时间: 2021-07-30 11:00:19 人气: 9 评论: 0
2016年，有大量的时间投入在数据分析和产品业务建设上面。做后台产品，每天需要考虑成本和收益以及运转流畅。而这些思考和产品建设，都需要数据进行支撑，通过这篇文章来写一下我所理解的数据在4个不同量级和状态下的价值。
“掌握数据就掌握一切”，已经成为大部分互联网公司的基本认识，你只要有用户数据，行为数据，关系链数据，就可以在此基础上衍生出很多新的玩法，新的服务等等甚至之前不存在的产品。
那么数据是什么呢？
我理解的数据其实就是我们个人和社**活动中所有状态和行动的记录。这种记录可以是连续的，也可以是离散的。可以是单点的，也可以是关联的。
数据可以由数字构成，也可以由简单的标签构成，可以是复杂的图像，也可以仅仅由“YES” or “NO” 两种形态。
关键的是，你如何定义这个数据，以及如何使用这些数据。
如果只是将其存储在物理的计算机存储器中，这些数据就是历史，是对资源的浪费。
数据价值的分析可以从多个角度进行，应用层面，行业层面，小到个人体重管理，大到国家国际战略决策，都可以阐述数据价值。这篇文章，主要是从数据关系和处理方法角度来看数据有哪些价值，以及为实现这些价值，需要做哪些准备和之前遇到的一些坑。
孤立数据，也可以看成是一个单点数据，其实就是最基本的表示一个状态或者一个记录。这种数据当然也是有价值的，比如：多个孤立的数据可以刻画一个具体的事物，一个人，一个企业等等，都可以通过单点的数据来进行基本描述。
孤立数据是一切数据分析的前提。对于孤立数据，我想表达的一个思考就是，尽可能的标准化。在数据产品设计的时候，或者在数据表的开发时，就需要讲这些孤立的数据定义青清楚。那个字段，通过哪种标识方式，代表哪个含义。同时这种定义，越广泛的范围采用，孤立数据的价值越大。比如：男／女 这种性别定义就非常简单，估计在全球范围内，都可以通用。
我们在大学时代所学的统计学，概率论基本都是对数据的统计处理方法。统计数据是对一定时间或空间维度的数据进行分布计算，在此基础上，发现一些规律和特征，同时依照这种规律进行未来的预测。
最近有个很有意思的现象，国家在严格控制房产价格，各地政府为了保住乌纱帽，无不在统计数据上做文章，抑制中心地区的高价房出售，同时又大量放出郊区低价房。结果不到一个月，全国房价上涨得到有效控制，有些城市还出现大幅下跌。于是，各地官媒喜大普奔，报道房价下跌，政府有功。
“统计数据**撒谎”也是一个大多数人的认识。我们在应用统计数据的时候，首先需要定义如何统计，统计的目标和价值衡量标准在哪里？
比如：我想看下一个月之内，**在某一个场景下各个时段的操作频次。这个时候就要问一下自己，一个月的数据是否能真实的反应你所想要的市场规律，是不是要扩大到一个季度或者一年。同时如果你是想分析用户转化，那么是不是多加几个场景纵向比较，以确认在哪个场景去投入更多资源等等。
关联数据就开始深入到多维度上面去了，对一个主体的多维数据进行计算，以发现维度之间的关系，是互相促进的，还是互相抑制的。最优组合点以及价值临近点在哪里？
作为数据挖掘的一个重要方法，关联分析在推进系统里面使用很多。关联数据，可以有效的进行服务打包，商品打包。从海量的销售数据中进行关联数据分析，可以发现很奇特的组合。比如有段时间，我在分析**来电情况，我们**发现，询问A问题的用户，通常**在电话结束后进行B操作，这种关联性，然我们优化了服务流程，在同类用户中，我们通过对A类来电进行B类服务的推荐，很好的进行了服务推广。达到非常好的效果。
智能数据，就是指通过复杂的机器学习算法进行计算得出的数据，这种数据有时候是无法解释其内在原因的，但是智能化是未来的方向，并且速度越来越快。
我所理解的智能数据，是通过大量的数据训练，来实现内在模式的底层规律建设，在此基础上，对新数据的判断和结果产出。就比如最近很热门的Master 大战人类围棋高手，就是在Master进行了大量围棋基本规则定义，以及无数围棋落子模式训练后，形成的一种具有自我判断和计算意识的围棋模式。它之所以能战胜，更多胜在其计算能力和学习深度上面。比人类有了更多层的预测，并在此基础上判断了每一步的胜率。
智能数据是未来进行决策辅助的重要环节，它将像一个先知一样，协助人类预测未来，警示我们在现有模型下的发展结果。从这个角度上看，恐惧大可不必。
作者：吴海燕，支付宝产品经理，创业者，思考者。坚持思考，对产品，对社**，对人生。
本文由 @吴海燕 原创发布于人人都是产品经理。未经许可，禁止转载。
