車品覺老師在其決戰(zhàn)大數(shù)據(jù)一書中，強調(diào)的更多的是一種數(shù)據(jù)思考方式，書中范例介紹的小偷思維、先開槍后瞄準、CEO關(guān)注的三個問題等，都屬于數(shù)據(jù)思考方式重構(gòu)解決問題的過程。
全書從為什么大數(shù)據(jù)說起來容易做起來難出發(fā)，以大數(shù)據(jù)構(gòu)建未來商業(yè)利器結(jié)束，總共花費了11個章節(jié)，中間穿插著其在阿里的數(shù)據(jù)實踐經(jīng)驗，本人結(jié)合自己的讀書體會，特將其總結(jié)歸納為以下50條：
1、大數(shù)據(jù)從來都不是免費的午餐，因為數(shù)據(jù)來源渠道的寬泛，難免出現(xiàn)偏倚誤差。
2、人的斷層是是大數(shù)據(jù)應(yīng)用面臨最嚴重的問題，這個斷層包括溝通的斷層、建模的斷層，譬如現(xiàn)在收集數(shù)據(jù)的人不知道未來使用數(shù)據(jù)的人要什么?創(chuàng)建模型的人不知道未來數(shù)據(jù)是否穩(wěn)定，使用模型的人不知道數(shù)據(jù)的來龍去脈。
3、從數(shù)據(jù)化運營到運營數(shù)據(jù)，是從看到用的過程。這個過程需要主動管理，需要更多的創(chuàng)新，需要學會問問題，問問題的過程就是尋找答案的過程，好的問題就是答案。
4、從商業(yè)角度講，大數(shù)據(jù)的本質(zhì)就是還原用戶的真實需求。
5、數(shù)據(jù)價值的如何判定?首先看這個數(shù)據(jù)與你的目標是否一致，對你的價值是什么?其次看這個數(shù)據(jù)能否清楚的識別用戶身份，以及反應(yīng)出的對應(yīng)的場景。
6、學會雙向思考，關(guān)于數(shù)據(jù)的價值，對于企業(yè)而言，是實現(xiàn)企業(yè)資源的合理分配，而對于用戶而言，則是對用戶體驗的提升改進，比如個性化的推薦系統(tǒng)就基于此。
7、場景與還原并行，前端還原為消費者場景，后端還原為業(yè)務(wù)需求。
8、數(shù)據(jù)的本質(zhì)是還原，落地可能表現(xiàn)為收集元數(shù)據(jù)的方法，個人建議初期引入最小數(shù)據(jù)集的概念。
9、關(guān)于數(shù)據(jù)還原可以從兩方面理解：①對人的行為目的的還原;②對制造原始信息的人的朔源。
10、活的數(shù)據(jù)才是大數(shù)據(jù)，這里的活主要從兩方面考量：一是靈活收集數(shù)據(jù)，抓相關(guān)性，比如我們的克強指數(shù);二是靈活動態(tài)的數(shù)據(jù)指標，動態(tài)的使用數(shù)據(jù)，將數(shù)據(jù)場景化。
11、 移動互聯(lián)網(wǎng)時代，無線數(shù)據(jù)將是大數(shù)據(jù)的“顛覆者”。這個顛覆主要指無線數(shù)據(jù)的加入將原有數(shù)據(jù)的噪音加大，無線數(shù)據(jù)與原有PC數(shù)據(jù)的關(guān)系處理等。
12、無線數(shù)據(jù)分為wap和app兩種，而APP的數(shù)據(jù)收集方式又有兩種：①收集用戶聯(lián)網(wǎng)時請求服務(wù)器的記錄②用戶行為記錄。
13、 APP對用戶的識別主要基于手機的機器碼，而機器碼在不同系統(tǒng)中也有差異，差異體現(xiàn)在操作系統(tǒng)本身的差異和操作系統(tǒng)版本的差異。
14、 保證PC和無線兩份數(shù)據(jù)的完整，通過用戶體系將兩份數(shù)據(jù)關(guān)聯(lián)起來，就可以在分析過程中用彼此的融合來還原用戶的行為，所以用戶體系的建設(shè)在多屏時代尤為重要。
