京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当谈到阿里巴巴的数据化营运时,我第一个想到的就是「人」,我们花太多时间讨论我们应该要做什么,却很少会反过来想,如果要落实数据化营运首先要从人做起,因此想跟大家分享的祕密是,数据化营运的内功是什么呢?简单来说,就是利用好「混、通、晒(呈现)」这叁大诀窍。
「混」出数据
现在很多数据分析师,在面对专业範围「怎么算回归」、「怎么画函数」的问题游刃有余,在实际工作中却缺乏商业意识。如果数据分析师缺乏商业意识,公司就成了「盲人」,分析师不知道该使用什么逻辑分析数据,而公司的决策层也得不到任何有价值的参考意见。现在绝大多数 CEO 都在抱怨,每天要看一大堆零零散散的数据。造成这种局面的塬因是,数据分析师只是单纯的把数据传递给管理者,却没有向管理者解释,这些呈现使用者行为的数据和能够在商业上产生价值的数据,两者间的内在关係。
CEO 没有多余精力解读页面浏览量(PV)和独立访客(UV)等数据。他们只需要知道数据是否有问题、反映了什么问题、最近有什么新的发现以及需要我们做出什么样的改变。简单来说,具有商业意识的数据分析师,在监测到网站上婴儿车销量增加的情况时,就可以预测到奶粉的销量也会随之上升。而且,也只有具备商业敏感的数据分析师,才懂得用什么数据驱动公司实现经营目标。
数据分析师如何才能拥有商业敏感?要靠「混」。例如:我要求数据分析师在给我的週报裡,一定要讲到业务方的动态。而且,我给他们的考评标準是,千万不要让我看见业务方发过来的週报裡有的内容,你的週报裡没有。我认为,要实现这一要求最基础的出发点是,数据分析师一定要跟业务方沟通,才有可能服务于他们。
打「通」混的数据
当你与业务人员混得够熟时,在看到某些数据后,你自然就会明白,「喔,这个数据跟商业决策绝对有莫大的关係。」当前,各电商公司在评估公司经营状况时,愈来愈依赖数据。但是,在今天,很少有电商敢完全肯定的说,自己掌握了呈现公司状况较完整的数据。对于公司主管而言,一是因为很多电商在开始收集数据时,会发现数据非常散乱,分布在不同的数据收集管道和营运人员——公司的核心员工手裡,这就使得数据流程非常「堵」;另一个问题是,绝大多数电商缺乏大数据营运的经验,只是收集了很「散」的数据,却不知道如何利用,也不知道该让哪些数据关联起来。
从客观角度来看,数据营运的各方面都可能存在影响数据精準度的「噪音」。数据本身是客观的,但它很容易受到产品和营运人员的影响——产品目的会影响营运人员的想法,营运人员的想法则会影响样本获取的精準度,造成数据在不同人眼中出现不同结果的情形。以转换率为例,市场部门和营运部门对转换率的想法并不相同,如果公司内部的数据标準没有打通、一致,公司决策时被数据迷惑和误导的可能性就会被放大。
因此你会发现,问题最后还是要归结到人和公司。如果不能「通」到商业环境裡,即使数据很多也没有任何价值。坚持带着业务问题观察数据或者带着数据观察业务,兼备二者的敏感,就是做到了「通」。有些人在很短的时间裡就能判断出数据是否有价值,就是因为「混通」了。
想做到数据的积累和沉淀,想要打通数据,建立合理的系统是不二之选。首先,做好数据安全工作,以保证公司内部不同职位的员工可以察看不同的数据;再者,统一不同部门的数据标準,使公司内部数据有统一的介面,避免混乱;最后,关联不同部门的数据,创造机会让数据的营运可以扩散至数据部门之外。「通」是「混、通、晒」裡最关键的连接点。以前,数据量没这么大的时候,公司「混」完就「晒」了,完全凭藉商业敏感营运数据。而现在海量数据成为主流,「通」也就成为了营运数据不可或缺的一部分。
「晒」出混和通的数据
「晒」(呈现)是一种在「混」和「通」基础上,产生出来的最终数据表现,是基于人、商业和数据结合后的一种看数据和用数据的方法论。在「晒」数据层面上,通常是透过数据回答这几个问题:业务好或不好,数据如何改变可以让业务更好,如何利用数据说明业务发现机会,甚至产生出新的商业价值。这些问题看起来是递进关係,其实不然,因为具体应该用数据解决什么问题,要根据业务的情境做决定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10