具體描述
編輯推薦
大數據實踐的先行者、阿裏巴巴集團副總裁、數據委員會會長車品覺首部個人專著：擁有十幾年豐富的數據實戰經驗，並在實踐中形成瞭獨特的數據化思考方式，對電子商務未來趨勢有獨到見解，曾先後在匯豐銀行、香港電訊盈科、微軟、eBay等多傢著名跨國公司任總監。
繼《大數據時代》之後聚焦中國大數據實踐的重磅之作，“大數據實踐”風潮：《決戰大數據》為數據人撥開大數據時代的層層迷霧，對數據化運營和運營數據的熱點問題做瞭詳細的解答，為現代商業的發展提供瞭數據應用的前瞻性建議和商業新範本。
聚焦阿裏巴巴的大數據實踐，首次揭開阿裏巴巴運營數據的神秘麵紗：解密瞭阿裏巴巴大數據實踐的“混、通、曬”內三闆斧和“存、管、用”外三闆斧，還原真實的阿裏巴巴。
首度提齣“數據化思考”新思維，改變思維，決勝數據化未來：作者認為大數據時代更多地改變瞭人類的思維模式，隻有掌控大數據背後真正的思維變革纔是決勝未來商業的關鍵。
洞悉大數據與個人、商業與個人的內在聯係，指齣瞭“個人大數據管理”的重要性：無論是電商管理層，還是數據分析師，每個人都要有完善的個人大數據管理模式，以避免數據收集和使用中齣現信息不對稱的斷層。
接地氣的大數據著作，既是商業人和電商從業者的案頭必備書，也是管理層的決策寶典：作者列舉瞭大量國內領先電商和自身經曆的經典“數據分析實例”。內容深入淺齣，語言通俗易懂。對當今國內的絕大多數企業來說，更有針對性、藉鑒性、實操性，也更接地氣。
國內8大電商和投資人強力推薦，迄今為止有重量的數據實踐之作：eBay 大中華區CEO林奕彰、唯品會創始人瀋亞、紅杉中國董事總經理劉星、 大眾點評網CEO 張濤、安客誠全球副總裁程傑、京東集團高級副總裁徐雷、 桔子水晶酒店集團創始人吳海、inkedIn商務分析部總監張溪夢等聯袂推薦。
圖書個人所得全部捐獻給“桑珠助學”和雪謙寺重建。
湛廬文化齣品。
內容簡介
你也許對“大數據”已經有所耳聞，但是你是否真的瞭解“大數據”的奧秘？你是否瞭解無綫數據對當今商業的影響？你是否洞察到瞭大數據背後企業經營實質的變革？你是否能真正識彆數據的盲點和噪音、抓住瞭海量信息中的核心信息……當這些問題擺在你眼前時，你還認為自己瞭解“大數據”嗎？
《決戰大數據》將視角投入到瞭“大數據實踐”的領域，對數據收集、數據化運營、運營數據、無綫數據、數據盲點和噪音、數據分類和數據價值等大數據應用的熱點問題做齣瞭詳細的解答，提齣瞭“用大數據創建商業未來”的前瞻性建議，創建瞭一整套係統的數據應用法則。同時，《決戰大數據》首次揭開阿裏巴巴數據應用的神秘麵紗，解密瞭其數據運營中的“三闆斧”、“三利劍”和“化骨綿掌”等法寶，對於當今絕大多數的企業來說十分有藉鑒意義。
《決戰大數據》是繼經典暢銷書《大數據時代》之後聚焦中國大數據實踐的重磅新作。
作者簡介
車品覺，國內大數據實踐先行者、數據觀察傢。現任阿裏巴巴集團商業智能部副總裁、數據委員會會長。
擁有多元化與國際化的教育背景：生於香港，在美國、英國、澳洲等地接受西方教育，曾於新南威爾士大學、斯坦福大學、INSEAD商學院及清華大學經管學院等世界一流學院進修。
擁有豐富的數據實戰經驗與獨特的數據化思維：曾先後在匯豐銀行、香港電訊盈科、微軟、易趣等多傢著名跨國公司任總監職務。對電子商務未來趨勢有獨到見解，是一名未來趨勢觀察傢和實戰型培訓師。
精彩書評
我跟品覺相識多年。在大數據還沒流行以前，他就開始關注這個趨勢，研究數據應用的意義以及怎樣真正讀懂數據和利用數據。這本書深入淺齣，把深奧的大數據講得生動有趣，非常好讀；書裏麵集中瞭很多品覺個人的真知灼見， 非常值得一讀。讀此書是一種享受，正如我享受與品覺的友誼一樣。
——林奕彰 eBay 大中華區首席執行官
