數據流動在於利益關係
- 2020 年 3 月 6 日
- 筆記
今天聊聊阿里前數據團隊負責人車品覺的《數據的本質》，書名的後綴雖然有「本質」兩個字，但從我的理解看，書中並沒有直接講「本質」，更多的是基於作者在阿里的從業經驗從全局、戰略角度講企業數據化，裡面對於實戰的東西不多，適合讀者從書中了解阿里對數據化的整體理解。結合最近的幾個經歷摘錄幾點感觸較深的觀點。
1、互惠互利，數據流通之匙
數字化首先要有數據，按全數字化角度看，數據來自不同的系統，不同的終端，這就必然需要解決一個看似沒那麼複雜的問題：數據打通。為什麼說沒那麼複雜，因為通常數字化都認同自上而下，所以有些人想當然的認為數據打通不成問題，但實際並非如此。作者在書中舉到一個例子：從2014年開始，包括馬雲在內的阿里管理層數次要求各部門無條件的將數據互通，然而換來的終究只是表面的打通而己，阿里手下人的陽奉陰違也是花招不少，比如有些人就是不知道他有什麼數據，或者就算你知道他有數據，他也不保證提供給你有品質的數據。作者總結這個問題的關鍵是因為雙方沒有業務關聯，這個單方面的數據交換方式很難讓對方義務的配合數據整合方。基於這個發現，作者總結出一個思路：所有的數據流通必須建立在一個永恆不變的道理上：互惠互利，也就是說企業大數據是自利、利他的成品。在轉換了單向的數據供需思路後，作者主動分析共性的數據，發現對方的痛點，主動開放自己的數據，讓對方獲利，這種協同方式使得阿里的數據流通得以解決。恰好最近在做數據整合方面的事情況，也遇到一些問題，對「互惠互利」這個思路有很大感觸，即要正視數據供應方的訴求，不能單方面伸手要數據，還要提供數據能力給數據供應方，只有雙方都能在獲利，這種協同才能長久。
2、數據成為產品
數據成產品，作者在書中只是點到為止的提到這幾個字，我對這幾個字很感興趣。恰好最近面試了一個阿里的研發工程師，這位工程師基於阿里強大的數據能力，能夠低成本的獲得高品質的數據，並在這些原始數據之上基於商家特定的需求進行數據處理，再落地為數據產品供商家進行網店運營，這類工作己經成為阿里裡面研發團隊的一個很常規的工作，這正好解釋了在阿里，數據的應用己融入到了業務場景，可以猜測，數據對於阿里業務場景的應用己空前強大，並仍將發揮越來越大的作用，即所謂「無數據，不商業，未來企業就是基於數據的企業」。
進一步的，又讓我想到阿里總參謀長曾鳴提出的「數據即決策」，意思是傳統的數據運營主要是基於統計演算法提供數據洞察，或提供決策資訊輔助決策，隨著技術的發展，現在基於數據的決策己不僅僅提供數據統計結果可視化，實際上很多產品給出的數據即是己決策好的決定。以京東為例，當你在搜索欄上打上關鍵詞，實際上搜索結果並非百分百根據你要獲得的結果數據，而是京東基於他的運營需要決策你需要看到什麼結果數據，即你搜索到的數據是京東的商業決策。同樣的道理，百度的搜索、今日頭條的推薦、抖音的影片推薦等等都無不體現了數據即決策的應用，隨著物聯網、移動、大數據、5G等技術的發展，數據平台對活數據的處理能力將越來越強，這種數據即決策的能力將越來越普遍。
3、關於數據思維
關於數據思維的實戰東西，雖然書中提到的不多，但仍然有一些有趣的故事，比如：作者參加了一次阿里的一場公司會議，在會議上作者被臨時告知要分享一個基於數據的主題。而作者因為臨時沒有準備相應的主題，所以臨時發揮了他基於數據思維的能力。他臨時選了一個主題是觀察在這些公司會議中，公司領導關注哪些內容，作者通過觀察並記錄公司老大對所有分享主題的點頭、記錄、玩手機等動作次數，然後基於這些量化後的數據，基於量化分析的思路得出公司老大對哪些議題比較重視，哪些沒那麼重視。作者的這個分享得到公司老大的極大讚賞。從數據思維角度看，這個案例包含了一種作者對數據分析的思維模式：
- 確定主題：分析公司老大最關注哪些議題
- 回顧過去：提前看一下公司需要準備分享的內容，重新分析公司的戰略的規劃等，以此來輔助數據分析
- 建模：點頭次數、記錄次數、玩手機等動作與主題的契合程度
- 數據採集與處理：利用線上記錄數據資訊，基於數據模型進行處理
- 數據分析：量化分析，解決已確定的主題
- 對數據分析結果選擇合適的方式進行分享：分享自己的觀點。
