圖片來源：甘田文創
作者：車品覺電商交易量每年增加一倍，但對所積累數據的了解程度是否跟著增加一倍呢？如果電商現在不開始收集數據及應用起用，未來要用數據的時候，就會發現過去的數據已經是一堆垃圾。
許多人已經開始意識到，未來的電商是數據之戰，在這種大數據的背景之下，電商收集數據的邊界在哪裏？又該如何快速運用數據做出正確的商業決策？這是多數電商公司的困擾。
為此，億邦動力網聯系到著名數據分析師車品覺，請他分享在運營數據中不斷思考的經驗總結，以及講述最近在美國Strata Conference與Linkedin前首席科學家Patil交流的心得。
數據是越多越好嗎？
過去，有一個問題一直令我很困惑，現在的企業獲取數據很容易，並且數據的增長速度非常之快，那麽對於公司來說，到底要收集什麽數據呢？收集多少數據？收集數據的邊界在哪裏？
後來在美國遇到Patil，他認為過去收集數據很難，而現在獲取數據資源變得更容易。但是如果收集數據的出發點，不是為了解決問題，那麽收集再多的數據有什麽意思呢?
可是許多公司還有一個疑問是，現在收集數據不難，成本也不高，為什麽不先收集數據再說呢？等以後需要數據來解決問題時再拿出來用也可以。
Patil的答案我也很認同，他勸大家千萬別這麽想，用這樣的理念來設計數據應用肯定會失敗的。數據是沒有邊際的，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，但這麽精確的數據有什麽應用,能產生什麽價值呢?
事實上，數據是有生命周期的，比如從中國身份證號碼是可以推斷出性別的，但是過幾年如果這個規則變了，導致我們基於數據所做假設和決策依據也就失去了意義(Data Broken)。更何況保存數據及其收集時的背景(Context)也是一件不容易的事情。
所以說，在收集數據的同時，我們必須知道未來可以用來做什麽，今天都想不出來的話，日後就更不容易想出來了。
打一個比方，今天很多電商老板會問重復購買率是多少，於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麽決定。
這就好比刻舟求劍這個故事，他告訴我們世事在變，我們不能只是機械的套用方法或指標。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。如果從一家投資公司的角度來看重復購買率，它想收購A公司，那麽會從重復購買率來看整個A公司的健康程度或用戶質量等。
如果從A公司本身運營的角度來看重復購買率，那麽它更關註的是日、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後的重復購買，從而可以衡量每個月新增及存量客戶的忠誠度和質量，找出改善的空間。知道了以上的背景之後才去選擇用什麽數據不是更靠譜嗎?
數據應用因小而美
從2011年年底，我開始思考怎麽從“用數據”轉變為“養數據”（即數據運營轉變為運營數據），這一段時間我特別為收集什麽樣的數據而煩惱（more data, more problem）。而且，我也曾經想做一個特別大的適合多數人使用的數據應用出來（虛火上升），可是後來發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不容易，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，當做數據應用的時候，數據就是等於原材料，當原材料一直處於變化的情況下，做出來的產品很容易出問題。體會數據和應用的關系之後，我最後決定從小角度切入，先做小應用出來（很好的瞄準器）。
這裏說的“小”指的是應用的目標很具體。
打個比方來說，對於一款數據應用，如果我的目的是分辨兩種決策誰更好，差異在哪裏，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。
還請註意，“小”不是指數據量。許多人在沒有獲取足夠數據，並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。
經過一番周折之後，也是按照小角度切入的想法設計數據應用，小角度切入設計產品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。
把數據放進“框”之中
此外，還不得不說到一個話題，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，要把數據放在一個“數據框架”(情景)裏面看才能看出問題。
為了把問題說得很明白，這裏我拿前陣子一家電商公司找我討論的問題舉例子。這裏不太方便公開這家公司的名稱，暫以A公司代替。
A問我，要不要撤去導航網站的廣告？因為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，就是要弄清楚在導航做廣告與A公司的業務關系。
那麽，接下來要觀察用什麽“數據框架”，有助於做決策？
一、A公司當前的投入產出比
1、明確導航網站引進來的新、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？
二、與競爭對手的博弈
有一個問題可能會忽略，那就是你不做導航網站廣告，你的對手就會立馬進來。做數據框架的時候，要特別註意框架不是靜態的，而是博弈的，需要把競爭對手因素算進來。
三、考慮時間因素
建立框時要考慮時間因素：
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、 需要註意的是時間有延遲性，引進來的流量會有一些延遲，在兩三個月後才能知道新用戶的價值（life time value）。
總之，“數據框架”是商業分析師的靈魂所在，從框中找尋問題的關鍵因素及答案。不同的問題有不同的框，不能完全在此全部闡述。
如何用框架來做決定？
對此，我總結了四步走的方法：
第一，首先確定有什麽問題，從解決問題的角度出發收集數據；
第二，把收集的數據整理好，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、新老客戶比例情況等因素，以及多種因素互相的關系。
第三，看框架與決策的關系
比如A公司與導航網站有三種選擇，完全不合作，部分合作，全面合作。根據數據框架告訴A公司該怎麽決策。如果發現數據框架與決策不能匹配，就必須返回到第二步。
第四，根據決策做出行動，檢查行動是否達到了目的。
如果行動了發現根本沒達到目的，就要檢討整個鏈條，看問題出在哪裏。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，又回到之前我老說的話題，不懂商業就別談數據。
想要解決的問題越復雜，框架也越復雜。
而對於現在多數還沒有開始做數據應用的電商公司來說，一開始框架千萬不要太復雜，一定是針對某個需解決的問題開始搭框架，令框架與決策之間的關系非常清楚。
你的問題是什麽，你的decison是什麽，反過來你的框架又該怎麽樣。
從小角度切入，從“小”做起。
原文請見：車品覺：如何養活數據
閱讀更多：《大數據的關鍵思考：行動×多螢×碎片化時代的商業智慧》：有價值才有產值
