这两天读了两本关于数据的书籍，其中一本读了想睡觉，而这一版「数据的本质」让自己很精神且有启发。能抓住读者的写作都是如何做到的呢，有哪些必要因素么？这些我都没研究归纳总结过。不过结合自己之前的工作，对其中的部门内容倒是很有感触。
「不懂商业就别谈数据。」
读到这句反观自己的角色，之前的在工作一直听业务人员，很多开发人员也觉得业务强势，也许的确是业务是金主，但另一方面不得不说我们不懂业务，而不懂业务就只能是一个执行者。
之前总听前辈们说要懂业务，当时也没有觉得这句话到底意味着什么。结合现在自己在标签系统的工作，不懂业务你是可以根据业务的建议去完成需求和任务，但你不是去建设打造这个平台，也没有自己的思考，任务完成之后，就会存在很多因为你不懂业务而留下的。
「从数据的收集到使用，我们要学会与生态中的各种角色竞合，因为没有人能单枪匹马地完成整张数据大图。懂得这个道理的公司才会是未来的数据之王。」
「如何根据不同的业务决策者设计数据分析产品的功能，场景化的用户体验更有利于商业应用。一位业务副总裁对我说：“你们的数据产品做得不错，但不应该让我在解决一个问题时看三个不同的产品”」
这句话昨天看的时候，将最后看成“看到三个不同的产品”，当时也是可以理解，结合标签系统，我当时理解的是，需要场景化应用和设计，但不同的场景可能对同一个变量或者参数的要求是不同的，对体验的要求是不同的，对某一变量的定义也是不同的，应该综合各个场景寻找更宽的路，而并非来一个场景就改一次系统。今天再读发现少了一个字，但却是另一番理解，应该重视用户体验及数据平台的流通调用共享集成能力。果真当你有一个锤子时，看什么都是钉子。当你有一个问题时，很容易将周边与你互动的一切都看成解决方案。这证明大脑是能够吊起任务后台运行的，另外一方面“手里拿着锤子，看什么都是钉子”的思维方式也尽显无余。
「如何让一个团购网站做到，以14天为周期，从大数据中选择适当的类目、商品、卖家，为商品定价及根据用户群而决定如何展现。」想到，标签系统的标签有几千个，首先划分标签属性大类，比如公共基础信息、渠道、信贷等等。如果根据业务所在的部门或者业务条线，推荐筛选该业务人员可能更关注的标签，从而进一步缩小精确的用户感兴趣的标签范围，而不需要他们自己先去看整体。推荐的标签页面可能随批次以及随用户自己的点击浏览情况而改变。
「未来，人与人之间的差别，拼的是他可使用的数据量和算法」任何时候都是，信息量是数据，你要如何处理调度这些信息，就是算法。
「从零开始创建好的专有数据集，几乎永远意味着，预先投入大量人力收集数据。但更痛苦的是，业务变化的同时，数据结构也需要时时更新，正如前辈所说：“数据集成的同时已经在断裂”」我们现在所遇到的问题是别人早就经历过的，国企的确发展落后于互联网有七年的时间，七年就是一辈子了。「数据集成的同时已经在断裂」，就拿标签来说，之前我从未意识到标签的定义是随着政策和业务场景会随时变动更新的，也就是说在一个标签形成的时候，它就已经老去及要更新了。
待续。
网友评论