在我眼中，品覺一直是我非常尊敬的國內數據領域的大師級人物，這是他的本著作，也是匯聚瞭他十幾年數據行業經驗，嘔心瀝血的精髓之作。他一直強調數據是尊重人性的，隻有商業實效性的數據纔是有質量的數據；他一直強調不能隻是純粹地看數據，要用數據還原真實的現實與場景。這些見解不僅對每個企業的未來發展具有極大的指導意義，而且對每個普通人建立數據化思維和進行個人數據管理都有很好的啓發作用。這本書貴在坦誠和實用，每個人都能從書中收獲頗多。
——瀋亞 唯品會創始人， 董事長兼CEO
在中國，可能沒有其他人比品覺玩的數據多，更沒有人像他一樣玩轉瞭大數據。在這本書裏，品覺以他特有的通俗易懂的語言風格，講活瞭大數據，並結閤阿裏巴巴的實踐，揭示瞭數據化運營和運營大數據的實戰秘笈，灰常贊！
——劉星 紅杉中國董事總經理
作為一個企業經營者，說起大數據，最怕隻見數據不見價值；作為一個互聯網産品老兵，焦慮於數據挖掘和分析脫離用戶場景。本書好就好在實踐瞭作者書中提齣的觀點，立足應用場景，聚焦如何讓數據産生實際價值。因其實戰性和創新的角度，值得所有關心大數據實戰者認真一讀。
——張濤 大眾點評網CEO
大數據像撲天蓋地的洪水一樣湧來！由於近年來數字媒體、網絡和移動技術的迅猛發展，數據的積纍速度已對數據的存儲、管理、分析和決策應用提齣瞭的挑戰。很多企業、政府、學校和研究機構為瞭能在大數據時代繼續生存和發展都在重新自己定位和尋找新的方嚮。讓我們高興的是，作為一個先行者，品覺在阿裏巴巴已經走齣瞭一條大數據運營的路，並又在運營大數據方麵總結瞭很多成功經驗。他的《決戰大數據》一書尤其為讀者提供瞭“數據化思考“的模式和框架。通過用實例講故事作比喻，品覺打破瞭大數據的神秘，然而又能使讀者産生豐富的聯想，開動腦筋，真正理解大數據成功運用的要訣。感謝品覺為“大數據金礦”的探索開發做齣的貢獻。
——程傑 Acxiom（安客誠） 全球副總裁，數據科學傢
老車是“手藝人”，數據時代解讀數據世界奧秘的手藝人；對我來說，亦師亦友、亦火亦水。
我們曾若乾次品茗促膝、圍爐夜話，人生的起起伏伏、數據的理解與應用、佛法修行，每個話題始於數據終於數據，獲益匪淺。難能可貴的是，我們對數據的應用、理解，觀點齣奇的一緻，平添相互好感。
老車是數據的修行者，期待這位無疆行者的感悟與升華之作，一杯清茶、一本好書，一位知己好友，人生幸事。
——徐雷 京東集團高級副總裁
“大數據”和絕大多數“新概念”一樣，已經成為許多閉門造車者宣揚的主題，而品覺—— 一個被我視為數據科學傢的朋友， 將他在eBay和阿裏巴巴近十幾年的實戰經驗進行梳理和總結，使“大數據”不再是一個人雲亦雲的概念，而是一個可以用心領會和使用的科學方法。
——吳海 桔子水晶酒店集團創始人
品覺的書主要講的是決戰！那麼咱們就從兵法的角度來看大數據！隻講三點：
對“道”的理解：就是分析師對人和事物基本規律的詮釋。分析問題韆萬不要從分析大數據開始，而是要從對人、世界、産品或者商業行為基本的認知著手！
第二， 對“計”的理解：計就是計謀！交戰之前用“商業智能”的一個重要作用就是要造成信息情報不對等，然後進一步造成瞭戰略優勢的不對稱，從而造就取得優勝的“勢態”。
第三， 對“勝”的理解：決戰的目的是要勝利，兵法上取勝的一些基本的要領比如以快打慢、以少勝多、以眾擊寡。在大數據分析上完全適用，就要做到分析得快速而精準、大規模部署以及産品化等。
這次為品覺的新書做推薦，既感到非常感激和榮幸，又感到誠惶誠恐。我的水平非常有限，完全是拋磚引玉。希望讀者們細細品味這部《決戰大數據》！
——張溪夢 LinkedIn商務分析部總監
目錄
前言 忘掉大數據
第一部分 從數據化運營到運營數據
01 大數據，為什麼很多人隻會談，不會做
大數據從來不是免費的午餐
人的斷層
模型數據從何而來
更主動的管理，更多的創新
【數據化思考】 問題就是答案
02 大數據的本質就是還原用戶的真實需求
識彆，讓似是而非的行為數據串聯起來
價值，企業價值 Vs 客戶價值
場景，你知道當時所有的場景嗎
還原是一個瞄準器
【數據化思考】CEO們關心哪三個數據
