【爱数据微课】俞玮玮老师分享实录：
前言：
今天的PPT其实整个的内容并不包含很多纯技术的东西，但是还是拿出来跟大家分享是因为我在过去三五年的时间里面负责公司的BI商业智能这一块，我们在招聘很多运营方面的分析师，甚至一些资深的分析师、数据挖掘的人员的时候，发现一个很普遍的问题，大家的纯技术都不差，甚至我还看到一些在纯技术方面比我本人更牛的一些人。但是，我们始终会发现作为分析人员，他们缺乏一些业务方面的理解，这是分析人员最大的一个缺陷，所以今天跟大家分享的更多的是业务思考的方式和我们要去考虑的纯技术之外的问题，即如何把数据分析和真正的业务挂钩起来。
为什么要用这样一张封面呢？大家可以看到一群*狗猎**在赛跑，里面有一只大象，从体积上来说比*狗猎**要大得多，但是其实他也跑的非常快。这个就是说今天当我们的数据处理能力达到了前所未有的高度之后，像大象这样的庞然大物也能够飞奔起来和*狗猎**一起赛跑。所以用了这样一个封面。
一、今天的数据量：
这个是我从google上找到的相对比较靠谱的数据，08年的时候，其实我们已经有0.5ZB的量，从09、10年，一直到2020年还要在这个基础上翻44倍。很多人也许还不能直观的了解关于这些零点几ZB、一点几ZB到底是多大的数据量，所以我们就用做数据分析的很多男同学的生活常识来跟大家说。以我们苍老师的影视作品来说就是图上的这个量，大家可以看到后面跟了很多0，这就是所谓的1.82ZB的数据量。我们今天都在说“大数据，大数据”，那么我们在真正了解大数据、处理大数据之前，如何真正的去定义大数据?其实把他反过来就行了，其实我们的数据量真的很大，所以才叫大数据。
二、WHAT is 大数据？
大数据(Big Data)：或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。这只是百度上关于大数据的摘录，大家看一眼就行。下面才是大数据4V的特点：Volume（大量）；Velocity（高速）；Variety（多样）；Value（价值） 。
其实这些都是照本宣科的，从我接触大数据到现在为止，我觉得大数据对我们来说除了这些大家从别的地方能看到的之外，他还有一个特点就是：他是一些非结构化的数据。所谓“非结构化的数据”是什么意思呢？我举个例子：在互联网之前，我们并没有很显著的踏入大数据时代，但是在互联网时代发展到今天为止，当你在浏览一个网站的时候，原来我们所能想到，能记录的数据就是你的COOKI ID,你的首页登录的UR，你的第二页是什么，你的第三页是什么？这个对我们来说还是相对比较结构化的数据。
那么为什么我说大数据明显的带有结构化的特征呢？其实你在浏览网页的时候会有很多不经意间的动作，如果我们要去记录，我们都是可以记录的。比如你的鼠标在某个位置上悬停了多久？你的鼠标划向另一个位置的时候你的轨迹和路径是什么样的？所有这些数据我们需要采集的时候都是有能力把他记录下来的。所有这些数据结合在一起的时候，不是你一个人在浏览这个网站，而是有很多的用户在同时浏览这个网站，如果我们去以这种文本形式，以时间的序列去记录这些所有数据，那么这些数据的一个大的集合对我们来说是完全无序的，并且是没有结构化的。
所以我们说大数据的特征除了4V之外最大的一个特征就是非结构化。其实一家公司在运营过程中能够产生的数据是非常非常多的。甚至有一些是你目前为止还没有想到要去采集要去用的。但是，不保证未来不会用到。
三、WHAT is 大数据 FOR？
这张表对我们来说，其实就是根据数据的背景获得更完整的情况，利用数据驱动做出更好的商业决策，开发出更好的定制化产品。上图写的一段文字其实就是大数据能做的事情。那么为什么说在原来非大数据时代很多事情做不了？就要回到之前我说的，我们采集了多少维度的数据，整个的数据量是多少？决定了这些数据到底被我们运用的程度有多少。就像旁边我们看到的预测的这些东西，他们是根据一些多维度，比方说这只球队他在一些高原地区的胜率，在多少海拔的胜率，在客场的胜率，在主场的胜率，在历史对各种球队比赛的情况。有些同学可能会知道这是一些多元的东西，不管他是回归也好，还是其他的一些东西也好，来做出这样一种预测。
大数据部门的尴尬，我们会碰到两种极端
1、老板对数据不重视但怀着梦想，却沦为表哥表弟 除了Excel、SQL水平技能提高了，其余的都没变化。
2、老板对大数据认识不理性，认为数据万能，能解决公司所有的问题。但是数据分析不能解决所有问题。
四、 waht is 运营 (Operation) ?