15、 關(guān)于數(shù)據(jù)價值，從數(shù)據(jù)的角度講，估值就是通過不同的緯度去思考數(shù)據(jù)的價值。
16、 數(shù)據(jù)作為一種資產(chǎn)，不同的數(shù)據(jù)含金量必然不同，自然就會產(chǎn)生不同的價值，與此同時，同樣的數(shù)據(jù)在不同環(huán)境中也會呈現(xiàn)出不同的價值。
17、數(shù)據(jù)的四種分類：①可再生與不可再生數(shù)據(jù);②基礎(chǔ)層、中間層、應(yīng)用層數(shù)據(jù);③不同數(shù)據(jù)主體對應(yīng)的主體數(shù)據(jù);④隱私與非隱私數(shù)據(jù)。
18、數(shù)據(jù)的五種價值：①串聯(lián)與識別價值;②描述價值;③時間價值;④預測價值;⑤產(chǎn)出數(shù)據(jù)價值。
19、 數(shù)據(jù)分類與數(shù)據(jù)價值的意義，主要還是體現(xiàn)在數(shù)據(jù)產(chǎn)品的建立上，其應(yīng)用思想體現(xiàn)在基礎(chǔ)層-中間層-應(yīng)用層上。
20、基礎(chǔ)層收集那些數(shù)據(jù)，如何收集，如何保存等;中間層涉及數(shù)據(jù)管理與數(shù)據(jù)框架的搭建，應(yīng)用層則是八仙過海各顯神通。
21、數(shù)據(jù)收集的出發(fā)點是解決問題，此外數(shù)據(jù)的生命周期、收集背景都須注意。
22、 用數(shù)據(jù)是一種方法論，養(yǎng)數(shù)據(jù)則是一種數(shù)據(jù)戰(zhàn)略，是基于更深的商業(yè)解釋的商業(yè)決策。
23、 跳出固有思維圈，從旁觀者角度出發(fā)，跳出0或1的選擇，我們可以有第三種選擇。
24、數(shù)據(jù)應(yīng)用應(yīng)該是小而美，而不是大而全。小而美指目標簡單具體。
25、 如何利用數(shù)據(jù)框架做決策，簡單四步告訴你：①確定問題，從解決問題的角度去收集數(shù)據(jù);②整理數(shù)據(jù)放在一個框架內(nèi);③看框架與決策的關(guān)系;④根據(jù)決策行動，檢查是否達到目的。
26、數(shù)據(jù)的盲點分為物理盲點和邏輯盲點，物理盲點是我不知道的，邏輯盲點是我知道但沒被挖掘的。
27、 數(shù)據(jù)也有正負能量，正能量的數(shù)據(jù)告訴你如何成功，負能量的數(shù)據(jù)告訴你如何避免失敗。
28、是否看到數(shù)據(jù)盲點的核心價值是，有沒有看到應(yīng)該看到的數(shù)據(jù)，有沒有錯失不應(yīng)該錯失的數(shù)據(jù)。
29、數(shù)據(jù)運營中的常見問題：①堵,日常報表信息量大，難以鋪捉有效信息;②獨，信息分散在不同部門，缺少有效組合;③慢，業(yè)務(wù)異動的處理往往是自上而下的推動;④漏，關(guān)鍵分析成果取得實效，但未實現(xiàn)沉淀。
30、 阿里的大數(shù)據(jù)實踐一：數(shù)據(jù)化運營需要和商業(yè)咬合的非常緊密，所以數(shù)據(jù)也是混合在商業(yè)里，以假定穩(wěn)定的方法去做業(yè)務(wù)上的對比、細分以及趨勢預估。
31、 阿里的大數(shù)據(jù)實踐二：假定數(shù)據(jù)是穩(wěn)定的，意味著習慣于不去尋找一些新數(shù)據(jù)，用數(shù)據(jù)拿數(shù)據(jù)的方法可以將數(shù)據(jù)化運營和運營數(shù)據(jù)打通。
32、 阿里數(shù)據(jù)化運營的內(nèi)三板斧之混：混出數(shù)據(jù)，只有具備商業(yè)敏感的分析師，才懂得使用什么數(shù)據(jù)來驅(qū)動公司實現(xiàn)經(jīng)營目標，數(shù)據(jù)部的人和業(yè)務(wù)部的人經(jīng)常混在一起。