03 “活”的數據纔是大數據
“活”做數據收集，抓住相關性
“活”看數據指標，動態地使用數據
【數據化思考】 彆再做碰巧遊戲
04 無綫數據，大數據的顛覆者
無綫數據正在將整個數據變成“噪音”
PC 數據與無綫數據的關係
多屏思維下的電子商務
【數據化思考】 樣本的偏見
05 數據分類與數據價值，什麼纔是你的核心數據
數據分類為什麼如此重要
數據分類的 4 大維度
數據的 5 大價值
【數據化思考】 用傻瓜的角度去觀察
06 從用數據到養數據
數據應用因小而美
把數據放進“框”之中
如何用框架來做決策
養數據，重要的數據戰略
【數據化思考】 遠離“或”選擇
07 數據的盲點，負麵數據的力量
數據盲點
小偷思維
數據盲點的價值
【數據化思考】 為什麼數據會騙人：常態、時態與變態
第二部分 阿裏巴巴的大數據秘密
08 阿裏巴巴的大數據實踐
假定數據是穩定的
假定數據是可獲取的
【數據化思考】 先開槍，後瞄準
09 混、通、曬，阿裏巴巴數據化運營的內三闆斧
混，“混”齣數據
通，打“通”“混”的數據
曬，“曬”齣“混”和“通”的數據
【數據化思考】思考，要學會關窗口
10 存、管、用，阿裏巴巴運營數據的外三闆斧
存，數據收集的開始
管，保護好存儲數據
用，從收集數據到管理數據
【數據化思考】用化骨綿掌解決本質問題
11 大數據，未來商業的利器
假定數據是髒的
學會慢慢淡化數據
數據的標簽化管理
重要的是數據和數據之間的關係，而不是數據本身
數據的實時化與實時性分層
未來是人機的結閤體
【數據化思考】 忽略瞭趨勢，過去的價值一文不值
結 語 開啓屬於你的個人大數據管理
後 記 像李小龍的格鬥一樣去思考
品覺的話 人在修行的路上，不要單打獨鬥
精彩書摘
還原是一個瞄準器
數據的本質就是還原，這是收集元數據的關鍵方法。
當我們在進行用戶的場景還原時，必須認清數據收集的領域是什麼。在不同的領域裏收集到的數據，可以找到與其所在領域裏不同的東西，比如，搜索引擎和社交網絡（SNS）得到的數據就是不一樣的。而企業首先要做的是，確認用戶是不是同一個人，比如在SNS 裏涉及的很多信息主要都是聊天內容，如果我是做 SNS 的，我就會更多地去尋找這個人和其他人的關係。他今天跟張三聊瞭 3 分鍾，明天跟李四聊瞭 5 分鍾，這項數據在 SNS 領域裏可以獲得。但當我們要真實地還原整個人的行為的話，最好要有不同領域作為互補，這會讓你掌握更多更全麵的信息。
你有多大的能力知道哪些數據是同一個用戶的，這是企業首先必須解決的問題。然後再去關注，收集到的數據的量這麼大，廣度這麼?寬，價值在哪裏。而當企業不清楚收集到的數據是不是同一個用戶的時，那這個數據又有什麼用？所以，在大數據裏，最重要的還是收集人的數據。
而數據的價值，正如我們前麵所分析的，必須來自場景。
對於消費者數據的收集，其中一個瞄準器就是你能否還原用戶購買行為的場景。基於科技的不斷進步，如果有一天 Google? 眼鏡成為每個人的標配，或者是有一天，我們買的每一部電腦，其本身都是跟手機捆綁的，那麼這兩種交叉數據是很容易獲取的。
為什麼場景會變得如此重要？場景是不是被準確地錶達瞭？場景是否會成為一件事情的背景，用來還原整件事情？有一年的“十一黃金周”，我們發現很多用戶使用 iPad 購物，為什麼？你或許不會想到，這是因為那年的“十一黃金周”第一次實行黃金周高速公路不收過路費的政策，很多人堵在瞭路上，沒有其他事情做，所隻能以使用 iPad 購物。如果企業在分析數據的時候，沒有考慮到 10月1日整個中國的高速公路都齣現擁堵的這個場景，企業就沒有辦法還原整個場景，也就無法解釋這個現象。
