如今，90%的數據分析師都在談大數據，在大數據的背景之下，數據分析師收集數據的邊界在哪里？又該如何運用數據呢？作者在美國參加Strata 2012大會期間，跟很多數據中人交流，其中前LinkedIn首席科學家DJ Patil給他的印象最深。

對話：先有需求，后有數據

車品覺：我有一個問題一直很困惑，現在的企業(yè)獲取數據很容易，并且數據的增長速度非常之快，那么對于公司來說，到底要收集什么數據呢？收集多少數據？收集數據的邊界在哪里？

Patil：過去收集數據很難，而現在獲取數據資源比較容易。如果收集數據的出發(fā)點，不是為了解決問題，那么收集數據的量也太大了。

車品覺：可是許多公司認為，現在收集數據不難，成本也不高，為什么不先收集數據再說呢？等以后需要數據來解決問題時再拿出來用也可以啊。

Patil：千萬別這么想，用這樣的理念來設計數據產品肯定會失敗的。數據是沒有邊界的，我為此也痛苦了好一段日子。比如收集一個人的生日，可以精確到幾分幾秒，但怎么用卻不知道，那么這個數據就沒有什么用。

車品覺：實際上，數據也是有生命周期的，比如從中國身份證號碼是可以推斷出性別的，但過幾年如果這個規(guī)則變了，那么這個數據的基礎就發(fā)生了改變，導致我們基于數據所做的假設和決策依據也就失去了意義（Data Broken）。并且，保存數據及其收集時的背景也不是一件容易的事情。所以說，在收集數據的同時，我們必須知道數據是用來做什么的，今天都想不出來，日后就更不容易想出來了。

打個比方，今天很多電商老板會問重復購買率是多少，于是我們收集數據來計算重復購買率，卻很少想到需要重復購買率來做什么決定。“刻舟求劍”的故事告訴我們的是世事在變，我們不能只是機械地套用方法或指標。就像重復購買率有不同的定義，而做不同的決策需要不同定義的重復購買率。如果A公司想收購B公司，那么關注的重復購買率可能細致到3個月內，購買一次的用戶比例是多少，購買2～3次的用戶比例是多少，3～4次的用戶比例又是多少。如果A公司只是衡量自己的運營，可能它更關注的是日、周級別的重復購買率的變化趨勢，或者當月新增客戶有多少人是重復購買的，從而可以衡量每個月新增客戶的最終忠誠度和質量。

數據應用因小而美

我在做數據應用的這段時間，曾經特別為收集什么樣的數據而煩惱。當時我想做一個特別大的數據應用出來，適合大多數人使用，可后來發(fā)現這在起步階段幾乎是不可能的。一是可以解決大部分人需求的數據應用根本就不存在，二是支付寶的數據非常豐富，需要考慮的因素很多，因素之間的聯系又很復雜。

所以我總結，當做數據應用時，數據就等于原材料，當原材料一直處于變化的情況下，做出來的應用也有問題。體會數據和應用的關系之后，我決定從小角度切入，先做出小應用來。

這里說的“小”指的是應用的目標很具體。打個比方來說，對于一款數據應用，如果我的目的是分辨兩種決策誰更好，差異在哪里，是很具體的問題。但如果我的目標是想知道如何讓公司贏利，就是一個空泛的目標。

還請注意，“小”不是指數據量。許多人在沒有獲取足夠數據，并且缺乏對數據理解的情況下做判斷，其實是在享受自己的無知。

經過一番周折，我選擇了按照小角度切入的想法設計數據應用，小角度切入設計應用可以做到具體和快速，而且可以避免因原材料的變化而導致的問題。

這次到美國來也有所感觸，現在許多美國數據分析師都在談空軍打仗時采用的分析模型OODA（觀察-調節(jié)-決策-行動），由于空軍打仗強調快速決定，所以這個模型也特別適合今天互聯網的需求。這個模型的核心思想就是快速出擊，而對于今天的互聯網公司來說，發(fā)展速度太快了，而數據分析師也必須在快速的發(fā)展環(huán)境中，迅速找出解決方案。

這個模式完全體現了互聯網的快速找錯、迅速調節(jié)的需要?？焖賹崿F原型，對于從來沒有用過數據解決問題的互聯網公司來說，從小角度切入才更加實際。大數據的背景之下，數據不僅量多，而且種類多。起步階段，如果不從小角度切入，很難做出實用的產品和看得見的成績。

把數據放進“框架”之中

這說到了另外一個話題，在大數據的背景下，必須考慮數據之間的關聯性。一個單獨的數據是沒有意義的，實際中，選擇處在兩個極端的數據往往更容易找出它們之間的聯系，把它們放在一個框架中看才能發(fā)現問題。

舉例來說，我曾經研究美國有哪些網站值得我們學習。依靠數據尋找美國的互聯網應用黑馬，便是從問題的角度出發(fā)。在各種數據中，我選擇了 “訪問量”和“停留時間” 這兩個往往此消彼長的數據作為幫助我決策的框架。利用這個框架，我在2010年就發(fā)現了Pinterest，遠早于國內對它進行模仿的應用。

因此，關于如何在大數據的背景下，利用數據做決策，我總結了四步走的方法：

第一，從解決問題的角度出發(fā)收集數據；

第二，把收集的數據整理好，放入一個框架內，并利用這個框架幫助決策者做出決定；

第三，評估決定與行動的效果，這將告訴我們框架是否合理；

第四，如果有新的數據出現，我們將考察能否利用它對前面三步做出改進，以及我們今天是否還需要收集更多種類的數據。

 

作者車品覺，支付寶首席商業(yè)智能官。中國香港人，曾在英美澳等地接受西方教育，清華及INSEAD雙碩士學位，加入支付寶前曾在敦煌網擔任首席產品官。