阿里巴巴车品觉:11个维度解读大数据

逻辑盲点。物理盲点是指在数据库中不存在这样的数据，即企业没有收集到应该收集的数据，这一类数据问题的产生通常是数据收集策略出了问题。逻辑盲点是有数据，但没有被很好地发掘出来。数据逻辑盲点的出现与数据分析师或数据使用者的经验和敏感度有关。

　　除了这两种，还有一些人为制造的“盲点”，比如故意把数据进行掩盖，或者人为地调整数据口径。是否看到数据盲点价值的核心是有没有看到应该看到的数据，有没有错失不应该错失的数据。

　　8、阿里巴巴的大数据实验

　　一个人在注册某一个网站的时候，性别登记只会是男性或者女性，阿里巴巴竟然有18个标签!阿里巴巴的内部数据化运营流程是：例如，要为一个童装类目做营销推广以征集新客户，会先找到目标客户群，把这个类目感兴趣的消费者用标签找出来，通过发邮件或短信吸引其关注。

　　数据从“用”上升到“养”，即运营数据。例如，会尝试在整个淘宝中查找，针对12岁年龄之下儿童商品为例，此时在用户中搜索有多少用户家中有12岁以下的孩子，但却未发生过从这个类目购买商品的行为。以前只能运营有过购买行为的几百万用户，现在可以达到几千万。从几百万到几千万就是运营数据，这时一个从主动收集数据到运营数据，再到产生新数据的过程。

　　9、阿里数据化运营的内三板斧——混、通、晒

　　作为数据分析师，如果不和业务部混在一起，商业敏感就不会凭空出现在你的面前。坚持带着业务问题来观察数据或者带着数据来观察业务，兼备二者的敏感，就做到“通”，更深层次的通是存在于公司组织中的数据。数据能不能做到在获取、使用、分享、协同、链接、组合之上让自己变得超级简单和便捷，这时数据化运营里面非常重要的一点，正是晒的内容。

　　10、阿里运营数据的外三板斧——存、管、用

　　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。学会用数据产品来解决获取及使用数据的问题。阿里巴巴数据管理最不一样的地方在于非常依赖数据产品，希望用数据产品来解决获取以及使用数据的问题。在“用”数据的问题上，数据的分裂和重组，都能做到颠覆性创新。

　　11、大数据，未来商业利器

　　数据扮演的三个角色分别是：第一个阶段是从点上指导运营;第二个阶段是数据从点到线或到面。第三个阶段为做数据模型，分析外围数据开始变得异常重要，可以为公司的下一步战略找到出路，数据真正能充当爆发角色的，一定是第三个阶段。

　　爆发，是做每一件事情和解决每一个企业问题的人都需要的，尤其是做数据的人，一定要时时刻刻想到数据能够为企业产生什么价值，能够用数据解决什么问题，是不是能够用数据来发现企业中的爆发点。如果做数据的人时刻都有这样的一是，那企业将会因为数据获得非常大的收益。