我還發現瞭一個新場景。有一天，我們研究瞭一些無綫數據——用二維碼讓用戶到 達我們預想讓他到達的頁麵。我們可以看到，iPhone 手機在掃完二維碼後就到達瞭頁麵，但是安卓卻沒有。在中國，很多裝有安卓係統的手機在掃完二維碼之後都無法自動跳轉到關聯頁麵。這時，安卓手機就成為用戶登陸網站購物的重要場景。不管是一部 iPhone 手機、一部三星手機，還是一部其他類型的手機，手機的大小和係統的兼容性本身都能對場景産生巨大的影響。而如果我們盲目地去觀察數據本身，自以為是地認為用戶沒有進行點擊，那就大錯特錯瞭。事實上，是他點不瞭。
可見，有很多看似無關緊要的東西都在場景裏，而在無綫移動終端的世界裏，這個場景又平添瞭很多其他的東西，這都需要我們仔細地甄彆。
當我和數據分析師們聊天時，我總是會特彆提醒，在研究無綫數據的時候，要特彆注意的是用戶在每天移動的時間點和非移動的時間點裏都做瞭什麼。從起床到睡覺，有幾個時間點基本是固定的，所以基本上就可以判斷每個人一天的行為走勢是什麼。
我曾經在一次電商大會的圓桌論壇上提齣瞭一個觀點，當時與會者都很認同，就是我建議把一些以前用來觀察用戶忠誠度的框架，比如 RFM 模型來做收集數據的瞄準器。有什麼數據能讓我更好地看到 R，更好地看到 F，更好地看到 M ？ RFM 是一個收集維度，個人 PC、手機、平闆電腦是另一個終端場景維度，PC 能更好地收集 R，手機能更好地收集 M，這樣就可以通過場景的不斷變換來收集更多的數據。
現在，有一些終端的確可以收集以前收集不到的數據。以前，我們不知道一些數據的收集背景是不是移動的，但現在可以。用戶做一件事情的時候是不是正在移動？他是不是在銀泰百貨裏麵？麵對不同的場景，我們的框架也要相應改變。所以，現在做數據分析報告，最後的一個問題變成瞭：“無綫變瞭，這個報告的結果還是一樣嗎？你的報告應不應該也變一下？”
我認為，數據的本質就是還原，這是收集元數據的關鍵方法。如果沒有這個概念，你就不知道未來你需要什麼數據，就更不懂得什麼是重要的數據，到最後隻會産生越來越多的無從辨彆的數據。一旦數據多到瞭連你的公司都沒有辦法處理的時候，那麼其他會處理的人、公司和國傢就會把你毫不留情地擠齣市場。
“未來一定是國傢和國傢之間的數據大戰，公司與公司之間的數據大戰！”信息時代催生瞭海量數據的齣現，這個世界上每時每刻都在産生大量的數據。此時，大數據已經不再是一個單純的概念，而是像空氣一樣圍繞在每個人的身邊，每個人都是數據的製造者。也正是因為每個人都在通過不同的設備生産著數據，使得數據更多在“量”這個維度上不斷膨脹，但是，“量”的單純膨脹卻對企業真正瞭解一個用戶的需求産生瞭極大的挑戰。所以，如何更好地識彆各個設備的使用者是否為同一個人，如何更好地理解用戶在各個不同場景下錶現齣來的不同需求，如何更好地理解數據融閤後産生的價值，將是未來商業中每一個企業都必須考慮的問題。
在不久的將來，隨著 O2O的深入和穿戴式設備的興起，企業和企業之間必須進行更多的數據融閤和交換，必須進行更多的跨行業的數據交流，這樣纔能更好地還原用戶真正的需求，讓用戶在任何一個場景中都能夠獲得由數據帶來的便利。
總而言之，更深化的數據連接使海量數據經過提煉更真實地還原瞭事實，也使我們運用數據科技去解碼未來的需求成為可能。
CEO們關心哪三個數據
我在麵試數據分析師的時候，必然會問他們一個問題：“假如我是一傢知名電商的 CEO，而今天是星期一早上 9 點鍾，請你給我提供三個數據指標嚮我證明在過去的一周裏，企業運營得一切正常，可以讓我踏實下來。你認為，會是哪三個指標呢？”
絕大多數應聘者對這個問題的迴答比較一緻：第一個是流量；第二個是交易量；第三個是其他，這個其他包括轉化率、交易額等。
當他們這樣迴答完後，我會反問他們：“剛剛我問的問題，你真的聽清楚瞭嗎？”
這時候，有人會迴答說，我聽清楚瞭，而答案就是的真實需求這三個數據。
往往這個時候，我會提醒應聘者說：“請注意，我要的數據是給CEO 看的，而且還是 頂級電商的CEO，而且時間軸是周敏感數據。”麵試進行到這一環節，我就發現大部分麵試者根本聽不懂“CEO”的含義。事實上，既然是 CEO，就意味著他是公司裏的最高領導層，那麼給他看的東西明顯要與其他人不同。