33、 阿里數(shù)據(jù)化運營的內(nèi)三板斧之通：打通混的數(shù)據(jù)，通是混、通、曬的關(guān)鍵節(jié)點，知道帶著業(yè)務(wù)問題看數(shù)據(jù)或帶著數(shù)據(jù)看業(yè)務(wù)，這就是通。
34、 阿里數(shù)據(jù)化運營的內(nèi)三板斧之曬：曬出混和通的數(shù)據(jù)，數(shù)據(jù)能不能做到獲取、使用、分享、協(xié)調(diào)、鏈接、組合之上，讓自己變得超級簡單和便捷，這是數(shù)據(jù)化管理運營中非常重要的一點。
35、 數(shù)據(jù)化運營需要有框架可依，做到如何證明業(yè)務(wù)是好還是不好，而這里的框架就是一個對業(yè)務(wù)進行指標化的分解，并通過有限多個指標來客觀描述業(yè)務(wù)的狀況。
36、 阿里運營數(shù)據(jù)的外三板斧之存：存是數(shù)據(jù)收集的開始，收集數(shù)據(jù)不是目的，讓收集起來的數(shù)據(jù)如何產(chǎn)生價值才是最終目的。
37、 阿里運營數(shù)據(jù)的外三板斧之管：管是保護好存儲數(shù)據(jù)，學會用數(shù)據(jù)產(chǎn)品來解決獲取以及使用數(shù)據(jù)的問題。
38、 阿里運營數(shù)據(jù)的外三板斧之用：用是從收集數(shù)據(jù)到管理數(shù)據(jù)，在用數(shù)據(jù)的問題上，數(shù)據(jù)的分裂和重組，都能做到顛覆性的創(chuàng)新。
39、數(shù)據(jù)思維之MECE法則，不斷地用邏輯方法將問題進行分解，直到不能分解為止，然后從根本去解決問題。
40、大數(shù)據(jù)的本質(zhì)是人，數(shù)據(jù)研究的極點就是揣測變幻莫測的人性。
41、假定數(shù)據(jù)是臟的，在處理數(shù)據(jù)的時候，會像污水處理廠一樣，每一步都問自己幾個為什么。這種情況的出現(xiàn)，到底是因為數(shù)據(jù)臟了還是因為數(shù)據(jù)提驗過程中做的不好。
42、 做好數(shù)據(jù)的質(zhì)量評分，從反映數(shù)據(jù)的可信度和質(zhì)量水平出發(fā)。
43、 學會慢慢的淡化數(shù)據(jù)，數(shù)據(jù)是有優(yōu)先級的，在數(shù)據(jù)中有些是特別核心的，有些即使缺失了也沒問題，所以，我們要學會真正坐下來盤點那些對公司最有價值，對用戶最有價值的數(shù)據(jù)。
44、數(shù)據(jù)的標簽化管理，數(shù)據(jù)的屬性標簽是人類經(jīng)驗判斷的數(shù)據(jù)，是數(shù)據(jù)后的數(shù)據(jù)。
45、大數(shù)據(jù)價值的實現(xiàn)在于數(shù)據(jù)與數(shù)據(jù)之間的連接。
46、數(shù)據(jù)的實時化和實時性分層，我們千萬不要把所有能力都用來處理實時化的問題，因為我們依然會有大量的數(shù)據(jù)需要在恰當?shù)臅r機處理，有的數(shù)據(jù)是重要的，但并不緊急。
47、關(guān)于數(shù)據(jù)，未來是人機的結(jié)合體。人和機器的結(jié)合，或者人和數(shù)據(jù)的結(jié)合將是未來的一種進步模式，人類將通過數(shù)據(jù)變得更加智能。
48、未來，人身體中流通的不僅是血液，還有數(shù)據(jù)。
49、 關(guān)于數(shù)據(jù)分析，更準確的說法應(yīng)該是信息分析，目的是尋找短板，這個短板可能是自己的，也可能是競爭對手的。
50、我們都說數(shù)據(jù)分析是指導決策的重要依據(jù)，但我們用什么來保證分析的正確呢?是不斷的試錯還是考驗我們數(shù)據(jù)分析師(科學家)分析和利用信息的能力。
