数据方法论的总结是增长实践的指导

栏目: 数据库 · 发布时间: 6年前

内容简介:不管是日常生活还是工作,我们都在谈数据,谈数据分析;但是我们真正对数据认识多少、了解多少、又掌握多少?通过车品觉的决战大数据:驾驭未来商业的利器一书,笔者对数据的认知有了一些新的启发,当然,这本书并不是一本纯方法论的干货书籍,更多的是车品觉基于阿里工作上和个人对数据工作经验上的一个数据思维认知及思考。认知数据很多产品都”会”做数据分析,拿到数据后通过Excel、Tableau等数据处理、可视化工具将数据处理成表格、报表等可视化形态,基于可视化展现得出结论并进行下一步工作。这种方法有没有错?没有错,但是前提

不管是日常生活还是工作,我们都在谈数据,谈数据分析;但是我们真正对数据认识多少、了解多少、又掌握多少?通过车品觉的决战大数据:驾驭未来商业的利器一书,笔者对数据的认知有了一些新的启发,当然,这本书并不是一本纯方法论的干货书籍,更多的是车品觉基于阿里工作上和个人对数据工作经验上的一个数据思维认知及思考。

数据方法论的总结是增长实践的指导
(上图中的思维导图并非对这本书的知识点整理,而是笔者基于阅读后的思考并结合个人经验对其中重点部分的概括,如果希望得到关于本书的知识点思维导图可以亲自阅读或百度其他相关文章)

数据思考

认知数据

很多产品都”会”做数据分析,拿到数据后通过Excel、Tableau等数据处理、可视化 工具 将数据处理成表格、报表等可视化形态,基于可视化展现得出结论并进行下一步工作。这种方法有没有错?没有错,但是前提是数据来源准确、数据处理加工方式与期望的一致并且数据的应用场景与需要解决的问题契合。

如果产品按照上面的思路去做产品,那么仅仅算入门,那么如何再进一步呢?要对数据有一定的认知,这个认知需要先解答三个问题:数据从哪里来?(数据的来源、渠道)数据如何来的?(数据的处理及加工方法)数据到哪里去?(数据应用的场景是什么,要解决什么问题)

这三个问题看似简单,但任何一个出现了问题都有可能影响最终的数据结论及下一步决策;并且很多产品在使用数据之前都不会思考这些问题,可想而知这样得到的数据结论是否真的准确、有效。

数据的本质

一家公司或一款产品,它的价值是两方面的:一方面是对企业或产品自身的价值;另一方面则是对使用产品或使用服务的用户的价值。对企业的价值即通过数据,使公司资源合理分配,实现利益最大化;对用户的价值即通过数据,提升用户的使用体验,让用户更久更频繁的使用产品/服务。

数据的本质,即通过数据还原用户在使用场景下的真实需求。用户,通过数据辨识用户属性、特征,如用户性别、用户职业等等;场景,通过数据还原用户产生数据时的时间和空间特征,在什么时间什么地点用户产生了什么数据,如用户在中午公司附近登陆了外卖app预定了一份午饭;需求,通过前面提到的用户数据以及场景数据,与之结合分析用户的需求是否真正满足了,亦或是遇到了什么问题,是否可以通过流程的优化、功能的完善帮助用户更好的使用产品或服务。

做”活”数据

除了实时数据外,大部分数据产生后就成为静态数据存储在数据库当中,但是在进行数据分析时,要将数据做活。结合相关行业与业务数据,通过对数据的重新组合,找到可以解决业务问题和企业发展的数据方向。

将数据与业务场景相结合,将静态数据变成动态数据,如对于电商网站来说,一个用户的购买行为可以推断出一个用户的性别,但是不同场景下的购买行为又体现除了截然不同的性别特征,不能单纯用户男女去识别用户,要基于用户的实际行为动态判断用户的购物倾向。

数据的分类与价值

数据分类,按照是否可再生、存储层次、业务归属、是否隐私,可以把数据分为4大类:

