多算胜,少算不胜,而况于无算乎
迂回前进,在运营数据中衡量每一个变动,并通过变动的结论来调整自己的下一个迂回动作。
人人都是数据分析师
做好个人的大数据管理:
- 从小处着眼积累知识
- 对知识进行标签化管理
- 让数据的收集变得简单,即时收集。
建立用户的标签:
简单的说就是通过数据的分析来对用户的偏好进行描述
建立标签
- 通过业务规则结合数据分析来建立标签:
- 通过模型来建立标签。
- 多个模型组合建立标签。
标签的应用
标签的使用,最核心的是数据中间层和前台业务层的对接:
- 中间层和业务层的对接。
- 中间层的易用性。
如何用框架来做决策:
数据抽空场景没有任何的意义,数据分析需要和具体场景相结合。
- 首先确定有什么问题,从解决问题的角度去收集数据,挖掘数据。
- 把收集到的数据整理好,放入“数据框架”(场景)内,清楚的看到数据与决策之间的关系。
- 看框架与做决策的关系
数据分类的4大维度
- 数据再生角度,分为可再生和不可再生数据
- 按照数据所处的存储层次来看,可分为基础层,中间层和应用层。
- 按照数据业务归属来看,可以分为各个数据主体(数据仓库)。
- 按照是否隐私来区分,可以分为隐私数据和非隐私数据。
数据的5大价值
能辨别关系,身份的数据是最重要的。在大数据时代,越能够还原用户真是身份和真是行为的数据就越能够让企业在大数据竞争中保持战略优势。
- 识别与串联价值,唯一能够锁定你目标的数据。
- 描述价值。
- 时间价值。
- 预测价值。
- 产生数据的价值。
tips
- 针对性:收集数据要有针对性,最终要为解决某个问题而服务,盲目的收集数据并没有什么用。
- 养数据:养数据是一种数据战略,是基于深入业务理解的更高层次的商业决策。数据具有成长性,要避免刻舟求剑的场景。
- 场景与还原并行:前端还原消费者场景,后端还原业务需求
- 关联性:一个单独的数据是没有意义的,要把数据放在“数据框架”中让数据场景化,才能看出存在的问题,进入做出决策。
- 存:收集数据不是目的,让收集起来的数据如何产生价值才是最终的目的;
管:用数据产品来解决获取及使用数据的问题;
用:诗句的分裂和重组,都能做到颠覆性创新; - 电商行业成交额指标: 日均UV,浏览转化率(UV到达商品详细页面的转化率),购买转化率(到达商品详细页面的用户到购买商品的页面),比单价(平均每一笔的金额),人均笔数