從用數據到養(yǎng)數據

車品覺

過去，有一些問題一直困擾著我：“現在的企業(yè)獲取數據如此容易，數據的增長速度如此之快，那么對于企業(yè)來說，到底要收集什么樣的數據？收集多少數據？收集數據的邊界在哪里？”后來，我在美國遇到一位高人，他認為，過去收集數據很難，而現在獲取數據資源變得越來越容易，但是如果收集數據的出發(fā)點不是為了解決問題，那么收集再多的數據也沒有什么意義。

同時，許多企業(yè)還有一個疑問：“現在收集數據不難，成本也不高，為什么不先收集了數據再說呢？等以后需要數據來解決問題時，再拿出來用不是也可以嗎？”這位高人同樣也給出了這個問題的答案，他對此持否定觀點，并指出用這樣的理念來設計數據應用注定會失敗。

數據收集是沒有邊界的，我為此也痛苦了好一段日子，比如，收集一個人的生日，雖然可以精確到幾分幾秒，但這么精確的數據又能用在什么領域，又能產生什么價值呢？

事實上，數據是有生命周期的。比如，某網站的母嬰頻道在主動收集用戶的寶寶信息，包含寶寶生日、性別、小名、身高、體重，這里我們就要清楚這幾個數據的用途和生命周期，如寶寶的身高和體重。但是，媽媽們填寫的是寶寶當前的數據，我們知道寶寶的身高、體重變化非常之快，也就是說這兩個數據的生命周期很短，在當時的推薦中可能有用，但過了一段時間后，這兩個數據就失效（Data Broken）了；而寶寶生日和性別這兩個數據的生命周期就很長，可以從生日的年份中推算出寶寶的年齡，而性別則基本是終生穩(wěn)定的。

保存數據及其收集時的背景（Context），也是一件不容易的事情。

還是以收集寶寶的年齡作為例子來闡述，我們可以通過用戶購買特定的商品集合，如幾段奶粉和尿不濕的型號等，知道寶寶所處的大概年齡段，以推算出寶寶當前的年齡。但如果僅僅是保存寶寶幾歲這個數據，那么這個數據很快也會失效，因為人的年齡是在動態(tài)變化的。同時，你還需要保存寶寶幾歲這個數據獲得的時間，即在哪年哪月計算得知這個寶寶的年齡，而這個信息就是背景數據。另一種做法更加聰明一些，即通過寶寶現在的年齡反過來推算寶寶是什么時候出生的。

所以說，在收集數據時，我們必須知道這些數據未來可以用來做什么，如果今天都想象不出來的話，日后就更不可能了。

打一個比方，如今很多電商高管會詢問數據分析師商品的重復購買率是多少。于是，工作人員收集數據來計算重復購買率，卻很少想到高管們需要重復購買率是來做什么決定的，這就好比“刻舟求劍”的故事。事實上，在世事多變的大數據時代，我們不能只是機械地套用方法或指標。

重復購買率有不同的定義，而做不同的決策需要考慮經過不同定義的重復購買率。如果一家投資公司想收購A 公司，那么會從重復購買率來看整個A 公司的運營良好程度或用戶質量等；如果從A公司本身運營的角度來看重復購買率，那么它更應該關注的是日、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在三個月后進行了重復購買，從而可以衡量出每個月新增及存量客戶的忠誠度和質量，進而找出改善的空間。在知道了以上的背景之后，再去選擇使用什么數據不是更有的放矢嗎？

數據應用因小而美

“小”不是指數據量，而是指應用的目標很具體。

2011年年底，作為一名數據分析師，我開始思考怎么從“用數據”轉變?yōu)椤梆B(yǎng)數據”（即從數據化運營轉變?yōu)檫\營數據），這段時間我為收集什么樣的數據而特別煩惱。而且，我也曾經試圖做出一個特別大且適合多數人使用的數據應用，可是后來發(fā)現這在數據應用的起步階段幾乎是不可能的—— 一是找到可以解決大部分人需求的數據應用并不容易；二是當時公司的數據非常豐富，需要考慮的因素很多，因素之間的聯系又很復雜。

