来自数据应用的反思,你需要知道这4点

0 讨 论 177 浏览量 行业资讯

自2011年以来,大数据成为一个热词,以“迅雷不及掩耳之势”席卷中国,但时至今日,关于数据如何应用,对很多人来说都是一个“未解之谜”。

11月19日,在发源地大数据主办的“大数据应用与未来”论坛上,听完嘉宾分享收获很多,现与大家分享。

当天听完整场论坛下来(回顾参见:既然未来数据应用想象无边,此刻我们能做什么|数据行业有话说),打破了我过去的两个错误认知:

1.过去我以为很多公司都知道数据的价值,并且知道数据怎么用,然而似乎实际情况是很多公司都不知道数据的价值,也不知道数据怎么用(或者就是以为用来营销)。

2.数据不该是最终目的,而只是过程和手段,不管是过分夸大数据的价值,还是低估数据的作用都有失偏颇。

以下是我当天听完后的一些想分享的想法,希望我们在前行路上,能多一点反思,让这个事情变得更美好。

/ 01 /

我们为数据指路,数据引导我们

每个公司都有或多或少的历史数据,从这些历史数据中,我们能得出一些结论,也能做一些推测。

这个推测,就是我们的数据洞察。

对过去数据总结分析,我们能做出很多预测推断,但哪些是该我们去重点关注,和重点验证的呢?

关键是要看我们业务中出现了什么问题,“业务问题是数据分析的核心驱动力”。

采集什么数据,在哪些地方埋点,做什么模型,这取决于你的商业模式,和实际业务需要,你需要考虑你的数据获取、数据测量的难易性,还要考虑要不要为人为失误留出空间,你需要有一些自己的逻辑推断和主观理解,然后用数据去验证,或反驳你的观点。

你画好地图,指明方向,不断添加数据的量级和维度,然后观察数据的走向,数据有时并不能与直觉、经验产生良性互动,甚至是相悖的。

如果你确定自己的方向和逻辑没错,你可以去复核数据的来源,采集是否正确,甚至用另一种方式,另一群人来收集,但结果如果还是不变,你就要用数据来引导自己的行为,因为数据是最有发言权的。

/ 02/

“最好用”的数据模型也需要迭代

柏拉图说万事万物都自己的“型”,有最美好、最完美的状态,但我们永远也到达不了这个“型”,尽管如此,我们也要一直要朝着它靠近。

这次论坛嘉宾分享了一个数据应用案例,他们通过优秀销售人员的话术作为原型,优化之后,然后更大范围去测试这套话术的作用,再做优化,再测试,再优化……

我听了有一种豁然开朗的感觉,数据应用本该是一个动态循环升级的过程,它不该停滞。

如果它一开始就验证了某套话术转化率特别高,发现了某个数据应用模型很好用,就用这个套路一直下去,随着时间推移,外部环境变化,人们观念变化,这个曾经的“王牌数据模型”恐怕也会漏洞百出。

一个好用的数据模型没法一劳永逸,它也有自己的局限和上限,和我们的经验一样,它能指导帮助我们,我们也要知道它的局限在哪里

同时更重要的是,它需要迭代更新,需要新的东西浇灌,不然最终只会限制我们发展。

/ 03/

优质数据是数据应用核心中的核心

当天论坛上,有位观众提了一个问题“如何确认我得到的数据的真伪?”

这是一个很关键的问题。

我想起之前我在《一张图带你搞懂大数据》中说过,数据应用的基础是数据采集

那数据采集的基础或核心是什么呢?

我的答案是:优质数据。

优质数据不仅仅是真实的数据,而是维度更全,是真实发生过的事情的全面、完整、准确反映。

可以说,你采集到的数据是否优质,将最大化决定你的数据分析和数据应用效果,这是最重要的一步,做好了,剩下的水到渠成,成功几率超过一大半。

回答那位观众的问题“如何确认我得到的数据的真伪”。

我们常说一句话“事出反常必有妖”,如果你采集的数据与直觉经验有问题,如果你采集的数据趋势,与过去有反差,这个时候你必须审视这个数据的真伪。

怀疑可以从直觉出发,要验证的方法则需要采集更多数据对比分析。

/ 04/

数据能起作用,但不能决定所有

我是一名运营,在我的前一份工作中,我通过反复测验尝试,找到了几个方法能不断为我的公众号吸引新的粉丝。

流量解决了,按照我们过去的经验,我们乐观认为接下来用户(转化)肯定会增多,销售额自然也会上升,但2个月内,相关数据并没有显著提升。

我们检查了内容质量,检查了转化路径和模式,检查了销售聊天记录,到最后才找到问题症结所在:原来新的流量进来,他们在后台和留言发了很多消息,但负责沟通的小编并没有及时回复这些消息,回答也比较冰冷,没有形成良性互动,与粉丝嗨在一起。

我们把这个小编换了,用之前的互动形式去与粉丝沟通,1个月后,转化提升上来了。

举这个例,是想说,通过数据指导,数据能为你带来用户增长,但我们也不能忽略“人”的因素,数据不会决定你和粉丝之间的互动形式(当数据不是问题,人的因素可能成为关键性因素,让你更成功或彻底失败。)

当我们直觉某件事是对或者错,可以用数据去帮我们验证结果,做取舍。

但我们不能忽略任何一个可能影响数据的微小变量。

说到底,数据应用的关键还在于你对自己业务的理解、洞察、掌握度,只有自己人才更清楚,至于数据采集可以交给更专业的公司,比如我们发源地大数据来帮你完成。

最后,希望能在留言中看到你的分享。

 

Finndy Copyright©2017 | Powered by Q2A

...