導讀
大資料很忠誠，它真實記錄人們的每個足迹，深藏功與名；大資料很任性，它的分析有根有據，拒絕流言蜚語；大資料很友好，它提供各種權威參考，它創造綠色經濟，讓我們的生活更美好。世界已經進入由資料主導的“大時代”。再過兩天就迎來一年一次的數博會，小編精選出幾篇關于大資料的優質文章，在本周一一分享給各位。
過去，有一些問題一直困擾着我：“現在的企業擷取資料如此容易，資料的增長速度如此之快，那麼對于企業來說，到底要收集什麼樣的資料？收集多少資料？收集資料的邊界在哪裡？”後來，我在美國遇到一位高人，他認為，過去收集資料很難，而現在擷取資料資源變得越來越容易，但是如果收集資料的出發點不是為了解決問題，那麼收集再多的資料也沒有什麼意義。
同時，許多企業還有一個疑問：“現在收集資料不難，成本也不高，為什麼不先收集了資料再說呢？等以後需要資料來解決問題時，再拿出來用不是也可以嗎？”這位高人同樣也給出了這個問題的答案，他對此持否定觀點，并指出用這樣的理念來設計資料應用注定會失敗。
資料收集是沒有邊界的，我為此也痛苦了好一段日子，比如，收集一個人的生日，雖然可以精确到幾分幾秒，但這麼精确的資料又能用在什麼領域，又能産生什麼價值呢?
事實上，資料是有生命周期的。比如，某網站的母嬰頻道在主動收集使用者的寶寶資訊，包含寶寶生日、性别、小名、身高、體重，這裡我們就要清楚這幾個資料的用途和生命周期，如寶寶的身高和體重，這兩個資料的生命周期很短，過了一段時間後就失效了；而寶寶生日和性别這兩個資料的生命周期就很長，可以從生日的年份中推算出寶寶的年齡，而性别則基本是終生穩定的。
是以說，在收集資料時，我們必須知道這些資料未來可以用來做什麼，如果今天都想不出來的話，日後就更不可能了。
資料應用因小而美
“小”不是指資料量，而是指應用的目标很具體。
2011年年底，作為一名資料分析師，我開始思考怎麼從“用資料”轉變為“養資料”（即從資料化營運轉變為營運資料），這段時間我為收集什麼樣的資料而特别煩惱。而且，我也曾經試圖做出一個特别大且适合多數人使用的資料應用，可是後來發現這在資料應用的起步階段幾乎是不可能的：一是找到可以解決大部分人需求的資料應用并不容易；二是當時公司的資料非常豐富，需要考慮的因素很多，因素之間的聯系又很複雜。
是以，當開發資料應用的時候，資料就等于原材料；當原材料一直處于變化的情況下，做出來的産品就很容易出問題。體會到資料和應用的關系之後，我最後決定從小角度切入，先把小應用做出來，這就是很好的瞄準器。
“小”不是指資料量，而是指應用的目标很具體。許多人在沒有擷取足夠的資料，并且缺乏對資料了解的情況下做出決策，其實是在“享受”自己的無知。打個比方來說，對于一款資料應用，如果我的目的是分辨兩種決策誰更好以及差異在哪裡，這就是一個很具體的問題；但如果我的目标是想知道如何讓公司赢利，這就是一個空泛的目标。
經過這樣的一番周折後，按照小角度切入的想法設計資料應用，就可以做得具體而快速，而且可以避免因原材料的變化而導緻資料缺失的問題。
如何應用架構來做決策
在大資料的背景下，必須考慮資料之間的關聯性。一個單獨的資料是沒有意義的，要把資料放在一個“資料架構”（場景）中，才能看出存在的問題。而且，想要解決的問題越複雜，架構也就越複雜。但是，決策最重要的前提是要從小角度切入，從“小”做起。
對此，我總結了4步走的方法：
首先确定有什麼問題，從解決問題的角度出發去收集資料。
其次，把收集到的資料整理好，放入一個“資料架構”内（這個架構是用來幫助決策者做決定的）。讓決策者用架構更清楚地看到資料與決策之間的關系，比如a公司在架構内要知道競争情況、新老客戶的比例情況等因素以及多種因素之間的關系。
再次，看架構與做決策的關系。比如，a公司與導航網站有三種選擇——完全不合作、部分合作和全面合作。資料分析師就可以根據資料架構告知a公司該怎麼決策。如果發現資料架構與決策不能比對，就必須傳回到第2步。
最後，根據決策行動，然後檢查行動是否達到目的。如果行動後發現根本沒有達到目的，就要檢讨整個鍊條，尋找問題出在哪裡。是資料有問題嗎？還是因為架構不對？或者是決策不對？是否還有資料沒考慮進去？
是以，想要解決的問題越複雜，架構也就越複雜。對于現在多數還沒有開始做資料應用的電商公司來說，架構一開始千萬不要過于複雜，在搭建架構前問問自己：“我目前的問題是什麼？我的決策是什麼？我的架構又該怎樣搭建？”最重要的前提是要從小角度切入，從“小”做起。
養資料，重要的資料戰略
“用資料”更多的是一種方法論，而“養資料”則是一種資料戰略，是基于深入業務了解的更高層次的商業決策。
“養資料”還有一個重要的含義，就是要決定收集哪些資料。這個決定不容忽視，因為這可能是公司資料戰略中非常重要的一個環節。在我看來，被動收集資料的行為是“收集”，而主動收集資料的行為則是“養資料”。再拿上面講到的某電商母嬰頻道的例子來說，如果收集主體是一家醫院，那麼寶寶的姓名、性别、出生年月和媽媽的姓名等資料的收集，就是收集資料，因為在住院檔案和出生證明上，這些都是必不可少的。但是，如果是母嬰用品要針對家庭進行營銷，那麼這些資訊顯然是不夠的，寶寶奶粉的品牌、家庭收入、職業等資訊則需要企業自己主動去收集，而這些資料也就是“養”出來的資料。
養資料通常有兩類，一類是網站自身沒有的資料，需要使用者主動提供的；另一類是公司擁有的，但沒有進行收集的資料。
若要收集公司沒有的資料，在“養資料”時通常需要花費更多的精力和技巧。舉例來說，現在國内外有很多個性化的手機購物應用，當使用者第一次使用這些應用時，界面中會彈出一些問題，通過互動的方式來收集使用者的資訊資料，比如會出幾款衣服，讓使用者挑選哪一款是更喜歡的。這樣，在幾個問題之後，應用就知道使用者的喜好了。還會讓使用者點“贊”，這個點贊的功能，就是讓使用者明确地告訴應用自己喜歡什麼，這樣使用者就可以在過程中，不斷地告訴應用自己的偏好。這樣一來，應用就可以“養”出使用者的核心資料。
對于公司有資料但沒有收集的狀況，則更多的是因為内部資源協調的問題和公司決策的問題。很多提供餐飲和團購類資訊服務的網站，通常會有一個功能是“把資訊通過短信發送到手機”，這樣就不需要使用者進行特别的記錄，不過有些網站會記錄使用者的手機号，而有些網站則不會。我的觀點當然是記錄這些資料，也即是“養”資料，因為這不僅能夠校驗使用者的手機号碼是否有效，還能夠慢慢地建立起企業與使用者的社交關系。
總之，“用資料”更多的是一種方法論，而“養資料”則是一種資料戰略，是基于深入業務了解的更高層次的商業決策，資料養的越早，積累的資料也就越多。養資料同樣也是一種管理和商業藝術，在養之前可能誰也不确定最終會出現什麼後果，但一旦養成，則會産生非常大的商業價值。
原文釋出時間為：2016-06-13
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