目前有些人关心行为数据，也有些人关心商业数据，但较少人把行为数据和商业数据联系起来看，大家往往只单纯看某一端数据。车品觉认为：每个数据，就像散布在黑夜里的星星，它们彼此之间布满了关系网，只要轻轻按一下其中一个数据，就会驱动另外一些数据的变化。
前一段日子见到一位数据发烧友，我们俩有一致的观点：电子商务发展速度越来越快，这个行业的趋势变化也越来越快;对于电子商务公司老板来说，想要自己走在趋势前面，必然要学会数据驱动。
庆幸的是，今年，电子商务业者对数据分析已经重视起来了，就连由夫妻店起家的淘宝卖家也开始招揽数据分析师，更别谈一些再大些的电子商务公司。
但是，这也让我心存隐忧：现在不是缺数据，而是数据太多了!
据统计，在今天的互联网上，每60秒会产生10万个微博信息、400万次search、facebook上50万次contact。我相信，今天稍大一些的电子商务公司，都会采集一些行为数据，但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司，都没有好好利用这成千上万的零散数据。
需要数据逻辑，更需要商业敏感
先讲一个有趣的故事。有一天，Linkedin忽然发现雷曼兄弟的来访者多了起来，但是并没有深究原因，过了不久，雷曼兄弟宣布倒闭。谷歌宣布退出中国的前一个月，我在Linkedin发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。
试想，如果Linkedin针对性地分析某家上市公司高管找工作的数据，是不是很有商业价值呢?我相信，现在有很多网站不知道可以采集这些Deep Data(底层数据，编者注)，只盯着一些简单的表面数据，甚至拿着鱼翅当萝卜。
说这个故事，只是为了告诉大家，互联网中的数据，需要用商业的眼光去分析和关联，才有价值。
今天电子商务公司的数据分析师，必须有从枯燥的数据中看到解开市场的密码的本事。
比如，当一个具有商业意识的数据分析师发现，网站上婴儿车的需求增加了，那么他基本可以预测哪些关联产品的销量也会跟着上去。
再比如，和传统卖场相似，网站上的产品起到的作用并不一样。有的产品是为了赚钱，有的产品是为了促销，有的产品是为了引流量，不同的产品在网站上摆放位置当然是不一样的。这也可以从数据中发现。
一个商业敏感的数据分析师，需要懂得用什么数据去驱动公司实现目标。
又如，两个新建C2C平台的竞争，重点看的不单纯是交易量，而是每天有多少新的seller(卖家，编者注)进来，卖了多少东西。因为此阶段最核心的竞争就是人气，而非实质交易量。如果新来的seller进来卖不出东西，只是老的seller的交易量在增长，即使最后交易量每天都在增长，还是有问题。
再比如，一家刚踏入市场的B2C和已经占领大部分市场的B2C，他们的公司目标是不一样的。前者看重流量以赚人气为目标，但流量对后者的意义就没有那么大，成熟的公司重点是看交易、转化率及回头率的。
当下的数据分析师多是统计学出身，一堆数据放在那里，大家都擅长怎么算回归、怎么画函数。但是这批数学人才较缺乏商业意识，不知道这些数据对业务意味着什么，看不见一堆数据中谁和谁有关系，也就不知道该用什么逻辑分析，更无法充当老板的眼睛了。
前几天遇到一个老板，他说手下每天给他看几十个零散数据。我问，是不是数据越多越麻烦。他说我一下子就点出他的痛处了，因为请来的数据分析专家只把数据交到他面前，但是却没有把数据和商业的关系告诉他。
你说，一个公司CEO，每天看到几十个数据，什么PV、PU、UV等等等，他们有精力来解读吗?对于他们来说，只需要知道：公司有问题吗?问题是什么?有新的发现吗?需要做什么?这就够了。
我把这些问题理解成为数据世界里的“仪表盘”，比如说网站流量进来弹出率怎样就可以在仪表盘里呈现。你开车，如果水温过高，仪表盘亮灯提示。同样，在电子商务的交易中，也可以用一些数据组成“仪表盘”。
所以说，数据分析师不应该是单纯做数学题。
想认识全国各地的创业者、创业专家，快来加入“中国创业圈”
|
