决战大数据（升级版）

 我在阿里的6年

 回顾我在阿里的6 年，从经历来说，是先负责支付宝，继而负责淘宝，负责整个阿里集团的数据工作。实际上，这个过程同样也是我对数据应用的一个历程：一阶段用数据，二阶段养数据，三阶段从看数据到用数据。

 我在支付宝

 加入支付宝之前，业内都认可我是一名比较懂得用数据去设计、优化、迭代产品的首席产品官。彼时我在支付宝，大胆地把产品与数据分析部门结合，累积了不少经验。

 数据产品化，这个理念随我加入支付宝

 说起加入支付宝，其实有些偶然。当时，支付宝邀请我去分享如何用数据做产品。分享会之后，我去了华星大厦的一个会议室，里面坐着Lucy（彭蕾，时任支付宝CEO）、Eric（井贤栋, 时任蚂蚁金融COO）。在那个会议室里，他们问了我几个如何能用好数据的问题。当时，我反问了Lucy 一个问题：“你每天大概会看多少数据？”

 “大概几十个吧。”

 “不对，你不应该一天看几十个数据那么多，我觉得你应该只看几个数据就够了。”

 或许，他们已经不记得我提出的这个问题了，但是我却记得非常清楚。因为在支付宝的两年里，这是我做数据产品时一直遵循的原则。正式加入支付宝后，我面对的首件事情就是着手组建分析师团队。2010 年的支付宝，公司里大部分的业务团队对数据团队都不太满意，而且高层对数据能产生的价值也没有太多认识。而数据负责人的调职，也导致了支付宝的数据分析和数据技术部门被分开管理。

 面对分析和技术团队的目标不一致，加上业务部门对为什么要使用数据及如何用好数据充满疑问，甚至有人认为数据分析仅是门面功夫，所以技术团队有时候会跟我的团队“对着干”，因为两个团队的老板不是同一个人，他们也没有义务一定要支持我，所以甚至有时候会撇开我们直接跟业务部门对接。

 但是结果，我坚持的数据分析产品化路线，终于得到了双方的认同，甚至技术团队还主动过来问我：“我们怎么合作比较好？”所以那时，双方的关系从“对着干”变成了“我们会全力支持你”。终于有一天，Lucy 走到我办公室跟我说：“你知道吗？你们做的产品让我觉得很爽，我很喜欢这个产品。”而当我在支付宝的第二个产品“地动仪”出来时，她跟我说：“这就是我梦寐以求的数据产品。”

 同事们和老板对结果的支持，让我肯定自己在支付宝走的这条路是对的。如果让我总结这其中的精髓，我的秘诀就是：数据分析也要讲求用户体验。

 简单来说就是，别说是数据产品了，小到一个数据报告，我们都必须要知道以下5 个问题：

 ● 这是什么问题？

 ● 这是谁的问题？

 ● 这个问题现在必须马上解决吗？

 ● 这个问题我们能解决吗？

 ● 我们有足够的数据来解决吗？

 当我“苛刻”地提出“把月度经营报告当成产品来做，目的是让这份报告像iPhone 一样好用”的要求时，整个团队都傻了：报告怎么能像产品一样呢？！那么，为什么数据报告不可以做到行云流水，让人看起来很爽呢？

 所以，我是这么要求的：首先，报告的前三页一定要吸引人，让人有欲望继续看下去；其次，当别人看到一个数据，心里在猜测数据背后的各种原因时，我的下一页就要解答他心中的疑问。

 因此，如果要用产品管理的理念来运行分析团队的话，必须要问“问题是什么”，并以此作为切入点。接着，解决用户的问题，得到用户的信任，然后就可以做更多的好产品。这是一套做产品的理念，因为产品需要不断迭代，并非一劳永逸。那么，我怎么评估报告是否获得成功呢？简单来说，如果一个月度经营报告仅仅5 分钟就被pass 掉了，那它肯定是不成功的。

 我在支付宝，几乎每一个月度报告，都会让管理层讨论三四个小时，一份数据报告居然会成为管理层讨论焦点，每次都会有很多高层管理者关注我讲什么，这时我就知道自己肯定成功了。

