从2012年开始到现在，大数据概念被大家逐渐认识、讨论。但具体到落地应用、利用数据改善业务产生价值，更多的公司还在摸索的过程中。

“大数据”的百度指数 “大数据”的Google趋势

对于数据分析从业者，我们也经常问自己，自己所做的工作如何推动改善业务？如何为公司创造价值？在这个过程中，不断的思考、求助，总结整理如下。

1、数据的价值

数据的价值有哪些呢？本部分选取了车品觉老师的《决战大数据》中关于数据价值的描述，如下：

数据价值1：识别与串联价值

识别的价值是指能够锁定目标有的数据，比如身份证、信用卡、手机号码、cookie、车牌号等。在一般的场景下，有多个账号可能不是什么问题，但是一旦涉及反欺诈等需要识别到“人”的时候，则必须将之识别出来。能够还原用户真实身份和真实行为的数据，就越能够让企业在大数据竞争中保持战略优势。

数据价值2：描述价值

在通常情况下，描述数据是以一种标签的形式存在的，他们是通过初步加工的一些数据，这也是数据从业者在日常生活中做的最为基础的工作。

但是，对企业来说，数据的描述价值与业务目标的实现并不呈正比关系。

描述数据对具体的业务人员来说，能够使其更好的了解业务发展的状况，让他们对日常业务有更加清楚的认知；对于管理层来说，经常关注业务数据也能够让他对企业发展有更好的了解，以作出明智的决策。

描述数据最好的一种方式就是分析数据的框架。在复杂的数据中抽象出核心的点，让使用者能够在极短的时间看到经营状况，同是又能看到想看的细节数据。

数据价值3：时间价值

数据的时间价值是大数据运用最直接的体现，通过对时间的分析，能够很好地归纳出一个用户

对一种场景的偏好。

数据价值4：预测价值

数据的预测价值分成2种。第一种是对某一个单品进行预测，比如推荐系统推荐了一款T恤，它有多大可能性被点击，这就是预测价值。

第二种是对经营状况的预测，即对公司的整体经营进行预测，并能够用预测的结论指导公司的经营策略。

数据价值5：产出数据的价值

数据产出数据，比如对商品的评价数据进行二次加工，形成店铺的综合评价系统。

2 数据对企业的价值

本部分选取了毕然《大数据分析的道与术》中关于大数据对企业价值的描述。

大数据技术的常见应用可以总结成为两类，第一类是与长尾经济模式结合，向用户或客户提供个性化的信息、产品、营销和服务；第二类是基于分类、预测、挖掘等数据模型，用机器自动化的方法改善某些业务环节的实现效率。第一类往往会改变整个业务模式，而第二类则以提升效率为主，不改变业务本身。

3 数据价值的场景分析

     在企业里面，数据使用的业务场景有哪些呢？以双边匹配的电子商务为例，谈一下我个人的理解。

数据分析目的是将数据变为信息，赋予数据以生命力，就是将数据用到具体的业务之中。所谓的价值，是解决了业务的核心诉求。价值的产生与外部客户带来的收入，内部管理成本的提升以及运营过程中的风险有关。

数据使用场景

按照数据使用角色划分：

1、高层领导

   整体目标的完成情况以及追踪，行业的相关动态，外部市场信息的收集。

2、部门主管

   核心指标的完成情况，核心指标健康度的监控。

   部门各工作类型的花费投入时间占比分布。

3、执行操作

      业务现状的细分描述，对核心指标、相关指标、进行不同维度，不同粒度的全面拆分；直至拆分到单个用户所有行为的细查。

     各运营措施开展与效果衡量，支持各运营活动顺利开展的相关数据，比如目标买家的筛选、优质产品的筛选。

4、匹配的准确性

      在触达用户的运营手段中，需要对用户的采购需求了解准确，比如采购什么产品、采购的周期、采购的数量、买家可以接受的价格以及采购的用途等。以及与之对应的商品信息的描述。

5、支撑任务完成的功能设计

   保证业务的正常顺利实现的任务路径以及功能体验优化的效果衡量。

4 数据分析如何助力业务

      数据分析和业务如何融合呢？以下内容摘自张溪梦老师的观点。

     做好数据分析，要对数据分析的价值有清楚的定位。既不要神化数据分析，把它当做万能钥匙；也不要轻易否定数据分析的意义，弃之不用。数据分析应该对业务有实际的指导意义，而不应该流于形式，沦为单纯的 “取数”、“做表”、“写报告”。

      对数据分析的工作的定位：利用（大）数据分析为所有职场人员作出迅捷、高质、高效的决策，提供具有指导意义的洞察和可规模化的解决方案。

      当时我们还采用了一套 EOI 的分析框架，对不同业务的数据分析价值有明确的定位。针对核心任务、战略任务和风险任务，我们认为数据分析应该分别起到助力（Empower）、优化（Optimize）、创新（Innovate）的三大作用。

数据分析工作定位

总结：

       本文试图理清楚数据的价值有哪些？数据对企业的价值？数据在企业中的使用场景？以及数据如何与业务融合产生价值？希望能够在实际使用数据的过程中作为参考指导，并利用数据在实际情况中的实施推动，总结实战经验，不断进行完善。

.