在這個例子中，我們會發現絕大多數應聘者很少會換位思考。也就是說，事實上，他們都是從自己的角度來思考，而不是以一個數據分析師、一個要給 CEO 匯報三個數據指標的分析師的身份來思考問題。
那麼，什麼是以數據分析師的身份來思考問題呢？通常來說，在我問齣問題時，作為數據分析師的你首先要想的是 CEO 會關注什麼數據，是長期的，還是短期的？是風險最大的，還是風險一般的？或者是最近發生瞭什麼事情？以及給 CEO 提供的數據要有什麼注意事項，等等。
所以，我要再問問應聘者：“當你坐在麵試桌對麵給我答案的時候，有沒有想過在星期一的早上，這傢知名電商的 CEO 真正想看的是什麼？”
再想想這個問題，你到底有沒有真正聽清楚“CEO”、“知名電商”、“周敏感數據”這些關鍵詞？ CEO 要的是“踏實”——他聽完瞭就可以安心地吃早飯瞭。
在麵試時，如果麵試者不對這幾個問題進行詢問就貿然迴答的話，滿分是 10 分，我隻會給 5 分。因為這個問題裏麵本身就有很多問題，比如，什麼是踏實？踏實是一個概念，你不問清楚“踏實”的含義，就給我三個指標，無論如何都是錯的。
在正常情況下，首先不要急於迴答我提齣的問題，而是先問清楚什麼是踏實，切勿自己先做假定。以下，我們可以假定一個相對理想的麵試場景。
你反問：“什麼是踏實的狀況？”
我迴答道：“最近這傢電商和另一傢電商在打價格戰，而它最近又新推齣瞭圖書類目，那麼 CEO 自然最關注的是這些圖書的業務做得好不好。”
你再問：“什麼是好？是否基於每天來買書的新增用戶和原有用戶購書的數量多少？而且，CEO 是希望更多地用書來吸引新用戶，還是想通過圖書業務的推廣讓現有的用戶進行交叉購買行為？”
在這些思考結束之前，你絕對不能給齣指標。因為，在沒有解決一個問題的內涵之前，任意給齣的一個指標，必錯無疑。所以，我纔會問應聘者到底聽清楚問題沒有。
在我做麵試官的經曆中，很多看似有經驗的數據分析師，往往在我提齣的問題還沒有解釋清楚時就搶著作答。絕大多數人在思考不到一秒鍾的時間裏就給齣瞭答案，而這一秒鍾的答案，我可以確定他們根本沒有聽清楚我的問題。
通常這個時候，我會再給他們一次機會，問他們：“剛纔你給我的這個答案，如果我給你滿分 10 分，你會給自己打幾分？”而此時，大部分人隻會打 6 ～ 7 分。
當應聘者給自己打 7 分時，我會反問：“另外 3 分丟的原因是什麼？”他開始反思，說自己剛纔給的可能並不是 CEO 想要的指標，因為他對這傢電商的近況不是很瞭解……
接下來，當我再反問：“剛纔我的問題是‘假如我是一傢知名電商的CEO，今天是星期一早上 9 點鍾，你給我三個數據指標嚮我證明在過去的一周裏，企業運營得一切正常’，你聽清楚瞭嗎？如果你確認自己清楚瞭，能請你再給我一次答案嗎？”
這時候，聰明的人不會再用一秒鍾就給我答案瞭，而是重新思考，開始問問題，再給齣答案。這時候的答案，當然會比第一個答案要好得多。最後，當我再問他：“現在，10 分滿分你給自己打多少分？”此時，他們自己給齣的分值通常都會高一些。至此，我的麵試也就結束瞭。
事實上，關於這個問題，我根本就不關注打分的結果。當然，如果評價是 10 分，那就不用麵試瞭，因為在沒有仔細考慮過答案的時候就自信滿滿地迴答，這種人必然無法承擔做數據分析師的責任。雖然，自信是對的，但是思考更重要。作為一名數據分析師如果你不把自己的分析與當下結閤，是沒法進步的。
有趣的是，當我把這個問題貼在網上時，還是會有很多人追問我答案是什麼、CEO 關心的到底是哪三個數據。這時候，我真的很想說，答案不是結果，方法纔是。
多屏思維下的電子商務
探索到的無綫數據場景為清晰的數據分析打下瞭基礎，從而能
夠更好地還原用戶的行為，以便分析在多屏環境下的電子商務。
麵對無綫數據，要解決的主要問題有兩個：一是做到高效準確的收集；二是培養數據分析師的多屏思維。
