數(shù)據(jù)工作者數(shù)據(jù)之路：從洞察到行動

數(shù)據(jù)時代來臨，人人都說大數(shù)據(jù)分析，可是說到未必做到，真正能從數(shù)據(jù)中獲得洞察并指導(dǎo)行動的案例并不多見，數(shù)據(jù)分析更多的是停留在驗證假設(shè)、監(jiān)控效果的層面，通過數(shù)據(jù)分析獲得洞察的很少，用分析直接指導(dǎo)行動的案例更是少之又少。

從洞察到行動，數(shù)據(jù)可以發(fā)揮更大價值，前提是我們對數(shù)據(jù)分析有更深層的認(rèn)知。

分析的四個層次

個人理解，數(shù)據(jù)分析是分層次的，從開始數(shù)據(jù)分析到促成行動達成目標(biāo)，需要經(jīng)歷很多階段，從上至下對應(yīng)的分析層次包括：表象層、本質(zhì)層、抽象層和現(xiàn)實層。

表象層，就像汽車儀表盤，實時告訴你發(fā)生了什么，并適時做個警報提示等等，是what。分析師要做的事情就是搭建指標(biāo)體系，進行各種維度的統(tǒng)計分析。

本質(zhì)層，像診斷儀，不再停留在觀察肉眼可見的表面癥狀，而是去檢測身體內(nèi)部的問題，這個層面要揭露現(xiàn)象背后的動因，找到規(guī)律，是why。主要做的事情就是進行個案分析獲得需求動機層面的認(rèn)知，然后對個體進行聚類獲得全面的洞察。

抽象層，是特殊到一般的過程，對業(yè)務(wù)問題進行抽象，用模型去刻畫業(yè)務(wù)問題，是how。這個層面做的事情就是把問題映射到模型，然后再用模型去做預(yù)測，減少不確定性。其產(chǎn)出主要是分類（標(biāo)簽）和排序（評分）。

現(xiàn)實層，是一般到特殊的過程，將抽象的模型套用到現(xiàn)實中來，告訴大家如何去行動，是when、where、who and whom。就像航標(biāo)，要時刻為業(yè)務(wù)保駕護航，指導(dǎo)業(yè)務(wù)的行動。其產(chǎn)出主要是規(guī)則和短名單。

在明確分析的層次后，要想從洞察到行動，需要做到四個層次的穿透和每個層次的深入。首先，分析要能夠穿透各個層次，只有上下貫通，數(shù)據(jù)分析的價值才能立竿見影。其次，在分析的每個層次上要做的深入。

一、在表象層，看數(shù)據(jù)要深入。主要體現(xiàn)在兩個方面：

1. 從“點“到”線面體“，從看一個點的數(shù)據(jù)，到看線，看面，看體。

一般來講，想看數(shù)據(jù)的人潛意識里是要成“體”的數(shù)據(jù)的，只是溝通過程中變成了“點”的需求，因為“點”簡單容易講明白，但是，這次給不了“體”的數(shù)據(jù)，下次還會圍繞“體”的數(shù)據(jù)提各種“點”的需求，這個時候我們需要延伸一下，提前想需求方之所想，就不用來回往復(fù)了。

2. 關(guān)注數(shù)據(jù)之間的邏輯關(guān)系

這方面最值得借鑒的就是平衡計分卡了，平衡計分卡從數(shù)據(jù)指標(biāo)的角度去看，就是一套帶有因果關(guān)系的指標(biāo)體系。

平衡計分卡通過Strategy Map把策略說清楚講明白，通過KPI進行有效的衡量，被評價為“透視營運因果關(guān)系的績效驅(qū)動器”（政大會計系教授 吳安妮），“將策略化為具體行動的翻譯機”（臺大會計系教授 杜榮瑞）。

平衡計分卡對我們的啟發(fā)是，人人可以梳理出一套和自己業(yè)務(wù)相關(guān)的有邏輯關(guān)系的數(shù)據(jù)指標(biāo)體系，通過它實現(xiàn)聚焦和協(xié)同。

