车品觉拼图电商大数据
实际上，对于现在的公司来说，需要的是大数据的精神，而非大数据的架构。这是两个不一样的概念，千万不要混为一谈。
何谓大数据
什么是大数据?在大多数人理解中，是企业用数据来优化自己的流程、产品以及决策，让运营变得更有效。但我认为，这还不能涵盖大数据范畴。
事实上，大数据是一个包含了技术和商业两个层面的综合性的概念。
一方面是技术层面的。在技术层面，数据并不是一个新鲜的概念，从计算机诞生的那一刻起就伴随着数据的产生，但是在那个时候并没有大数据的概念。一直以来，要进行海量的数据存储、高效的数据计算，都需要有非常强大的计算机来支撑，而动辄百万美元计价的大型机的硬件成本和每月数万美元的维护成本并不是每一个企业都能够承担的。在高昂的成本面前，数据的使用成为了企业的一种“奢侈品”，并没有得到很大的普及。最近几年来，技术在不断地进步和发展，类似于Hadoop这样的分布式存储和计算系统的出现，大大提高了数据存储和计算的效率，使海量数据应用于商业变成了可能。大数据的概念也开始被越来越多的人关注。
另一方面是商业层面的。对于商业而言，最重要的是能够让企业通过数据获得更多的收益。传统意义上的数据是面向业务的，对于每一条业务线来说都会有数据的积累，相信很多企业已经在这方面做得很好了，可以说“量”已经足够了。如果连“量”这方面都没有做好，那我觉得有必要先去修炼一下内功，毕竟数据不是一天就能建成的。而能够让商业产生更大价值甚至颠覆性创新的则是多样性的数据。这个多样性是指能够将多种数据连接在一起看，通过彼此之间的关联和互动让数据产生商业的价值。比如最近一段时间流感比较严重，谷歌公司的“流感趋势”预测模型就受到了很多人的关注。作为一家互联网公司，谷歌是如何知道流感趋势的呢?它的核心价值就在于大数据的应用。谷歌通过分析发现，在流感的不同阶段，某些与流感有关的药品、症状的关键词会表现出不同数量和特征，谷歌正是通过这种多样性数据的关联来发现了数据价值。
对于企业来说，良好的指标体系可以增加企业可预见的范围。通常情况下，数据可以通过是否正向作用、是否可预见两个维度归纳成四个类别(见图1)。对于企业而言，那些具有正向作用且可预见的数据通常作为运营指标进行关注，而那些具有反向作用且可预见的数据通常作为风险来规避，这都是需要先修炼好的内功。但是除了图右边可预见的数据之外，还有大量的不可预见的数据。例如双十一，淘宝的目标是单天销售100亿，结果却实现了191亿，那么91亿便是不可预见的惊喜。对于我们来说，我们需要把不可预见的变成可预见的，也就是把惊喜变成可预见的，让它发挥更大的价值，把悲剧变成可预见的，最大可能地减少它。
图片1
缩小未知世界
如果说上述都是对大数据定义的解释，那么下面用一张图更清楚地展现企业与数据的关系。
如图2所示，横坐标上方的是企业内部数据，包括财务数据、运营数据、市场数据这类公司的结构型数据，以及WA和MA，即网站的分析数据和移动应用数据;下方是企业外部数据，包括百度、SNS的社会数据，和comScore、Hitwise、艾瑞这类的第三方数据，这些往往是竞争对手的数据。
图片2
事实上，这四类数据都没有得到电商企业足够的重视。
大多数有传统商业背景的电商企业，对网站分析数据都不太专注。但往往它们一旦能用上网站分析数据，会大大改变自己内部的数据。
例如，一个消费者看了但不买，没有产生消费，所以这组数据不可能出现在企业的经营数据中，绝对是网站分析数据。换而言之，如果要知道企业未来的机会，起码可以把那些看了不买的消费者转变成客户，如果能转化20%，你的市场会增加多少?
在这种情况下，如果你无法解释市场份额增加的原因，那么这个就属于“惊喜”;但当你看懂数据，当“惊喜”变得更加确定并做出相应的调整，不可知的东西慢慢变小，公司也会越来越聪明(Data smart)。
相比较对未知“惊喜”的探索，对未知风险的警惕显得更为重要。
当竞争数据化，不再是去看对手做了什么事，而是从那些“微声音”中感受危机，例如，以前A公司的消费者，有10%是先去B公司看看后再来A公司的，现在这个比例变成了30%，说明B公司的影响力比以前大，一旦B公司策略有变化，对于A公司便是危险。
所以，需要用一些非结构化的数据不断补充，这就是大数据的范畴。
除此之外，SNS、百度这类的社会数据也是很大一块非结构化的数据。这些社会数据不单只是用来评价公司口碑的好坏，同样能帮助公司进行一些决策，只是一直没有找到这个连接点。
表面上，这套框架已经很全面，但是尽管第五个元素没有加入，可运营的能力还是极低。所谓的第五元素便是人，当不同的用户群走进去后，整套框架立刻变得千变万化。
在蛛丝马迹中找数据
在商业环境中的企业，究竟应该收集什么数据，哪些数据对企业重要，这个数据究竟是社会数据、竞争数据、交互数据还是经营数据，这些都需要思考。
事实上，不少公司在收集数据上存在问题。
如果早上8点你在A路上，觉得特别堵，怎么解释那条路那天特别堵呢?必须收集与A路相邻相交的各条路的情况，如果这些周边数据不收集，只关注了一个数据，是没法验证A路堵车原因的。
这就是说，数据收集过程是没有边界的，不可能因为大数据的关系，什么数据都去收集，但一些关键性的核心数据以及周边数据必须收集，否则一旦错过，就没有机会。
在目前电商中，最欠缺的是内部监控数据。简单举例，怎么去评价整个网站、店铺运营做得好不好，大多数商家是没有精准收集的。正是对自身运营含糊，使得突然的业务上涨只能归功于好运，并不清楚为什么会涨。而如果突然变得不好，在找不到原因的情况下，风险控制更是无从谈起。
这些现象的原因是大多数公司的数据之间(经营数据、用户交互数据、竞争数据、社会数据)是不通或者缺乏周边视野的。其中缺乏数据框架是重要原因。
此外，在国内，运用社会数据的例子不是太多，大多数都是用社会数据来分析一个公司的舆情，但会发现很多公司用完一段时间就销声匿迹。
其实，社会数据同样可以帮助企业减少风险，甚至预知市场。那些对企业有影响的“微声音”早就存在了，但企业可能会忽略了其中的重要线索。
例如，我在一家B2B公司的时候，曾经提出一组数据，如何多角度去确定一个批发卖家是不是骗子。其中的元素很简单，用他在网站所注册的邮件地址去搜索，看与其公布在其他网站的邮箱地址是否相同，如果这个邮箱多次出现则说明这个人比较可信，如果这个邮箱在其他网站都搜索不到，风险便比较大。
我们用两组历史数据去跑，发现的确是这样，风险可以减少30%以上。这便是应用社会数据。
另外一个应用社会数据的案例，同样是在B2B平台。为了推出一些新的类目，我每天逛一些美国网站，从公开的数据去研究，到底美国B2C网站买了哪些Google 关键词，看这些关键词的价格记录，根据它们买的关键词来估计未来的趋势。当时我认为，美国B2C网站内的SEM达人肯定比中国人更懂美国的趋势。
只要关注达人在关注什么关键词，知道他们的数据后，再用其他数据来验证到底会不会是趋势。简单来说，也是运用社会数据。所以，在运用社会数据时，首先要充满好奇地关注周边数据，好奇心会带你找到很多有趣的数据。