 当然，我也同时会提醒分析师们，千万别以为靠一份报告可以解决所有事情，你一定要让业务部门认为这份业务报告是大家一起探索的，这是我管理团队的一个基本理念。

 用产品化理念管理数据团队，这是推进的秘诀

 总的来说，数据产品化的理念终于得到了Lucy、高层管理者，以及团队和同事们的认可，那么针对这个理念，我是如何在团队内一步步推动的呢？

 首先，我让团队做好基础服务——“白米饭”。为什么叫白米饭？因为对人来说，如果饭不够就会出大问题。对于公司来说，如果数据基础服务满足不了我们的用户，那么他们就会跳起来，那时候再高大上的报告也没用。所以，我要求分析团队一定要跟业务部门达成一致，知道什么东西如果我们不提供给他们，结果会很严重。

 但是，长期做“白米饭”的分析部门是没有前途的。所以其次，我抽出团队一部分人成立了“突击队”。每当我听到管理层对数据的需求时，就会把信息带到团队，让团队成立2 ～ 3 支“突击队”，让管理层用到有用的、合时和带探索性内容。把自己精锐的部队放在突击队里，这个决定非常重要。

 但是值得注意的事，“突击队”有一个前提，必须要有人能接触到高管层的信息通道，否则无法得到高层的信息。而这个角色就是我，我接触高管团队，并且把信息输送给“突击队”。

 基于“白米饭”和“突击队”，end，我们开始沉淀数据分析的框架。

 为什么数据分析框架如此重要？因为它是数据产品的养分。我用建立数据产品为目标的理念来运营一个数据团队，所以数据分析框架才是给到数据产品养分的关键点。

 在支付宝时，基于Lucy 和Eric 给我的支持，数据产品都是自上而下推行。我先做了“观星台”，这是一个高管的数据仪表盘工具；然后做了“地动仪”，一个给中层管理看的数据产品，接着还有客服360 等。

 所有这些数据产品，都是从数据分析框中提炼出来的。把分析的理念和框架变成数据产品，本质上是一个数据泛化的过程。这个过程非常重要，因为数据报告的需求会越来越多，如果没有泛化数据给使用数据的人，分析团队将永远被冗杂和重复的工作所困。

 在这期间，我们也做过一个变化。因为“观星台”和“地动仪”还是传统的分析工具，只不过让你有更好的眼睛看到更好的数据，用我一直强调的理念来讲，这属于描述性的报告，用于描述一个公司今天做的怎么样。但由于我们有了分析框架，可能稍微会带一点诊断性。所以，这种产品主要是描述性产品，偶尔会做一些诊断，但还未达到探索预测的状态。

 在这个看法的基础上我有了个新想法，想法的灵感源于Facebook。当时Facebook 已经积极地开展探索性的数据产品，可视化及交互功能已经非常灵活。探索和静态报告的区别在于，用户可以选择自己的角度灵活地去看数据，真的能够做到“逛”数据。

 因此，我们创造了一个产品叫“黄金策”。“黄金策”可以让用户很轻松地在3 秒钟之内就看到不同标签下用户购物行为的异同。比如，看30-35 岁的上海女性，有一张信用卡和多张信用卡的两个不同群体，她们的购买行为有什么不一样。或者，看广东和上海的女性在购物表现上有什么不一样。用户可以非常轻松地比较不同用户群的购物表现。所以，我认为好的数据产品应该是可以激发用户灵感的。

 在做“黄金策”这个产品的过程中，我深有感触的是：数据行业的人会很容易让技术制约产品的发展。当时我提出做“黄金策”时，大部分技术工程师都断言，3 秒钟出结果是不可能的。因为以前类似的灵活配置的报告，一般都不能做到即时查询，如果要快速产出的话只能找分析师。即便如此，也可能因为资源排期等原因等待很久。

 当时只有一个人站出来说“我可以帮你搞定3 秒钟”，这个人就是蒋杰（现任腾讯数据中心总经理）。于是很自然地，我就跟蒋杰一起合作了这个项目，并且成了好朋友。后来，蒋杰很出色地帮我完成了这个项目。所以，我觉得做技术的人不应该让当前的技术和思维限制未来的新产品。

 就用户体验来说，用户之所以不用我们的产品，其中一个很重要的原因是，没有人愿意耗时太久等一个报告，因为当报告出来之后，他的问题可能早已经解决了。试想，我们拍下脑袋决定只需两分钟，但等一个报告要两个星期，而且报告的结果还不一定能帮上他，你说他会选拍脑袋还是等报告？所以，这也是我们产品人的理念：到底怎样才能解决用户的问题。这也是产品人和数据人不一样的地方。