是否可再生:不可再生数据,即原始数据;可再生数据,即基于原始数据加工处理过的数据。

存储层次:基础层,即原始、未经人为加工过的数据,通常为底层数据库;中间层,即对基础数据进行汇总处理后的数据,也可以成为数据仓库;应用层,即基于业务场景和业务问题解决而使用的数据。

业务归属:基于不同业务场景形成的不同数据类型,如电商平台的用户数据、支付数据、产品数据等等。

是否隐私:隐私数据,即不能随意公布的数据,如用户敏感数据,公司机密数据;非隐私数据,可以对外公布或随意使用的数据。

数据的价值,主要分为5类:识别和串联、描述、时间、预测、产生数据:

识别和串联:基于数据识别用户、行为,并将同属于一个主体的数据串联在一起。

描述:通过数据描述一个主体的属性、特征和行为偏好,如用户画像。

时间:通过时间和产生数据的关联,形成时序关系的连续数据,可以基于时间进行数据分析。

预测:通过历史数据及实时数据预测未来的数据行为。

产生数据:基于数据产生新的数据,如支付宝的信用分,基于用户的过往行为数据及用户属性数据,为用户形成一个新的信用数据。

数据的态

数据并不能100%告诉你事情的真相,要学会通过数据发现其中的真伪。数据可以分为三态:常态、时态、变态

常态:周期循环的状态表现,一个人会有7态,喜、怒、哀、惧、爱、恶、欲,在不同场景下会在不同态之间轮换。

时态:当边缘系统激发后,会衍生出时态,即符合当前场景下的态。

变态:从常态到时态的变化过程。

数据实践

数据化运营实践:混、通、晒

混:熟悉业务场景和商业模式,在数据分析、使用前,先了解数据所在的业务场景,即形成数据认知,数据从哪来到哪去。

通:将数据与具体场景相结合,不能单纯谈场景,也不能单纯谈数据。

晒:在混和通的前提下,使用数据,基于数据发现问题、优化问题。

运营数据实践:存、管、用

存:收集数据,并让数据产生价值。

管:管理数据,对数据的准确性、安全性、存储进行管理,让数据在需要时可以高效提取使用。

用:将数据带入真实的业务场景中,还原用户、场景和需求。

数据化运营与运营数据的差异

数据化运营,基于特定问题,通过数据寻找解决、优化方案

运营数据,基于数据,主动发现问题,解决问题

个人数据管理

个人数据管理是对个人知识体系的整合与提升,主要从三个方面将个人数据管理体系形成闭环:数据收集、数据管理、数据使用

数据收集

明确你需要管理哪个方面的数据内容,选择有效的数据来源并明确数据来源的重要程度及优先级,并养成从数据来源连续收集数据的习惯。

数据管理

对收集的数据进行标签化,形成不同数据的分类和整理,在需要用到时可以快速提取并使用。

数据使用

要知道在什么问题背景下需要使用哪类数据,需要如何使用才能解决问题。

数据管理闭环

数据来源是动态变化的,数据分类也是动态变化的,是随着对数据管理的不断深入,以及对实际数据使用场景的不断认知动态调整的,打通数据收集、数据管理及数据使用的闭环。

思考

本书在笔者看来可以分为三个部分,对数据化思维的思考、对数据方法论的总结以及对个人数据思维、数据管理的培养。

数据化思维是基于经验、实践、认知的总结,可以帮助我们在数据思维培养的路上少走弯路;对数据方法论的总结是帮助我们进行数据实践的指导,一定要在具体数据实践中有所应用才能感悟其中的道理;个人数据思维及数据管理的培养,也要将方法应用于实践,通过实践的管理才能得到更多的收益。

作者:记小忆

首席增长官 CGO 荐读:

更多精彩,关注:增长黑客(GrowthHK.cn)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…


以上所述就是小编给大家介绍的《数据方法论的总结是增长实践的指导》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Web Analytics 2.0

Web Analytics 2.0

Avinash Kaushik / Sybex / 2009-10-26 / USD 39.99

The bestselling book Web Analytics: An Hour A Day was the first book in the analytics space to move beyond clickstream analysis. Web Analytics 2.0 will significantly evolve the approaches from the fir......一起来看看 《Web Analytics 2.0》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具