运营就是对运营过程的计划、组织、实施和控制，是与产品生产和服务创造密切相关的各项管理工作的总称。从另一个角度来讲，运营管理也可以指为对生产和提供公司主要的产品和服务的系统进行设计、运行、评价和改进的管理工作。这段是我从百度摘抄下来的，百度最大的好处就是你什么都能查到，但是你查到之后完全不知道他在说什么。我自己概括了一下，其实运营分两块：
1.运筹：我要去做什么样一件正确的事情
2.经营：去细化把这个事情做正确
五、运营的阶段
1、经验运营
关键点:多年的经验，依赖人，但是过于依赖人，人走了很多项目就会遇到问题。
2、流程运营
关键点: 对人的依赖性降到最低，固定化流程，用俗话说就是一个萝卜一个坑，人走了填进来一个差不多的萝卜就好了，整个流程是不会断的。但是存在一个执行力的问题，大家开会制定的流程还是没法推下去，问题在整个的流程运营非常非常依赖于具体在整个流程推进过程中的执行力，在既定时间完成既定任务。这个是流程运营走通并且走顺的非常重要的一个关键点。
3、数据运营
电商的引入把整个运营从经营推到流程再推到数据，真正地让数据和运营结合起来。
关键点:海量化数据 依赖于数据采集和处理能力、业务理解
六、运营的疑问
1、众口难调？
2、用户到底要什么？ 用户每天都在干什么？
3、为什么我推荐的不起作用？
4、为什么活动做的很好了，用户还是不买单？
5、拉新成本那么高，怎么新用户来了就走，留存率这么低？
解决上述所有的问题的核心是========用户体验
七、基于用户生命周期的运营分析框架
案例为应用市场*载下**的用户的生命周期。
这个也是最主要的业务流程，需要更明确，多理解，多站在全局上理解。
八、数据分析怎么结合业务？
· 我们太专注于数据分析本身，高深的方法、炫酷的图表这类东西，甚至有些人炫酷都做不到。
· 业务部门最关心的问题是：这个能帮到我什么，下一步的动作是什么？
· 太学术的分析，运营是看不懂的，要把学术分析转化为业务分析，用业务语言沟通。
· 要么运营去了解数据，要么数据人员去了解业务，数据人员了解业务更容易点。
· 不了解业务？向业务部门沟通，咨询，这些都解决不了问题，大多数情况下你要不到一个明确的需求。
· 就是业务部门愿意说，也很难出一些很有层次，很有逻辑的需求。
· 尽量多的去了解业务最近在做什么东西，目前的业务流程是怎么走的。
· 上面这些，你都不知道，理不顺，怎么能出一个能落地的报告？
· 每周或者定期，去旁听一下业务人员最近在做什么东西，下一步的计划是什么？
· 数据分析都没做好，却急急忙忙的走在数据挖掘的路上。
做好数据分析不仅仅是一个简单的汇总，而是不断往下拆解，逐层分解，同时多问自己几个为什么。
End.
讲师：俞玮玮
现任邮乐网BI总监。
曾在一号店，eBay，Tesco等公司任职数据分析相关职位。
熟悉零售，电商运营的数据分析架构。
爱数据微课是中国统计网组织的线上交流分享活动，邀请业内资深人士进行分享交流，一起探索修行数据。
如果您是大数据行业的专业人士，愿意与大家分享，请联系：赵良
wwwitongjicn（微信）
本文为中国统计网原创文章，需要转载请联系中国统计网（info@itongji.cn ）,转载时请注明作者及出处，并保留本文链接。