 让用户喜欢数据，就会让团队喜欢自己

 除去以上这些有关数据的东西外，那时我还做了另一件事。我启动了一个项目叫“西湖品学”，每年请公司外的数据牛人来分享经验，这是数据人的一场盛会，当时很受欢迎。我做“西湖品学”有两个原因：首先，我认为人们不使用数据不是他真的不想使用；其次，没有人推广使用数据的好处。

 那时，我常在支付宝说一个比喻：“我右手用得好好的，你突然让我用左手，那你就要告诉我用左手的好处，不然我无法改变习惯。”

 用数据的习惯也是一样，当他知道数据好用的时候，就肯定会用。所以，每一年的“西湖品学”，我都请外面很多人来讲数据到底有什么好处，让公司内部的数据人知道数据应用的商业场景是怎样的，从而激起更多人对数据的渴望和期待。“西湖品学”就是这样一个全新的尝试。

 在数据分析人员之中，我们大部分分析员都被戏称为“表哥”“表弟”（因为他们每天都要做很多表）。但是，每天仅仅做表的人会有幸福感吗？每天做这么多表，也不知道别人怎么用，没有结果肯定就没有幸福感可言。而“西湖品学”让他们知道，他们的责任在哪里、怎样跟业务对接，他们不仅仅是“表哥”“表弟”。所以我的目的就是，不让他们埋怨自己的才华被埋没了，而让他们知道自己努力的价值。

 当我的分析师看到管理层很激烈地讨论他们做出的报告时，我能看见他们脸上的笑容：“不枉我们两个星期不眠不休地把这个报告做出来。”其实，我们大多数据人都不怕辛苦，怕的就是作出来的东西没人看。

 总的来说，我对分析师们要求有些不同，我要求他们对商业有一定理解，这个本身就是我在这本书中提到的“混通晒”——混在商业场景中，把数据与商业场景打通，将数据产品当成载体，把这个东西晒出来，让更多人使用。当你看到你的用户不能没有你，当你看到你的用户满意的时候，你自然就会感到兴奋，整个闭环就会让人很兴奋。

 总结起来，数据产品化的理念是我在支付宝对整个数据分析部门的顶层设计，我一直用这个理念去运行一个部门，决定资源如何配置。怎样让我的数据使用者喜欢用我的产品，取悦我们用户的办法就是帮他解决问题。

 然后就是让数据更泛化，我们必须宣传数据的好处，要教育我们的用户如何使用数据。我们不能假定用户会知道数据的好处，而是要一边宣传理念，一边教授技巧，让用户知道怎么用，怎么用好，知道数据的价值。

 还有一点就是，让我们部门的员工喜欢自己，喜欢自己的工作。

 我在支付宝的成功，也离不开这坚持。首先我得益于自己坚持的整个顶层设计的理念，我的老板Lucy 和Eric 也十分支持我，给我机会，对我很支持和包容；后面就是我有很棒的下属，能够把我的理念付诸实践。

 记得当我晋升到副总裁，成了当时阿里巴巴数据领域职位极高的人的时候，Lucy 曾经说：“在中国，品觉是数一数二的分析师。”这句话当然是对我个人的偏爱，但如果她指的是数一数二的好分析师（电商平台），我觉得能勉强接受。

 每每回想起我在支付宝的两年，甚至离开支付宝到了淘宝之后很久，公司内外依然有很多人对我说支付宝的数据分析团队是极棒的。每当遇到这样的赞美，我都觉得非常欣慰。所以，那段经历让我感觉非常幸福。

 车品觉

 畅销书《决战大数据》作者

 红杉资本中国基金专家合伙人

 *guo信标委大数据标准工作组副组长

 阿里巴巴集团前副总裁，*任阿里数据委员会会长；拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有独到的见解。亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果，包括为阿里建立集团各事业群的业务及决策分析框架，开发智能化的数据产品，成立了驱动集团数据化的运营团队，成功发起了公共与专有数据资产管理体系，还发布了数据安*规范等。

 现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员（大数据项目）、浙江大学管理学院兼职教授等职。

前 言 我在阿里的6年

引 言 忘掉大数据

第一部分 从数据化运营到运营数据

01 大数据，为什么很多人只会谈、不会做

大数据从来不是免费的午餐

人的断层

模型数据从何而来

更主动的管理，更多的创新

数据化思考 问题就是答案

02 大数据的本质就是还原用户的真实需求

识别，让似是而非的行为数据串联起来

价值，企业价值VS. 客户价值

场景，你知道当时所有的场景吗

还原是一个瞄准器

数据化思考 CEO 们关心哪3个数据

03 “ 活”的数据才是大数据

“活”做数据收集，抓住相关性

“活”看数据指标，动态地使用数据

数据化思考 别再做“碰巧游戏”

