2014/12/24
- 透過更多的環境動態數據，而非從歷史統計數據提供服務。
- 現在開始，所有行業的產品經理都需要問自己以下5個關鍵問題：
1. 你遇到的是什麼問題？ (你改變了誰的體驗？)
2. 這是誰的問題？ (以誰為中心來設計產品？)
3. 你是否能解決這個問題？ (你的核心競爭力能解決這個問題嗎？你能理解客戶的需求嗎？)
4. 問題現在就得解決嗎？ (時機比性能更重要。)
5. 如果現在就得解決，那個可以支撐的數據在哪裡？ (數據是否是解決這個問題的核心？)
第1部 從數據化營運到營運數據
01 只會談大數據不會做
- 每個層級和功能部門都是個斷層，而且對數據價值的內在衡量都不一樣。
02 還原使用者真實需求
- 作為一名數據分析師，如果你不把自己的分析與當下結合，便無法進步。
03 「活」數據才是大數據
- 有的產品為了賺錢，有的產品為了促銷，有的則是用來吸引流量，這也就解釋了不同商品在網站上擺放的位置，有不同的現象。同理，只有具備商業敏感度的數據分析師，才會懂得用什麼數據驅動公司實現經營目標，絕不會單憑交易量就決定商品策略。
- 一家剛踏入市場的B2C和已經占領大部分市場的B2C，它們的關注點會一樣嗎？當然不可能，因為前者是看流量，賺人氣；但流量對後者的意義沒有那麼大，它們更關注成交率、轉換率和回頭率。
- 前端行為數據和後端商業數據。前者指的是訪問量、瀏覽量、點擊率及站內搜尋等，是反映用戶行為的數據；而後者更側重於商業數據，例如：交易量、投資報酬率、顧客終生價值(Lifetime Value，LTV)
04 大數據的顛覆者──行動數據
- 電腦和行動兩份數據，由於技術上的差異，本身就是分離的，這就意味著資料倉儲需要用額外的空間，保存行動數據，而不能單純將行動數據混入電腦數據裡。而且，行動數據中，還存有App性能的數據，例如：後台啟動、程式當機等，所以分開儲存是有必要的。
- 大數據相信全量數據，而非樣本；是分析得出，而不是抽樣獲得。
05 什麼才是核心數據
- 數據分類的4大面向
一、按照是否可以再生的標準，可分為不可再生數據和可再生數據。
二、按照數據所處的儲存層來看，可分為基礎層、中間層和應用層。
從數據的儲存角度來說，數據有很多層次。基礎層通常與原始數據基本一致，也就是僅僅儲存最基本的數據，不做匯總，盡量避免失真，從而用作其他數據研究的基礎；中間層是基於基礎層加工的數據，通常也被認為是數據倉庫層，這些數據會根據不同的業務需求，按照不同的主體存放；應用層則是針對具體數據問題的應用，比如，作為解決具體問題的數據分析和數據採集的應用層數據。
三、按照數據業務歸屬來看，可以分為各個數據主體。
總體的原則就是讓數據的儲存空間更少，分析及挖掘的過程更簡單、快速。
四、按照是否為隱私來區分，可以分為隱私數據和非隱私數據。
06 從用數據到養數據
07負面數據的力量
第2部 阿里巴巴的大數據秘密
08 大數據實踐
09數據化營運三訣竅──混、通、曬
- 在電子商務領域，評價業務水準通常有兩套指標，一套是常用的計算成交額的方法，即流量X轉換率X客單價=成交額，它能夠評價一個類別、一個商品的健康度。另外一套指標使用在商品大促銷的時候，即促銷前哨站加入購物車的商品數X商品單價X經驗轉換率X經驗成交額占比=大促銷成交額。
10營運數據三絕招──存、管、用
- 收集數據不是目的，收集起來的數據如何產生價值才是最終目標。
- 電商行業會把成交額拆分成幾個指標：日平均UV、瀏覽轉換率(UV到達商品介紹頁面的轉換率)、購買轉換率(到達商品介紹頁面的使用者道購買商品的頁面)、筆單價(平均每一筆的金額)、人均比數這五個指標。
11 未來商業的利器
- 成功路上，有4種東西可以累積，分別是財富、人際關係、知識以及思維方式。
