不懂商业就别谈数据

        前一段日子见到一位数据发烧友,我们两个有一个一致的观点:电子商务发展速度越来越快,这个行业的趋势变化也越来越快。对于电子商务公司老板来说,想要自己永远跟着趋势走,学会数据驱动是必然的了。

        庆幸的是,今年搞电子商务的人对数据分析开始重视起来了,就连夫妻店起来的淘宝卖家也开始招数据分析师,更别谈一些再大些的电子商务公司。

        但是,这让我心存隐忧:现在不是缺数据,而是数据太多。据统计,在今天的互联网上,每60秒会产生10万个微薄信息、400万次searchfacebook50万次contact。我相信,今天稍大一些的电子商务公司,都会采集一些行为数据(比如点击量),但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝多数公司,甚至包括凡客这样的著名电子商务公司,都不知道怎样利用这成千上万的零散数据。

需要数据逻辑,更需要商业敏感

        先讲一个有趣的故事。有一天,linkin发现忽然发现雷曼兄弟的来访者多起来了,但是并没有深究原因,第二天雷曼兄弟就宣布倒闭了。原因是什么?雷曼兄弟的人到linkin来找工作了。谷歌宣布退出中国的前一个月,我在linkedin发现了一些平时很少见的谷歌的产品经理在线,这也是相同的道理。

        试想,如果linkin针对某家上市公司分析某些数据,是不是有商业价值呢?我相信,现在51job绝对不知道要采集这些数据,只盯着注册用户数量这样的简单数据。国内许多互联网公司,拿着鱼翅当萝卜。

        说这个故事,只是为了告诉大家,互联网中的数据,需要用商业的眼光去分析,才有价值。

        今天电子商务公司的数据分析师,有些像老板的军师,必须有从枯燥的数据中看到解开市场的密码的本事。

        比如,当一个具有商业意识的数据分析师发现,网站上的婴儿车的销量增加了,那么他基本可以预测奶粉的销量也会跟着上去。

        再比如,和传统卖场一样,网站上的产品起到的作用并不一样,有的产品是为了赚钱,有的产品是为了促销的,有的产品是为了引流量,不同的产品在网站上摆放位置当然是不一样的。

        一个商业敏感的数据分析师,是懂得用什么数据驱动公司目标实现的。

        比如,乐酷天与淘宝竞争,重点看的不是交易量,而是流量,每天有多少新的seller进来,卖了多少东西。因为此阶段的饿竞争最核心的就是人气,而非实质交易量。如果新来的seller进来卖不出东西,只是老的seller的交易量在增长,即使最后交易量每天都增长,还是有问题。

        再比如,一家刚踏入市场的B2C和已经占领大部分市场的B2C,他们的公司目标是不一样的,前者是看流量赚人气,流量对后者的意义没有那么大,成熟的公司重点是看交易,转化率及回头率的。。

        而当下的数据分析师多是学统计学出身的,一对数据放在那里,大家都擅长怎么算回归、怎么画函数。但是这批数学的人才缺乏商业意识,不知道这些数据对业务意味着什么,看不见一堆数据中谁和谁有关系,也就不知道该用什么的逻辑分析,也就无法充当老板的眼睛了。

        前几天遇到一个老板,他说手下每天给他看几十个零散数据。我问,是不是数据越多越麻烦。他说我一下子就点出他的痛处了,因为请来的数据分析专家只把数据交到他面前,但是却没有把行为数据和商业数据的关系告诉他。

        你说,一个公司CEO,每天看到几十个数据,什么PVPUUV等等等,他们有精力来解读吗?对于他们来说,只需要知道有问题吗?问题是什么?有新的发现吗?需要做什么?这就行了。

        我把这个理解成为数据的世界里的“仪表盘”,比如说网站流量进来弹出率怎样就可以在仪表盘里呈现。你开车,如果水温过高,仪表盘亮灯提示。同样,在电子商务的交易中,也可以用一些数据组成“仪表盘”。

        所以说,数据分析师不是单纯做数学题。

行为数据和商业数据,互相推动

        一个好的仪表盘,出现好的情况和坏的情况,仪表盘都会有提示。而构成“仪表盘”,正是行为数据和商业数据之间的逻辑关系。

        我自己发明了一种称谓:前端行为数据和后端商业数据。前段数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据,而后端数据更侧重商业数据,比如交易量、ROI, LTV(Life time Value)