所以，當開發(fā)數據應用的時候，數據就等于原材料；當原材料一直處于變化的情況下，做出來的產品就很容易出問題。體會到數據和應用的關系之后，我最后決定從小角度切入，先把小應用做出來，這就是很好的瞄準器。

這里說的“小”指的是應用的目標很具體。請注意，“小”不是指數據量。許多人在沒有獲取足夠的數據，并且缺乏對數據理解的情況下做出決策，其實是在“享受”自己的無知。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以及差異在哪里，這就是一個很具體的問題；但如果我的目標是想知道如何讓公司贏利，這就是一個空泛的目標。

經過這樣的一番周折后，按照小角度切入的想法設計數據應用，就可以做得具體而快速，而且可以避免因原材料的變化而導致數據缺失的問題。

把數據放進“框”之中

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，要把數據放在一個“數據框架”（場景）之中，才能看出存在的問題。

為了把這個問題說得更明白，這里我拿前陣子一家電商公司找我討論的問題來舉例。

A 公司問我，要不要撤去導航網站的廣告？因為它懷疑許多老客戶是從導航網站訪問官網，而不是直接訪問官網。把這個問題說得再直白點，就是他們想弄清楚在導航做廣告與公司業(yè)務之間的關系。那么，接下來就要觀察用什么“數據框架”有助于其做出決策。

1. 公司當前的投入產出比

（1） 明確導航網站引進的新老用戶占比如何？

（2） 引入的新老用戶的投入產出比和轉化率如何？

（3）推斷撤去導航網站，對流失新老用戶的影響如何？

2. 與競爭對手的博弈

有一個問題可能會被忽略，那就是你不做導航網站廣告，你的對手就會立馬投放此廣告。做數據框架的時候，要特別注意框架不是靜態(tài)的，而是存在博弈的，需要把競爭對手的因素考慮進來。

3. 考慮時間因素

建立框架時要考慮時間因素：

（1）用現在、過去和未來的眼光來審視導航網站，看看導航的質量是不是越來越好；

（2）需要注意的是時間有延遲性，引進來的流量會有一些延遲，在兩三個月后才能知道新用戶的價值。

總之，“數據框架”是商業(yè)分析師的靈魂所在，可以讓其從框架中找尋問題的關鍵因素及答案。不同的問題有不同的框架，不能完全在此進行闡述。

如何用框架來做決策

想要解決的問題越復雜，框架也就越復雜。但是，決策最重要的前提是要從小角度切入，從“小”做起。

對此，我總結了4 步走的方法：

1. 首先確定有什么問題，從解決問題的角度出發(fā)去收集數據。

2. 把收集到的數據整理好，放入一個“數據框架”內（這個框架是用來幫助決策者做決定的）。讓決策者用框架更清楚地看到數據與決策之間的關系，比如A 公司在框架內要知道競爭情況、新老客戶的比例情況等因素以及多種因素之間的關系。

3. 看框架與做決策的關系。比如，A 公司與導航網站有三種選擇——完全不合作、部分合作和全面合作。數據分析師就可以根據數據框架告知A 公司該怎么決策。如果發(fā)現數據框架與決策不能匹配，就必須返回到第2 步。

4. 根據決策行動，然后檢查行動是否達到目的。如果行動后發(fā)現根本沒有達到目的，就要檢討整個鏈條，尋找問題出在哪里。是數據有問題嗎？還是因為框架不對？或者是決策不對？是否還有數據沒考慮進去？

所以，想要解決的問題越復雜，框架也就越復雜。對于現在多數還沒有開始做數據應用的電商公司來說，框架一開始千萬不要過于復雜，一定是要針對某個需要解決的具體問題開始搭建框架，令框架與決策緊密相關。所以，在搭建框架前問問自己：“你的問題是什么？你的決策是什么？反過來你的框架又該怎樣搭建？”雖然你的回答可能多種多樣，但是，最重要的前提是要從小角度切入，從“小”做起。