04 全域大数据，大数据的颠覆者

数据，决策的瞄准镜

开始“上帝视角”，做到知觉合一

数据化思考 样本的偏见

05 数据分类与数据价值，什么才是你的核心数据

数据分类为什么如此重要

数据分类的4 大维度

数据的5 大价值

数据化思考 用傻瓜的视角去观察

06 从用数据到养数据

数据应用因小而美

把数据放进“框” 中

如何用框架来做决策

养数据，重要的数据战略

数据化思考 远离“或”选择

07 数据的盲点，负面数据的力量

数据盲点

小偷思维

数据盲点的价值

数据化思考 为什么数据会骗人：常态、时态与变态

第二部分 阿里巴巴的大数据秘密

08 阿里巴巴的大数据实践

假定数据是稳定的

假定数据是可获取的

数据化思考 先开枪，后瞄准

09 混、通、晒，阿里巴巴数据化运营的内三板斧

混，“混”出数据

通，打“通”“混”的数据

晒，“晒”出“混”和“通”的数据

数据化思考 思考，要学会关窗口

10 存、管、用，阿里巴巴运营数据的外三板斧

存，数据收集的开始

管，保护好存储数据

用，从收集数据到管理数据

数据化思考 用化骨绵掌解决本质问题

11 大数据，未来商业的利器

假定数据是脏的

学会慢慢淡化数据

数据的标签化管理

重要的是数据和数据之间的关系，而不是数据本身

数据的实时化与实时性分层

未来是人机的结合体

数据化思考 忽略了趋势，过去的价值一文不值

第三部分 没有数据，就没有未来

12 大数据驱动行业大变革

大数据带给零售业大想象

金融创新迎合新世代

医疗业酝酿大数据突破

物联网，构建智慧城市

娱乐大数据，定制你的需求

人心难测，时尚业的机遇

未来，人人都是数据分析师

数据化思考 大数据生态走向平民化，专业工作变得人人可做

13 未来的趋势，蕴于数据之中

物联网，让寻找客户靠数据不靠运气

虚拟现实，以精算模型预估人类行为

以大数据应对“不测风云”

情绪计算：相形不如论心

开扩思维，负面信息也是决策关键

数据化思考 知识图谱，知别人所不知

14 数据产生的未来洞察力，才是核心竞争力

大数据变革在数据本身

任何一个完整的高效服务都离不开3T

用数据治理数据

Datafication，大数据风暴中的指南针与救生衣

数据化思考 让数据透过产品“说话”

15 2016 大数据趋势

变是唯一的不变

跳脱惰性的乘法思维

稳抓趋势中的观战重点

数据化思考 走出大数据和小数据的迷思

结 语 开启属于你的个人大数据管理

后 记 像李小龙的格斗一样去思考

品觉的话 人在修行的路上，不要单打独斗 

 在数据无限的时代，我们如何利用大数据实现商业大洗牌？传统行业又该如何通过挖掘隐藏在大数据背后的信息，冲出层层危机，实现行业质和量的飞跃？企业如何才能实现数据化运营，在大数据时代站稳脚跟？大数据实践的先行者、阿里巴巴集团前副总裁车品觉倾力新增8万字纯干货，倾情解读企业在大数据时代顽强生存的答案！只有稳抓趋势中的观战重点，才能在海量数据中挖掘商机！

 随着智能手机的大范围普及、物联网浪潮以及人工智能技术的爆发式发展，大数据在收集消费者*渠道行为、触发商业机遇等方面发挥了越来越重要的作用。而《决战大数据》一书恰恰洞悉了大数据时代商业发展的本质。同时，车品觉根据其在阿里巴巴的多年经验，通过丰富的案例和通俗易懂的语言，从“养数据”到“用数据”，深入浅出地向我们揭开了阿里巴巴数据化运营和运营数据的神秘面纱。通过《决战大数据》一书，车品觉告诉我们，在数据无限的时代，拥有数据化思维，才能改变商业的未来。

 一部*方位展现智能时代数据思维构建之道的实战巨作，数据力决定竞争力的年代，不得不读！