混沌·研习社——talkingdata首席布道师 鲍忠铁 《从数据思维到数据资产变现》
《从数据思维到数据资产变现》这门课是2018年10月talkingdata首席布道师鲍忠铁在混沌研习社的一节公开课。talkingdata已经进行了由软银和Milestone领投的B轮融资，现估值约10亿美金，是移动数据领域的独角兽公司。鲍老师在课程中穿插了很多有意思的案例来辅助理解，我这里只总结干货内容，案例可以去回看原视频。这门课的百度云链接我分享在这里。
链接：https://pan.baidu.com/s/1n12dYskdKSCzk-ADX2UhlA
提取码：3i0s
下面是笔记部分：
数据思维
精神本源：戴明的PDCA理论（计划plan-执行do-检查check-处理act，循环进行质量管理的一种方法） “In god we trust，all others must bring data”，即除了我们信仰的上帝，其他的事情都要拿数据说话。
数据思维VS经验思维，有可能我们的经验是错的，也有可能数据思维是不全面不落地的。
经验思维的决策是波浪式的，准确度忽高忽低；数据思维的决策也许有时准确度不如经验思维，但是它的准确度很稳定。
然而数据思维具有滞后性，与经验思维相比，他需要收集数据之后才能进行决策，这就要求我们快速迭代，快速进行数据决策与反馈。
数据思维要和经验思维相结合，用业务经验和数据辅助并进行决策。
那么企业是如何应用数据的呢？这里存在三重门：
交易门：企业的内部数据（企业与客户达成实质性交易的数据，一般不对外开放，存储在企业服务器中）
交互门：企业与客户互动产生的数据
公开市场门：外部数据
在当下的互联网经济中，这三重门的数据已经被打通，所以企业可以利用数据来引导客户
比如说课程中的“买剃须刀”案例：
客户在FamilyMart的门店使用微信支付购买了剃须刀，此时设备ID被后台记录，这是从交易门得到的数据；然后根据剃须刀这个商品，从京东的产品数据库中即可找到相关的产品（例如剃须液），这是从公开市场门得到的信息；利用设备ID经常连接的wifi名称找到共用wifi的笔记本设备，在此笔记本上对使用者进行剃须刀相关产品的推荐，这是利用了交互门。
数据运营是数据思维应用的第一步，也是数据资产变现的前提。数据运营是工业时代精细化运营的精神传承（戴明质量管理理论，丰田5S原则），现在从工业领域大规模的运用到了商业领域，帮助企业实现降本，提效，增收。
传统企业与互联网数据运营的区别是？
传统企业的数据一般只来自交易门和公开市场门，有极大的滞后性，它们的数据一般是来自交易发生之后得到的结果，用于报表，决策过于缓慢。（这也就是工业互联网的必要性，但工业互联网所涉及的商业机密问题使三重门之间天然无法打通）
互联网企业的数据可以来自于交互门，此时数据是快速迭代的，可以通过快速决策来影响客户，这也是互联网运营的一种手段。
数据要做资产，而不仅仅作为一个副产品存在。
数据运营三部曲：
1.建立运营指标
2.将指标落地为职责，并分配给员工
3.通过指标来驱动运营
（以上三点，贯穿的是拆解思维与5个Why思维，拆分与追本溯源）
指标的构建是为了数字化考核，从而为企业带来“降本，提效，增收”的效果（实际就是项目管理三角形中的“成本，时间，质量”）
客户进入的各个阶段，都有运营手段的存在
运营就是业务，要精准地，主动地，不停地去运营你的客户
人群，渠道，方案，时间。“标签思维”
能用数据分析，就不要用数据模型
数据资产：能给企业带来经济收益的数据
data-information-knowledge-wisdom是数据不断变成具有指导意义的智慧的过程。（很多情况下，使用工具只能将data转化为information，但数据分析并不只是把data变成information，information只是information，只具有表面意义，要真正的使用数据，我们还需要业务知识的加持，去前线了解业务，把information变成knowledge去指导运营，提供方法，甚至还要像wisdom一样做到可预测，这个观点可以参见一个知乎 面包君的答案https://www.zhihu.com/question/36214681/answer/66954050#showWechatShareTip）
下面是总结部分：
数据，归根结底是一种思维。这个思维是要贯穿整个运营流程之中的，无论什么运营岗位都以数据指标作为考核点，此时制定并检测和考核这些指标的人即是数据运营。能够合理制定出这些指标，很显然是要了解业务，而数据运营还是要考虑数据资产的变现。数据资产变现有三个可挖掘的点——用户，产品和数据科学。在这三个点上，我们可以构建无数指标。
以上是为互联网行业数据运营的一些要点。公司的核心竞争力在于产品，运营只是赋能手段。如果没有好的产品，数据运营赋能将成为无法从根本上解决问题，反而会伤害用户的利益。（所以寻找一个数据运营岗位还是要认同公司的产品，否则就会陷入到伤害客户的道德修罗场）
那么在传统行业（例如制造业），数据还是没有实时应用场景的。工业互联网或许是一个很好的契机，但是这种由机器产生的数据到底可以怎样的落地应用？工业互联网究竟是不是一个伪命题？目前工业互联网做得好的公司它们是怎么使用数据的？工业上符合“运营”概念的工作有哪些？这些问题我们可以继续探讨。
网友评论