本期局內(nèi)人：桑文鋒（神策數(shù)據(jù)創(chuàng)始人&CEO）

一：大數(shù)據(jù)領(lǐng)域的新機(jī)會(huì)

大數(shù)據(jù)這個(gè)領(lǐng)域，已經(jīng)有谷歌分析、百度統(tǒng)計(jì)這些做得比較好的產(chǎn)品了，但是我們還是做了神策，歸根到底是需求。有新的需求冒出來的時(shí)候，就會(huì)形成新的機(jī)會(huì)。

我把 2000 年的之后的互聯(lián)網(wǎng)分層 3 個(gè)階段：

第一階段：2000- 2006 年，流量時(shí)代。不管是三大門戶還是其他網(wǎng)站，歸根到底都是流量性質(zhì)。阿誰時(shí)候你的產(chǎn)品流量大，你就牛。

第二階段：2006- 2011 年，用戶時(shí)代。這個(gè)階段大家更關(guān)注的是用戶數(shù)，像國內(nèi)的開心、人人，國外的Facebook。對(duì)比產(chǎn)品的時(shí)候，更會(huì)偏向用戶活躍度，而不像最開始的時(shí)候以pv來衡量。

第三階段： 2012 年至今，，甚至到未來五年八年，我們進(jìn)入了訂單時(shí)代。從 2012 年擺布的團(tuán)購、到 2014 年擺布的O2O、再到去年的直播、互聯(lián)網(wǎng)金融的發(fā)展，我們看到一種趨勢(shì)，就是線下的交易在往線上搬。

發(fā)展到這個(gè)階段，我們做用戶分析的深度就紛歧樣了。從最開始的一個(gè)數(shù)據(jù)統(tǒng)計(jì)、分析用戶、到訂單交易、用數(shù)據(jù)漏斗做來源分析。這個(gè)時(shí)候你就會(huì)關(guān)心用戶留存，希望用戶下單、長(zhǎng)久消費(fèi)。所以你對(duì)信息的分析深度就紛歧樣。這就是需求的變革，需要更精細(xì)化的、更深度的用戶行為分析。

二：用戶行為數(shù)據(jù)在企業(yè)中有什么價(jià)值？

一個(gè)價(jià)值是用行為數(shù)據(jù)驅(qū)動(dòng)決策。具體有三點(diǎn)：

1.產(chǎn)品改進(jìn)。我們可以按照用戶行為數(shù)據(jù)分析出用戶的愛好，進(jìn)一步改進(jìn)產(chǎn)品。這個(gè)按鈕是放在左角還是右角，整個(gè)流程設(shè)計(jì)，怎么感官效果更好。

2.運(yùn)營(yíng)監(jiān)控。我們做了一些運(yùn)營(yíng)活動(dòng)，效果怎么樣？這時(shí)候就需要進(jìn)行運(yùn)營(yíng)監(jiān)控的數(shù)據(jù)分析。

3.商業(yè)決策。對(duì)辦理者來說，按照整體的運(yùn)營(yíng)分析數(shù)據(jù)，我們就能決定下一步該怎么走。  

其實(shí)這是我們傳統(tǒng)的BI（商務(wù)智能），只發(fā)揮了數(shù)據(jù)價(jià)值的20%，數(shù)據(jù)更大的價(jià)值是驅(qū)動(dòng)產(chǎn)品智能。好比現(xiàn)在最火的AI，其實(shí)邏輯有三步。第一步有了數(shù)據(jù)基礎(chǔ)；第二步在這個(gè)數(shù)據(jù)基礎(chǔ)上抄上必然的策略算法；第三步把這個(gè)策略算法和這個(gè)數(shù)值再回歸到產(chǎn)品里面去，這樣就形成了一個(gè)循環(huán)。對(duì)這個(gè)產(chǎn)品自己就是一個(gè)的學(xué)習(xí)過程，這就是智能。

最簡(jiǎn)單的例子是有兩個(gè)產(chǎn)品，一個(gè)是百度搜索。按照用戶的點(diǎn)擊的情況，它會(huì)決定哪些結(jié)果往前排，哪些結(jié)果往后排，這個(gè)就是用戶行為引入到搜索引擎里面去。

那別的一個(gè)產(chǎn)品就是今日頭條，今日頭條是一個(gè)以替代引擎為核心的媒體渠道，它能按照用戶接觸的各種新聞，決定進(jìn)一步給你推送什么類型的。

總結(jié)來說，用戶行為數(shù)據(jù)在企業(yè)里起到的作用，一方面是驅(qū)動(dòng)決策，另一方面是驅(qū)動(dòng)產(chǎn)品智能。

三：數(shù)據(jù)分析的四個(gè)環(huán)節(jié)

▎數(shù)據(jù)采集

第一個(gè)環(huán)節(jié)是數(shù)據(jù)采集，就是數(shù)據(jù)從哪里來。在搭建百度大數(shù)據(jù)系統(tǒng)的過程中，我有一個(gè)很重要的心得：數(shù)據(jù)要做好，最重要的就是數(shù)據(jù)源。

從源頭上來說，我把大數(shù)據(jù)分解為四個(gè)字：大，全，細(xì)，時(shí)。

大，并不是物理上的大， 98 年谷歌最開始做搜索引擎的時(shí)候，它抓取了整個(gè)網(wǎng)站的網(wǎng)頁信息，一共 2500 萬個(gè)網(wǎng)頁才47GB，一個(gè)U盤就能裝下，但它必定是大數(shù)據(jù)，因?yàn)樗颜麄€(gè)網(wǎng)絡(luò)全都放進(jìn)去了。

全，以美國選舉為例，網(wǎng)上的調(diào)研都說希拉里會(huì)獲勝，但結(jié)果特郎普獲勝了。后來分析原因說，美國中部的農(nóng)民都是不上網(wǎng)的。這就印證了一個(gè)問題，就是我們收集數(shù)據(jù)的時(shí)候，不能只收集客戶端的數(shù)據(jù)，辦事端的數(shù)據(jù)也要收集的。

細(xì)，其實(shí)就是強(qiáng)調(diào)多維度。維度越多，占的數(shù)字規(guī)模不見得多，但是可能的組合形式就越多，你就會(huì)發(fā)現(xiàn)一些紛歧樣規(guī)律。

時(shí)，就是時(shí)效性。以前我們?nèi)丝谄詹槭敲?5 年做一次，準(zhǔn)備一年、做一年、一年之后出結(jié)果。但現(xiàn)在上今日頭條上看新聞，你剛看完這條新聞，數(shù)據(jù)系統(tǒng)馬上就會(huì)記住你的優(yōu)先選擇，決定接下來給你保舉的內(nèi)容。

▎數(shù)據(jù)建模

所謂建模，就是把數(shù)據(jù)進(jìn)行儲(chǔ)存，把它整理得更便利以后使用。就像是一個(gè)倉庫，如果運(yùn)來的東西不去分類，而是隨便往那一堆，等以后要用的時(shí)候，找起來就麻煩了。

▎數(shù)據(jù)分析

漏斗分析、用戶留存分析、多維交叉分析、用戶點(diǎn)擊分析，這些都是在數(shù)據(jù)模型基礎(chǔ)上的應(yīng)用。

▎數(shù)據(jù)指標(biāo)