二、在本質(zhì)層，深入理解業(yè)務(wù)模式，并跳出既有的思維模式，建立新的心智模型。

比如我們看淘寶，淘寶業(yè)務(wù)的本質(zhì)是什么呢？其中一個答案是復(fù)雜系統(tǒng)。

大家都知道，淘寶是一個生態(tài)系統(tǒng)，淘寶是一個典型的由買家、賣家、ISV、淘女郎等各種物種構(gòu)成的復(fù)雜系統(tǒng)，阿里巴巴是一個更大的復(fù)雜系統(tǒng)。

復(fù)雜系統(tǒng)對我們的啟發(fā)是，關(guān)注個體（系統(tǒng)內(nèi)部買家賣家等參與者）的同時，注意分析個體在群體中位置和角色，分析群體的發(fā)展?jié)摿?、演化?guī)律、競爭度、成熟度等，分析群體和群體之間關(guān)系。同時，對應(yīng)的抽象層建模的方法也要與之適配。

三、在抽象層，微觀上構(gòu)建更加抽象的特征，宏觀上構(gòu)建更加抽象的模型。

1. 在既有的分析和挖掘框架下，構(gòu)建更加抽象的特征（也可以理解成維度、指標(biāo)）。

這個可以類比現(xiàn)在最火的Deep Learning技術(shù)，如果對一個圖片進行識別，即使你獲取的是像素信息，深度學(xué)習(xí)可以自動學(xué)習(xí)出像素背后的形狀、物體的特征等中間知識，越上層的特征越接近真相。

1、對我們的啟示就是，在交易筆數(shù)交易金額這種“像素級別”特征（指標(biāo)）的基礎(chǔ)上，可以考慮是否交易筆數(shù)連續(xù)上升、營銷活動交易占比等帶有業(yè)務(wù)含義，更加抽象同時接近業(yè)務(wù)的特征（指標(biāo)）。用抽象的特征去建?？梢蕴嵘Ｐ偷男Ч?，用抽象的指標(biāo)去分析可以更貼近業(yè)務(wù)需求。

2.宏觀方面，可以用更加抽象的方式對業(yè)務(wù)進行建模

在前面提到淘寶是復(fù)雜系統(tǒng)，我們也可以對復(fù)雜系統(tǒng)進行建模。做些適當(dāng)?shù)暮喕?，對淘寶做一個高度抽象，那就是一個字“網(wǎng)”。節(jié)點是買家、賣家等物種，邊就是購買、收藏、喜歡等行為產(chǎn)生的關(guān)系。整個淘寶就是一張大網(wǎng)。

圖注： 不同的顏色表示不同的細分互動市場，點代表的是店鋪或者會員，連線表示會員是店鋪的熟客，點的大小對店鋪而言代表店鋪的熟客數(shù)，對會員而言代表常購買的店鋪數(shù)，越接近圖的中心越表示大眾化的需求，越接近圖的邊緣越體現(xiàn)需求的個性化。

建立這張大網(wǎng)之后，我們就可以做深入的分析，比如市場細分，個性化推薦等等。

四、在現(xiàn)實層，要深入到業(yè)務(wù)中去，不斷提升對相關(guān)業(yè)務(wù)的認(rèn)知能力。

心態(tài)上不要自我設(shè)限，分析無邊界，分析師要主動參與到業(yè)務(wù)模式、產(chǎn)品形態(tài)的規(guī)劃和設(shè)計去。要了解業(yè)務(wù)，在此基礎(chǔ)上靈活運用模型的產(chǎn)出，比如：一個風(fēng)險控制策略，假如已經(jīng)有一個風(fēng)險事件打分模型對風(fēng)險事件打分排序，分析師可以根據(jù)業(yè)務(wù)需求靈活設(shè)計模型的使用策略，例如，對于風(fēng)險得分最高的時間，機器自動隔離，風(fēng)險得分偏高的，用機器+人工審核的半自動方式進行隔離。模型是死的，活用靠人。