淘宝车品觉：数据，你准备好了没有？-51CTO.COM

车品觉在加盟阿里集团前曾在汇丰银行、电信盈科、微软、eBay等多家MNC担任总监职务，积累大量中小企业在互联网发展的经验，论坛上讨论的主题为《数据，你准备好了没有？》。

分享主题有十点，我们节选了部分的主要内容：

一切从问题开始

提到数据中表现明智，不是要增加更多东西，而是要去除过份复杂和装饰性的东西。理解了问题，就能化解问题，问题本身就是答案。

车品觉列举一个亲身经历：有不少做电商的从业者向其提出疑问，B2C企业里大数据使用几年了，真的有效么？车会反问道，你知道你的老板在过去六个月里的困难是什么？分析师往往5-10分钟都无法回答，这表明从业者自己都不了解应该把数据用在哪里，这样如何能使用好数据？。“懂问问题的本身，便找到了答案。”

如果分析师能把问题拆分成三个问题：公司现面对的头三个问题是什么？未来三个月要解决的是什么？过去一个月作对了什么？事情便好办多了。车再次举出了一个在面试中自己常问的问题：“今天早上九点，我是淘宝的CEO，你是我的分析师，请给我三个指标，让我对上周的业绩安心。”

面试者常常不假思索的回答：“流量”，“交易量”，碰到第三个问题，才需要思考。这表明面试者并不了解问题：问题的核心在于对象是淘宝，不是所有的电商，目标是CEO，而不是产品总监，第三问题表明这是一个周敏感的数据（参考答案会在后文解答）。

“数据的力度是无穷的，你可以在不同维度里一直拆分下去，分析师只需要知道哪些数据对自己有用即可。”而数据收集的难度在于，你的起步应该有多宽，如何预判哪些数据是可以为将来所用，这个问题困难了车半年的时间。

在实践中提炼数据的敏捷性

在动态中试验,找出数据的规律性规律性就是不仅我会用,只要你知道了,你也会用。数据必须不停的时候，若仅凭借记录的数据，是难以还原当时的场景：有一个人在下雨天买了面包，如果不再当时去考虑，是无法推断出影响此行为的决定性因素。背景数据无法还原当时情况。

航海日志是一个很好的例子，收集数据后定位——进而做出决策——发现差异——回馈从新定位收集数据的范围。这个过程中需要不断的反馈，最后做成一个表格，数据便是这么提炼出来。

让数据——获取、使用、分享、协同、连接、组合

由于现在的数据统计得极不规范，使用数据的人很难有效的获取信息，让用户轻松感受到数据的价值，过去在做数据时，很少会有人考虑用户体验，这恰恰是最重要的。比如数据里面出现了SQL，便使得很多技术以外人士无法读懂，美国现在已经有企业提倡去除SQL，便是为了减低交流成本。

上面说的是使用。如何获取同样也是十分重要的问题。Google Glass这款产品为何如此重要？因为它能收集的数据与传统渠道的区隔是天翻地覆的：从一个人早上起来遇到的每一个场景、每一个回馈所得的数据都收集起来，一个人50%-60%的数据都能收集到。让数据尽可能简单的收集起来。

颠覆创新来自分裂或重组

一个人注册网站的时候，可能性别会是男。但仔细调查可以发现，或许早上的性别是男，晚上是女。或者70%是男，30%是女。过去是0与1的关系，现在是0-1的关系，这是一个立体的数据，年龄也是同样的情况。

车品觉在这里举了一个鲜活的例子：“现购物人群趋势里，出现了diaos高帅富化与高帅富diaos化，三四十岁的人群，去买颜色很鲜艳的手机；而工薪族会去以数个月的工资来买一个LV包，这些都是很常见的。”分析的时候需要具体进行分裂。

大数据是众多事物的数据化，获取数据的成本越来越低。阿里数据科学部的杨滔先生举出了四个特点：

量变到质变：小样本下，模型无法达到满意精度，大众就觉得模型不行，但当样本达到一定量，模型精度会显著提升，从而使模型具备以前不具备的功能。

片段到全局：大数据能从多个角度判断一个对象，许多模型都是对象的片段信息，但将这些片段组合在一起时，就会在整体判断有爆发提升。

应用到资源：小数据下，数据是为了具体场景的效果提升，但当大数据模型能够辨识全局，数据得出的信息就会成为许多创新及应用的源泉。

大数据包括多个数据处理和挖掘的环节，每一个环节都是科学+艺术，建模能力需要非常强，才可能深度挖掘其价值。

数据开放是硬道理

清华大学科学学院经济学教授、清华大学华商研究中心副主任刘鹰在谈到“从数据、信息到知识的演变”，他的逻辑是：从数据中获取信息，从信息中提炼知识（见图）。

我的问题是如何完成这个从数据到知识的提炼过程？谁来来完成这个过程？我的理解是，任何个人是不能在大数据时代做成一件事的。如果说在农业时代是“三个和尚没水喝”的话，在大数据时代则是“只有三个和尚在一起才有水喝”。

同时，这三个和尚还不能是同一个师傅教出来的，第一个和尚要会statistics and machine learning；第二个和尚要有专业知识，例如经济学、社会学和心理学等；第三个和尚要懂计算机的硬件和软件。

三角鼎力方可百战百胜！阿里研究中心将各部门打散，不同部门的人组成若干项目小组，大量动用各方专家进行合作研究，可见他们Boss的洞察力和领导力了！

利用数据拿到更多数据

电子科技大学计算机学院教授尚明生指出：数据“大小”自然是不重要的，或者说“数据”本身就不重要，重要的是数据中隐含的“信息”。比较麻烦或者复杂的是，这个“信息”的效用没有一般的准则，因为它通常是为了解决不同的具体问题而言的，而问题又可能是多种多样的，甚至无法预知。

我们无法直接抓住所有可能的信息，只好去抓信息的来源，也就是数据。从这个角度出发，这个数据就需要越大越好，这实际上是我们事先不确定其中可能有用的信息，又不想失去某个部分，再加上想偷懒，就想用同一份数据，来满足不同（的人对于他们自己感兴趣）的问题需求。

在实际应用中，如果问题比较固定，从抽样理论出发，数据规模是可以限定大小的；如果问题本身发展变化，数据还会越来越大。

数据化营运是一种对待数据的态度

大数据的核心是以数据作为决策的依据，而不是拍脑袋。大数据时候需要改变的是管理的模式，而数据量的增加仅仅是使得这种改变更加紧迫、更有基础。这件事在10年前我开始给学生讲商务智能课的时候就是这样，再回去20年这种思路就有。

从这个角度来说，数据的大小确实不重要，重要的是管理的模式和文化。今天之所以提出大数据管理，对于许多企业讲其实是补10年（甚至更多年前）前管理理念上的课。

但是，电商在这方面占据了先机，现有的人员、技术和管理理念基本上可以支持大数据管理，这是一些线下企业，或者数据基础、管理基础比较差的企业望尘莫及的。数据量的积累对于这个企业而言还是重要的。