資料的重要性已經被越來越多的公司、個人所熟知與接受，甚至于有過猶不及之勢頭。大資料的概念滿天飛，似乎一夜之間人人都在談論大資料，見了面不用大資料打招呼，好像就不是在資料圈子裡混的了。那麼，被外界傳得神乎其神的資料，到底可以在哪些方面促進業務的騰飛？或者換種說法，業務對資料有哪些層次的需求？資料在哪些地方能夠幫助業務？
結合筆者多年的工作經驗以及對資料與業務的了解，業務對資料的需求歸納為四個層次。
第一層：知其然
我們可以通過建立資料監控體系，掌握發生了什麼、程度如何，做到“知其然”。
具體來說，切入資料的角度主要有這幾個方面。首先是“觀天”，觀察行業整體趨勢、政策環境影響；再是“知地”，了解競争對手的表現；最後是“自省”，自身做得怎麼樣了，自己的資料表現怎麼樣。從看資料的周期上來講，“觀天”可以是季度性或者更長的周期；“知地”按周或者月，特殊時間點、特殊事件情況下除外；“自省”類的資料拿到的是最全面的，需要天天看，專門有人看，有人研究。
在這一層上，分享兩個看資料的觀點：
1.資料是散的，看資料需要有架構。
怎麼看資料很有講究。零碎的資料很難發揮出真正的價值，把資料放到一個有效的架構裡，才能發揮整體價值。所謂有效的架構至少包含兩重作用：
（1）資料很多，不同人對資料需求不一樣，如ceo、中層管理者、底層員工關注的資料通常是不一樣的，有效的架構能夠讓不同的人各取所需。
（2）有效的架構能夠快速地定位問題所在。舉個例子，交易量名額大家都關心，如果某一天交易量名額掉了20%，那麼，業務很大可能下是出了問題，但問題到底出在哪兒呢？如果隻有幾個高度抽象的名額，如轉化率、成交人數、客單價等，是定位不到問題的。好的架構能夠支援我們往下鑽，從品類、流量管道等找到問題所在，闆子也就能打到具體的負責人身上了。這也是我們通常所說的，看資料要落地。
2.資料，有比較才有真相。
我有120斤，你說是重還是輕呢？一個孤零零的資料是很難說明問題的。判斷某個名額增長快慢，需要選擇正确的比較對象、參考系，也就是基準線。這個基準線可以是一個預先設定的目标，可以是同行業平均水準，也可以是曆史的同期資料。
第二層：知其是以然
通過資料看到了問題，走到這一步還不夠。資料隻是表象，是用來發現、描述問題的，實操中解決問題更重要。資料結合業務，找到資料表象背後的真正原因，解決之。解決問題的過程就會涉及資料、資料加工，還可能會涉及資料模型之類的方法或者是工具，這裡面技術含量比較高，另作篇幅介紹，這裡不展開了。
在第二層裡也有兩點分享：
1.資料是客觀的，但對資料的解讀則可能帶有很強的主觀意識。
資料本身是客觀的，但消費資料的是有主觀能動性的人。大家往往在解讀資料的時候帶入主觀因素：同樣一個資料在a看來結論可能是好的，從b看來可能卻得出截然相反的結果。不是說出現這樣的情況不好，真理越辯越明。但假如不是通過資料找問題，而是先對問題定性，然後有選擇地利用資料證明自己的觀點，這種做法就不可取了。可事實上，我們的身邊經常發生這樣的事情。
2.懂業務才能真正懂資料。
車品覺老師的博文《不懂商業就别談資料》對這個觀點作了深刻闡述，這裡不展開講了。隻是由于本觀點的重要性，筆者特意拿出來做一下強調。
第三層：發現機會
利用資料可以幫助業務發現機會。舉個例子：淘寶上有中老年服裝細分市場，有大碼女裝市場，這些市場可以通過對周邊環境的感覺，了解到我們身邊有一些中老年人或者胖mm在淘寶上面沒有得到需求的滿足。那麼還有沒有其他的管道找到更多的細分市場呢？
資料可以！
通過使用者搜尋的關鍵詞與實際成交的資料比較，發現有很多需求并沒有被很好地滿足，反映出需求旺盛，但供給不足。假如發現了這樣的細分市場，公布出來給行業小二，公布出來給賣家，是不是可以幫助大家更好地去服務消費者呢？這個例子就是現在我們在做的“潛力細分市場發現”項目。
講這個案例，不是想吹牛資料有多厲害，而是想告訴大家：資料就在那裡，有些人熟視無睹，但有些人卻可以從中挖出“寶貝”來。差異是什麼呢？商業感覺。剛剛提到的搜尋資料、成交資料很多人都能夠看到，但以前沒有人把這兩份資料聯系在一起看，這背後展現出的就是商業感覺。
第四層：建立資料化營運體系
我了解的資料化營運，包含了兩重意思：資料作為間接生産力和直接生産力。
1.資料作為間接生産力。
所謂間接生産力，是指資料工作者将資料價值通過營運傳遞給消費者，即通常所說的決策支援，資料工作者産出報表、分析報告等供各級業務決策者參考。我稱之為決策支援1.0模式。然而随着業務開拓和業務人員對資料重要性了解的增強，對資料的需求會如雨後春筍般冒出來，顯然單單依賴人數不多的分析師是滿足不了的。授人以魚不如授人以漁，讓營運、産品的同學都能夠進行資料分析，是我腦子中的決策支援2.0模式。
決策支援2.0模式有三個關鍵詞：産品、能力、意願。
讓營運和pd掌握sql這類取數語言，掌握sas、spss這類分析工作，顯得不大現實和必要。提供低門檻、使用者體驗良好的資料産品是實作決策支援2.0模式的基礎。這裡講的産品，不僅僅是操作功能集，還需要承載分析思路和實際案例。
但是，資料分析的門檻始終是存在的。這就對營運和pd提出了新的基本能力要求，即基礎的數學能力、邏輯思考能力和學習能力。
最後一個意願，也許是最關鍵的，隻有内心有強烈的驅動，想做好這件事情的時候，才有可能做好。
2.資料作為直接生産力。
所謂直接生産力，是指資料工作者将資料價值直接通過前台産品作用于消費者。時髦點講，叫資料變現。随着大資料時代的到來，公司管理層越來越重視這一點。大資料時代帶來了大的機會，但也可能是大災難。如果不能利用資料産生價值，那麼，它就是一個災難——産生的資料越多，存儲的空間、浪費的資源就越多。
現在比較好了解的一個應用就是關聯推薦， 你買了一個商品之後，給你推薦一個最有可能再買的商品。個性化是資料作為直接生産力的新浪潮，這個浪潮已經越來越近。資料工作者們，做好迎接的準備吧。
<b>原文釋出時間為：2013-08-24</b>
<b></b>
<b>本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号</b>