養(yǎng)數據，重要的數據戰(zhàn)略

“用數據”更多的是一種方法論，而“養(yǎng)數據”則是一種數據戰(zhàn)略，是基于深入業(yè)務理解的更高層次的商業(yè)決策。

“養(yǎng)數據”還有一個重要的含義，就是要決定收集哪些數據。這個決定不容忽視，因為這可能是公司數據戰(zhàn)略中非常重要的一個環(huán)節(jié)。因為，很多公司的做法，是有什么數據就收集什么數據，完全沒有主動性，但這樣做遇到的一個核心問題就是，公司自主思考的能力開始缺失，對該收集什么樣的數據不甚了解。事實上，在我看來，被動收集數據的行為是“收集”，而主動收集數據的行為則是“養(yǎng)數據”。再拿上面講到的某電商母嬰頻道的例子來說，如果收集主體是一家醫(yī)院，那么寶寶的姓名、性別、出生年月和媽媽的姓名等數據的收集，就是收集數據，因為在住院檔案和出生證明上，這些都是必不可少的。但是，如果是母嬰用品要針對家庭進行營銷，那么這些信息顯然是不夠的，寶寶奶粉的品牌、家庭收入、職業(yè)等信息則需要企業(yè)自己主動去收集，而這些數據也就是“養(yǎng)”出來的數據。

養(yǎng)數據通常有兩類，一類是網站自身沒有的數據，需要用戶主動提供的；另一類是公司擁有的，但沒有進行收集的數據。

若要收集公司沒有的數據，在“養(yǎng)數據”時通常需要花費更多的精力和技巧。舉例來說，現在國內外有很多個性化的手機購物應用，他們會根據用戶的偏好進行商品的推薦，讓每個人都有完全不一樣的購物體驗。具體的運作原理是，當用戶第一次使用這些應用時，界面中會彈出一些問題，通過互動的方式來收集用戶的信息數據，比如會出幾款衣服，讓用戶挑選哪一款是更喜歡的。這樣，在幾個問題之后，應用就知道用戶的喜好了。這類應用通常還會有另外一個特點，就是會讓用戶點“贊”，這個點贊的功能，就是讓用戶明確地告訴應用自己喜歡什么，這樣用戶就可以在過程中，不斷地告訴應用自己的偏好。這樣一來，應用就可以“養(yǎng)”出用戶的核心數據。

對于公司有數據但沒有收集的狀況，則更多的是因為內部資源協調的問題和公司決策的問題。很多提供餐飲和團購類信息服務的網站，通常會有一個功能是“把信息通過短信發(fā)送到手機”，這樣就不需要用戶進行特別的記錄，不過有些網站會記錄用戶的手機號，而有些網站則不會。那么，這些手機號需不需要企業(yè)存下來呢？這就是一個與業(yè)務決定和資源協調相關的問題，如果決定是記錄，則必然會需要開發(fā)人員在后臺進行功能的優(yōu)化，如果不記錄，那就會丟失這部分信息。我的觀點當然是記錄這些數據，也即是“養(yǎng)”數據，因為這不僅能夠校驗用戶的手機號碼是否有效，還能夠慢慢地建立起企業(yè)與用戶的社交關系。

總之，“用數據”更多的是一種方法論，而“養(yǎng)數據”則是一種數據戰(zhàn)略，是基于深入業(yè)務理解的更高層次的商業(yè)決策，數據養(yǎng)的時間越早，積累的數據也就越多。養(yǎng)數據同樣也是一種管理和商業(yè)藝術，在養(yǎng)之前可能誰也不確定最終會出現什么后果，但一旦養(yǎng)成，則會產生非常大的商業(yè)價值。