《数据的本质》读书笔记-一切都将数据化

《数据的本质》,作者:车品觉


这本书买了好久好久,之前应该是看过一遍的,这其实是一本拓展思路的书,更多的是作者关于数据的思考,这里重读下,顺便写写读书笔记。

书中有一个观点“未来人人都是数据分析师”,这个我是很赞同的,之前也就说过,数据分析是一种能力,是人人都需要掌握的技能就像IT技能一样,在初期,可能只有一拨人了解计算机,了解电脑,其他人一方面接触不到,一方面不得要领,随着时代发展,现在人人都了解电脑,什么硬件软件,很多人都可以是说出一些心得。数据分析也是一样,现在看似有一波人“数据分析师”在专门做这些事情,但是以后随着岗位技能的要求提高,一定会是人人都是数据分析师,当然不需要掌握太深,基本的知识,基本的能力还是要具备的。

无处不在的数据

随着互联网的发展,移动互联网的发展,智能设备的发展,我们可以获取的数据越来越多,目前来说,我们就可以获取出行数据,是公共出行,打车,专车,从哪儿上车,从哪儿下车;外卖数据,我们平时几点吃饭,喜欢吃什么,川菜?鲁菜?通过智能手环,现在还可以获取用户睡眠情况,几点入睡,几点醒来,深度睡眠多久,浅度睡眠多久,最近几个月的睡眠质量如何。
(等等,如果黑客可以侵入手环,知道了用户什么时候睡觉,岂不是很危险??)

总有一天,我们将可以获取用户一整天的数据,生活的一切都将数据化,几点起床,洗脸多久,刷牙多久,花了多久吃早饭,吃的是什么,有多少卡路里,使用了多少水,几点出门,走了多少步,距离多少.......未来可期,当所有的数据都放在我们面前的时候,除了兴奋,还有些恐惧,数据安全怎么办?我的隐私怎么办?

@@数据的价值必须来自场景

场景是很重要的,数据离开了这个场景,可能意义就不是很大了,线上线下场景的不断融合,会催生出来一些新的模式,产生新的数据。

数据相关性比数据本身更重要

这一节我只对两个点比较感兴趣,一个是数据需求,一个是作者讲一个一个量化一切的故事。
在产品设计阶段,我们一般都会有产品需求文档,现在我们需要加入DRD(data requirement document)数据需求,这样我们可以在业务过程中收集数据、分类数据、整合数据。

“量化一切”,作者讲了个例子,我觉得很有意思,是说他临时去参加一个会议,又临时被要求给大家做一个演讲,作者也慌,不知道讲什么,他就根据上午的会议量化了各个集团CEO关注的话题点,怎么量化呢?观察每个CEO对上午演讲题目的关注度,主要通过行为,像点头的动作,写笔记和发问,知道每个CEO关注的点,下午作者再去演讲,就都是CEO想要听,想要了解的内容了。

数据流动在于利益关系

作者在这里讲了阿里数据打通的问题,像阿里这样的大公司,打通数据都这么难,更别谈其他公司了,公司内部数据流通,行业数据流通,这都是未来需要做的,数据打通共享后,获得的效益一定更高。
这里有个词“数据断裂(Data broken)”,就是说数据不能反映当前的事实,这是由于数据更新导致的,之前我们公司在初期快速迭代的时候,就出现过,各个业务开发团队独立进行,我们这周刚梳理出来的模型,下周开发团队就迭代掉了,而我们还不知道,这就是“数据断裂”。

在怎样打通数据上,作者也提出了自己的一些建议,这里结合了他在阿里的经验,比如:找到大家都在用的基础数据,被野蛮复制的数据,抽出来做标准化,作为公共数据,并且开发一些常用模型,让大家知道打通后的便利性;还有一点就是找到大家都有的痛点。

@@数据分析的工作最终必须落地在产品上

这个观点我也比较认同,数据分析很多内容都是可以固化重用的,不必每次都重新来过,分析的可以是针对某一类问题,而且变成产品,业务团队可以自行分析,解决问题,从侧面释放了分析师的一部分工作。

伦理,大数据的关键破绽

这一节作者主要讨论了数据安全,数据伦理问题。
数据流通过程中,如何保障个人、企业和公众的应有利益?这其实需要的实践当中不断的摸索去完善,并且依靠每个个体的自我约束。
对于人工智能的发展,伦理问题该如何解决,机器人是否真的会觉醒?如何监控这一切,这其实都需要在不断的实践当中,不断的总结完善,目前看来,并没有真正的答案,我们要带着一颗敬畏的心,勇敢的前进。

数字经济引擎

数字化引擎包含4种形态:

  • 数据驱动决策
  • 数据驱动流程
  • 数据驱动产品
  • 数据驱动数据

这一节,作者更多的谈到企业数据化的一些点,“@@未来没有一家公司,不是数据公司”,具备数据化思维是非常重要的。

数据应用的闭环系统

作者谈到了数据与商业的结合,介绍了他在阿里的实践经验,上面这张图我觉得非常好,现在很多公司都重视数据,想要做数据化运营,精细化运营,上一半大家都考虑到了,但是能做到下一半“运营数据”的少之又少。

数据资产

这几节作者在说明数据作为一种企业资产的重要性。

@@数据的存在是为了能够有效地解决问题,而解决问题的核心与关键还是在于预测。

数据变现四大场景

这一节,主要说数据的应用场景,作者举了很多的例子,像医疗行业,金融行业,无人汽车,智能设备等等,这里不展开了,可以看看书,拓展一下思路。


@@标注的内容表示引用书中的话

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,084评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,623评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,450评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,322评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,370评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,274评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,126评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,980评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,414评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,599评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,773评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,470评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,080评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,713评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,852评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,865评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,689评论 2 354

推荐阅读更多精彩内容