所謂做到高效準確的收集，就是需要建立一套麵嚮多操作係統、多版本、自動、可靈活配置的用戶行為獲取係統。通過這個係統，開發工程師不再需要采用人工寫代碼的方式來收集數據，從而也就保證瞭數據的純淨無噪音。但是，這套係統還需要應對一個問題，那就是可能齣現的因操作係統的變化而使用戶識彆失效的情形。因此，企業需要能夠建立自己的用戶識彆方式，能夠建立獨立於設備號之外的識彆代碼。同時，這套係統還需要做到多係統的適配，要保證同一個版本在安卓和 iOS 上麵的數據具有一緻性。
數據分析師多屏思維的培養，則是一個長期的過程。我的方法是先派齣精乾的數據分析師小團隊去探索無綫數據的場景，因為即便像阿裏這樣的大公司，無綫數據的分析也是一個全新的領域，所以需要有分析師去探索。
……
前言/序言
忘掉大數據
我們正處在曆史的轉摺點上，數據技術在快速變革。大數據成瞭人們競相爭議的熱詞, 但鮮有人提及這巨大變革中需要具備的能力。無數的企業及個人望“數”興嘆：“大數據與我何乾？”未來是大數據的時代，未來的競爭就是數據的競爭。也許，我們早該忘掉那些華而不實的喧囂，讓大數據真正從“看” 到“用”，真正“活”起來。
大數據的力量來自觸類旁通的關聯,我們以前總是用數據來證明或企圖說服工作上的盲點。而如今的數據不再成為一加一的依據，而是具備瞭預測和開創新機的能力。
用數據找機會
我第一次見證大數據的魅力是在15年前，隻是當時的我並不知道那就是“大數據”。90年代初，我認識瞭一些專業以博彩為生的朋友，這些人組成瞭一個團隊，每年通過賽馬，就能盈利數億港元。我非常驚訝，要知道很多人在賭馬場上可是血本無歸的，而他們卻能把這種概率遊戲變成穩定的盈利工具。原來，他們的秘密就是使用瞭一套“養數據” 策略——將每一場賽馬比賽的過程都錄瞭下來。當時我覺得這個做法很奇怪：“電視上已經在播放錄像瞭啊，還另外錄比賽乾什麼？”後來我得知，他們居然在每場比賽中都會錄取賽馬不同角度的錄像。通過這些錄像，他們分析齣騎師、馬匹有哪些失誤動作，這些動作會帶來怎樣的後果，然後再把這些數據“清洗”齣一個更準確的數據（Smart Data）。賽馬過程中有許多意外，他們利用數據來還原——如果在沒有意外發生的情況下，馬匹在不同場地與不同騎師配閤中的應有速度。就這樣，他們可以更準確地判斷齣每匹馬的實力和獲勝的機會；就這樣，通過默默無聞的數據收集，入賬數億元。
令我最為震驚的是，他們竟然不看錶麵數據，而是從無限數據的機會中尋找核心數據。
這正體現瞭大數據最大的不同。以前，我們都是有問題找數據，而大數據時代則不同，其最核心的特質是“用數據找機會”。 我們做大數據，必須要有一個預判，就是哪些數據是你必須要提煉齣來解決盲點的。賽馬的結果其實充滿瞭“意外”，新的數據角度幫助我們一窺真實的結果，這就是“用數據來還原真實”。
隻有實效的數據纔是正道
現在，大數據的概念正處於紛雜的時代，媒體上充斥瞭各種關於大數據的報道，但其中不乏牽強附會、濫竽充數的言論，某些媒體甚至把簡單的統計也冠上瞭“大數據”的頭銜。
作為一個跟數據打瞭十幾年交道的人，我深深地知道從“看”到“用”,再從“用”到“養”的運營數據, 本身就是一個復雜的過程，而也許目前我們最應該做的，就是暫且忘記大數據的概念。行勝於言，隻有實效的數據纔是正道。我希望從一個實用的角度來撥開大數據的“迷霧”，告訴每個人大數據的具體運作應該是什麼樣的；而且數據量絕對不是一個最重要的問題，我們要的不是數據的量，而是有“質”的量，這正是我寫作本書的重要目的。
數據，決勝未來的商業利器
在這個風雲變幻的數據時代, 隻有讓數據成為商業的利器纔能決勝韆裏。
首先，我們需要擁有一套具有商業敏感的數據決策框架，可以使企業“看”得更準，並能夠對近期做瞭什麼是對的、什麼是錯的進行判斷。這樣一來，快速的數據反饋可以讓每個決策的誤差得到適時修正。其次，讓數據真正從“看”到“用”,讓用數據成為構建企業生産力的重要部分。再次，讓Data Technology（DT戰略）深入到企業的每個角落，使數據從生産、收集、使用、分享、反饋變得簡單易用。最後，讓DT戰略落地還要特彆注意數據的穩定、準確、時效和有效實施。
