論如出一轍。那麼，結果如何呢？在「中國互聯網老兵」謝文看來，「一個概念，無論它可以抽象到多麼高深的程度，其形成、演變、推廣的過程往往卻很實在、具體，充斥著不同社會力量的博弈。這個概念的對錯與否、生命力的長短、對社會的影響往往不取決於概念本身，而在於它的社會價值」。因此他得出結論，「關於大數據，你知道的都不對！」
《大數據經濟》是謝文的第二本書，距離上一部《為什麼中國沒出Facebook》已過去了五年。很難想像，自上世紀90年代中期留美歸國後，就先後在中公網及其所屬聯眾游戲網站、互聯網實驗室等知名企業擔任CEO、董事等職務，曾擔任和訊網CEO和雅虎中國總裁等職的業界大咖，頻繁在各大紙媒撰文發表業界觀察和產業心得的人，在出書這個舉動上卻如此「惜字如金」。但或許也正是如此，使閱讀謝文作品成了一種智性訓練和與智者的對話。在謝文冷靜、平和的文字背後，體現了他作為中國互聯網發展數朝元老的老練沉穩，這種面對洶涌浪潮波瀾不驚的定力，除了來自專業理性的思考，便是長年累月、一以貫之的行業沉澱。
按照架構，《大數據經濟》旨在向公眾澄清有關大數據的一些謬誤，正本清源、回歸真相。而主體內容則收錄了謝文從2012年上半年起至今陸陸續續寫的一系列關於大數據現象的專欄文章。雖然每篇議題各有側重、篇幅也長短不一，但核心繞不開以下幾個論點：第一，時下，對大數據的概念界定實際上仍然模糊不清、模稜兩可；第二，當前大數據實踐都還屬於摸著石頭過河的階段，這符合產業發展規律，大體來看，第一波創新嘗試集中在網路業、製造業和公共服務業以及三者之間的融合互動上；第三，大數據是一種世界觀、歷史觀、價值觀、方法論；第四，數據服務將是未來，而數據共享與公開將是大數據藍海的歷史使命。當然，他更不否認接下來的第五點：大數據時代對社會現有結構、體制、文化和生活方式的沖擊與變革遠大於計算機時代和互聯網時代。「現在正是大數據帶來的大變革的前夜，面對這場勢將席捲全球的社會大變革，主動比被動好，早動比晚動好，不動不是一個選擇。」
僅就這些觀點而論，謝文其實並不孤單，就拿國內來說吧，至少像《決戰大數據》的作者車品覺、《大數據》和《數據之巔》的作者塗子沛等幾位，都與他「英雄所見略同」。
此外，我們也看到了謝文的憂慮。在書中他憂心忡忡地指出，大數據是整個Web2.0革命的重要組成部分，世界網路業的領軍公司，例如Google、Facebook、蘋果和亞馬遜已佔據了先發的位置。我國網路業中哪家公司能急起直追，誰就是先行者，否則，就只能扮演受害者的角色了。至於未來的戰略方向，謝文建議有識之士重視數據服務業，數據服務業和現有的相關產業的根本區別在於其商業模式是數據驅動型，是對大數據的深度分析加工，是對大數據的多重利用和深度利用，是對現有簡單直接商業模式的增值服務。《大數據經濟》提到，包括蘋果公司和谷歌在內的世界巨頭，都在不計成本地全方位增加生產和獲取大數據，就是為了在走向數據服務業的過程中贏得先發優勢，為未來的領先地位在下一盤很大的棋。
謝文為此毫不客氣地批評國內公司一擁而上生產智能手機的現象：「如果自身沒有成熟配套的操作系統、開放平台、雲計算後台和數據分析加工平台，單兵突進只做手機，也許在某個時段能賺點錢，但從長遠看是沒有前途的。那些在手機首頁集成點自己的服務，高呼搶占網路入口口號的伎倆，在滾滾而來的大數據洪流面前顯得那麼蒼白無力。何不舍棄雞肋，重新定位，發揮優勢，爭取不在大數據時代掉隊呢？」商業、資本固然有「趨利性」的一面，也就是什麼賺錢做什麼，而謝文的洞見在於，「趨利性」與「趨勢性」並不矛盾，而後者是謀定而後動，去做一些更長遠、更深遠的產業布局。很可惜，並沒有多少人能意識得到這一層，而這恰恰也回應了他當年的「謝氏之問」——為什麼中國沒有Facebook？
客觀地講，由於《大數據經濟》是謝文之前媒體專欄文章的結集，因而在時效性上多少有點欠缺，即便國務院印發的《促進大數據發展行動綱要》也才大半年前的事，但互聯網風向轉變之快，已不是三五年為一個周期的「後浪推前浪」了。另外，本書還收錄了其他非「大數據」主題的文章，議題從移動互聯網創新到「互聯網+」再到寬頻戰略、公司研究等等，內容難免顯得有些繁雜。不過，鑒於謝文十幾年如一日跟蹤中國互聯網產業的發展步態，鍥而不舍地發些看似不合時宜的聲音，他的作品仍被筆者列在必讀范疇之內。至於媒體把他尊稱為「中國的凱文·凱利」，則未免有些不著邊際。謝文從來不輸出技術哲學，也不信奉先驗主義，他只是在持續不斷地講述常識。