        目前有些人关心行为数据,也有些人关心商业数据,但是没有几家网站是把行为数据和商业数据连起来看的。大家只单纯看某一端数据。国内小有名气的网站CEO,每天也只看一个结果数据:网站今天的成交量是多少,卖了多少件产品。

        但是看数据看得走火入魔的人会明白,每个数据,就像散布在黑夜里的星星,它们之间彼此布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一个数据的变化。

        大家都比较关心网站用户群,就以此举例子。

        某一天,某网站发现自己的前端的注册量增加了不少,访问量也上去了,交易量却没有上去,不死不活。

        原因是什么?这是许多网站的通病,每天有许多脑子在想这个问题。现在这个阶段,处在互联网前段的人只知道点击量等数据,很少问后端的商业数据,如谁一直在重复购买?谁影响了5%~15%核心用户群进来买东西?谁在给网站做正/负面传播?

        而操作网站后端交易环节的人只知道卖东西,又很少问到前端数据,如一个客户进来网站平均停留时间了15分钟还是30分钟,这对将来重复购买的关系大吗?一个客户进了网站社区和没进社区,对产生交易量有关系吗?

        找不到核心用户群的原因,很大原因是没有把行为数据与商业数据对接来看。

        于是,前后端数据割裂,没有人知道其中的关系。作为网站的决策者,不知道网站的核心用户群的行为特徵,也不知道怎样刺激核心用户的增加,更不知道从一个用户进来网站之后到走出去,哪些环节是需要疏通。

        当然这只是一个管中窥豹而已。一个平台运营商,反应用户行为的前端数据与后端的商业数据千千万万,卖家和买家也是千千万万,其中前端哪个数据对整个网站后端的交易量产生最大影响,只要针对这个前端数据猛下药,必然会刺激后端数据的增加;反过来,后端哪个交易数据比较高,摸清楚是从哪个渠道来的,主要贡献用户是谁,网站的产品设计就要倾斜于他们,对他们好一点,如此才会渠道前端的“转化率”等关键数据的提升。

        如果一个网站的核心用户群每月以10%的速度在增长,不火也是怪事。

        遗憾的是,今天许多电子商务公司,每天都在做“碰巧”游戏:今天推荐A家产品,明天撤下A家的产品,今天做低价促销,明天又做线下活动。这些决策的改变,没有仪表盘的指示或良好的监控,都是蒙着眼睛在碰巧。


作者简介:

曾就职于多家国际大型互联网/金融公司,现为 支付宝首席商业智能官, 兼任淘宝网商业智能部门主管

REF:

http://hi.baidu.com/leejun_2005/archive/tag/data%20analysis

潮汐研究作为海洋科学的关键分支,融合了物理海洋学、地理信息系统及水利工程等多领域知识。TMD2.05.zip是一套基于MATLAB环境开发的潮汐专用分析工具集,为科研人员与工程实践者提供系统化的潮汐建模与计算支持。该工具箱通过模块化设计实现了两大核心功能: 在交互界面设计方面,工具箱构建了图形化操作环境,有效降低了非专业用户的操作门槛。通过预设参数输入模块(涵盖地理坐标、时间序列、测站数据等),用户可自主配置模型运行条件。界面集成数据加载、参数调整、可视化呈现及流程控制等标准化组件,将复杂的数值运算过程转化为可交互的操作流程。 在潮汐预测模块中,工具箱整合了谐波分解法与潮流要素解析法等数学模型。这些算法能够解构潮汐观测数据,识别关键影响要素(包括K1、O1、M2等核心分潮),并生成不同时间尺度的潮汐预报。基于这些模型,研究者可精准推算特定海域的潮位变化周期与振幅特征,为海洋工程建设、港湾规划设计及海洋生态研究提供定量依据。 该工具集在实践中的应用方向包括: - **潮汐动力解析**:通过多站点观测数据比对,揭示区域主导潮汐成分的时空分布规律 - **数值模型构建**:基于历史观测序列建立潮汐动力学模型,实现潮汐现象的数字化重构与预测 - **工程影响量化**:在海岸开发项目中评估人工构筑物对自然潮汐节律的扰动效应 - **极端事件模拟**:建立风暴潮与天文潮耦合模型,提升海洋灾害预警的时空精度 工具箱以"TMD"为主程序包,内含完整的函数库与示例脚本。用户部署后可通过MATLAB平台调用相关模块,参照技术文档完成全流程操作。这套工具集将专业计算能力与人性化操作界面有机结合,形成了从数据输入到成果输出的完整研究链条,显著提升了潮汐研究的工程适用性与科研效率。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值