在阿裏巴巴，我學習到一個很重要的經驗——人和事是分不開的。企業要想成為一傢數據化的公司,文化的培養必不可少。“混、通、曬”及“存、管、用” 兩套內功是讓企業的血液（數據）流動起來的關鍵。數據流動得宜，則神清氣爽；相反，數據如果齣現停滯或質量問題，企業則性命不保。
鍛造數據力和思考力的閤力
大數據時代的到來, 讓我們幾韆年來第一次碰上瞭數據化帶來的機遇和滾滾紅利,也讓每個人的思維方式齣現瞭重大改變。很多時候，我們欠缺的不是解決問題的方式，而是定位問題的能力；有沒有數據可以改善我們的盲點；我們該如何學會用“假定數據是可獲取的”來重新思考周圍的一切。當這種數據化思考成為你的“直覺”時，就能夠把數據的力量和思考的力量融閤在一起，從而産生齣新的無與倫比的閤力。到那時你會發現，周圍的一切都將因此而煥發齣新的生機。
最後，衷心感謝一年來幫助我讓這個看似不可能完成的任務、這本不可能完成的書，最終付諸實踐的老師及朋友們：
感恩給予我寫這本書勇氣的雪謙寺擁珠紮西仁波切；
感謝一直幫助我推動這本書前期編輯工作的林君君；
感謝用業餘時間協助我完成寫作及案例工作的趙軍、李江、吳慧敏、歐吉良；
感謝湛廬文化專業的策劃和編輯團隊；
更感激傢人一直容忍著我的忽略……
正如數據是一種信仰, 萬法唯心，每一刻的進步都來自真誠的對待！
品覺
於西子湖畔
2014年4月
用戶評價
《決戰大數據：駕馭未來商業的利器》這個書名，給我一種緊迫感和希望感並存的體驗。在如今信息爆炸的時代，掌握數據就如同掌握瞭開啓未來商業大門的鑰匙。我一直認為，大數據不僅僅是一種技術，更是一種思維方式，一種看待和理解世界的新角度。我期待這本書能夠深入淺齣地解析大數據在現代商業中的應用，幫助我理解它如何改變著我們獲取信息、做齣決策、甚至創造價值的方式。 我猜想書中會涵蓋從基礎的數據科學概念到復雜的算法模型，但更重要的是，它會聚焦於這些技術如何轉化為實際的商業洞察和行動。例如，書中是否會提供一些成功的案例，展示企業如何利用大數據來提升客戶滿意度、優化供應鏈管理、或者開發齣顛覆性的産品？我尤其關注書中對於“商業智能”和“數據驅動決策”的論述，因為我相信，隻有真正將數據轉化為可執行的戰略，纔能在大數據時代立於不敗之地。同時，我也希望書中能提供一些關於如何培養數據敏感性和提升數據素養的建議，因為我知道，個人的能力提升與技術的進步同樣重要。我期待這本書能成為我理解和駕馭大數據，從而在未來商業競爭中取得優勢的有力助手。
評分這本《決戰大數據：駕馭未來商業的利器》的封麵設計就充滿瞭力量感，深邃的藍色背景，仿佛蘊含著無限的數據海洋，而金色的“決戰”二字，則如同燈塔般指引著方嚮。我一直對數據驅動的商業模式充滿好奇，也深知大數據在當今商業競爭中的重要性，但總覺得在實際應用層麵有些模糊。我期待這本書能像一個經驗豐富的嚮導，帶領我深入瞭解大數據的核心概念，它不僅僅是海量信息的堆砌，更是一種思維方式的轉變，一種洞察商機、優化決策的全新視角。 書中大概會探討如何從零散的數據中提煉齣有價值的洞察，比如通過分析用戶行為數據，企業如何更精準地定位目標客戶，開發齣他們真正需要的産品和服務。我尤其關注書中關於“預測性分析”的部分，這是否意味著我們可以提前預知市場趨勢，規避潛在的風險，從而在競爭中搶占先機？書中是否會分享一些具體的案例，例如某個傳統行業是如何因為擁抱大數據而實現轉型升級的？或者某個初創公司又是如何憑藉對數據的深度挖掘，迅速崛起，成為行業翹楚？我希望這本書能給我帶來一些切實可行的指導，讓我能夠將書中的理論知識轉化為實際行動，為自己的職業發展或者創業項目注入新的活力。
評分收到這本《決戰大數據：駕馭未來商業的利器》的時候，我第一眼就被它紮實的專業感吸引瞭。封麵設計簡潔而不失大氣，傳遞齣一種沉穩可靠的信號。我個人在工作中接觸到不少數據分析相關的項目，但總感覺對於“大數據”這個概念的理解還停留在比較淺顯的層麵，比如知道它量大、多樣，但對於如何真正“駕馭”它，實現商業價值，仍然感到一絲睏惑。我非常期待書中能夠深入剖析大數據的技術原理，但更重要的是，它是否能提供一套係統性的方法論，指導讀者如何構建數據驅動的商業戰略？ 我想，這本書應該會詳細闡述大數據分析的整個流程，從數據的采集、清洗、存儲，到建模、挖掘、可視化，每一個環節都至關重要。我特彆希望書中能有關於“數據治理”的論述，這往往是很多企業在實踐大數據時容易忽視卻又極其關鍵的一環。此外，如何在大數據時代保障數據安全和隱私，也是我非常關心的問題。書中是否會提供一些成熟的解決方案和行業最佳實踐？我渴望通過閱讀這本書，能夠更清晰地認識到大數據在提升運營效率、優化客戶體驗、創新商業模式等方麵的巨大潛力，並從中學習到如何將這些潛力轉化為實實在在的商業成果。
評分翻開《決戰大數據：駕馭未來商業的利器》，撲麵而來的是一種前沿的科技感和曆史使命感。封麵設計上，我想象著那些縱橫交錯的綫條，象徵著數據之間韆絲萬縷的聯係，以及那些閃爍的光點，代錶著隱藏在數據洪流中的寶貴信息。作為一名在商業領域摸爬滾打多年的從業者，我深切感受到傳統商業模式正在麵臨前所未有的挑戰，而大數據的齣現，無疑為我們提供瞭一條通往未來的新路徑。我期待這本書能夠帶領我探索這條新路徑的奧秘，解答我心中關於“如何利用大數據賦能商業決策”的疑問。 書的內容，我猜測會聚焦於大數據在商業實操層麵的應用，而非僅僅停留在理論層麵。例如，它可能會詳細講解不同行業如何通過大數據分析來優化營銷策略、提升産品競爭力、甚至重塑整個價值鏈。我特彆好奇書中是否會涉及一些關於“人工智能”與“大數據”協同作用的探討，畢竟這兩者是驅動未來商業變革的兩大引擎。同時，我也希望這本書能提供一些關於建立和培養大數據人纔團隊的建議，因為我知道，任何先進的技術和理念，最終都需要人的智慧去落地和執行。我期待能夠從書中獲得一些啓發，幫助我更好地理解並應對大數據時代的商業變革，成為那個能夠駕馭未來商業浪潮的掌舵者。
評分《決戰大數據：駕馭未來商業的利器》這個名字本身就充滿瞭張力，它暗示著一場關於如何掌握核心競爭力的較量，而大數據正是這場較量中最有力的武器。拿到這本書，我首先聯想到的是大數據帶來的無限可能，它能夠幫助我們洞察消費者心理，預測市場走嚮，優化資源配置，甚至創造全新的商業模式。我迫切地想知道，在這本書中，作者將如何拆解“大數據”這個龐大而復雜的概念，並將其轉化為普通讀者也能理解和掌握的知識。 我猜測書中會從多個維度去闡述大數據的價值，或許會從宏觀的經濟層麵，分析大數據如何重塑産業格局，再到微觀的企業運營層麵，講解如何通過數據分析來提升盈利能力。我特彆希望能看到書中對於“數據可視化”的介紹，因為我一直認為，將復雜的數據以直觀易懂的方式呈現齣來，是有效溝通和決策的關鍵。此外，我也很好奇書中是否會提及一些關於“倫理”和“法規”的討論，畢竟在大數據時代，如何在追求商業利益的同時，兼顧社會責任和個人隱私，是每一個參與者都必須麵對的問題。我期待這本書能夠為我提供一個清晰的框架，讓我能夠站在巨人的肩膀上，更好地理解和應用大數據，從而在激烈的商業競爭中占據有利地位。
評分不錯
評分說瞭些簡單的數據道理，對一般人沒什麼用處。
評分車老師的書，實戰性強
評分還可以
評分書不錯，通俗易懂，像是實踐派寫的。
評分整本書的包裝很好，很喜歡，速度也比想象中的要快！好評！
評分同事們反應都很好！！！
評分一口氣買瞭20多本書…有一本缺貨 ，跟客服溝通後就分開裝瞭 總的來說還算滿意
評分大數據是未來商業模式的創新基礎
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有