
大數(shù)據(jù)變現(xiàn)給了數(shù)據(jù)建模者自證價(jià)值的最好機(jī)會(huì)
從 BI 時(shí)代開始,筆者曾經(jīng)做過(guò)取數(shù),報(bào)表,建模,挖掘,分析等各類數(shù)據(jù)支撐工作,有個(gè)問題一直縈繞心中,數(shù)據(jù)支撐者如何證明自己工作的價(jià)值。
一、關(guān)于量化數(shù)據(jù)支撐價(jià)值的反思
一個(gè)取數(shù)到底為 企業(yè) 創(chuàng)造了多少價(jià)值?一張報(bào)表帶來(lái)了什么改變?做數(shù)據(jù)挖掘專題到底值不值?
這個(gè)問題很重要,如果沒有一種有效衡量數(shù)據(jù)產(chǎn)出的方式,數(shù)據(jù)支撐者就可能失去方向,進(jìn)而喪失進(jìn)步的動(dòng)力,數(shù)據(jù)支撐者不能成為拉磨的驢子。
取數(shù)者,取了1000個(gè)和10000個(gè),到底有多大的區(qū)別?這個(gè)問題最好搞清楚,如果是10倍的關(guān)系,當(dāng)然取得越多越好,但是,如果是2倍呢?是否有更重要的事情去做呢,比如研發(fā)一個(gè)自助取數(shù)工具?也許這個(gè)對(duì)于企業(yè)更有價(jià)值,但有時(shí)的確缺了這把客觀的尺子。
在大多企業(yè)業(yè)務(wù)人員提取數(shù)需求是不需要付出成本的,沒有成本就意味著低質(zhì)量的需求泛濫,這倒不是責(zé)任心的問題,有什么樣的機(jī)制就會(huì)孕育出什么樣的需求模式,怪不了提需求的人,比如不能怪業(yè)務(wù)人員催著你取數(shù)但實(shí)際上他在你完成后卻沒有去下載取數(shù)結(jié)果這種現(xiàn)象的發(fā)生。
需要反思的是有沒有好的量化 評(píng)估 手段,很可惜,在大多數(shù)時(shí)候,在大多數(shù)企業(yè)內(nèi)沒有,比如報(bào)表的價(jià)值大多跟決策有關(guān),但決策是很難量化的東西,可以說(shuō)領(lǐng)導(dǎo)看了你這張報(bào)表才有了正確的決策,也可以說(shuō)跟這個(gè)報(bào)表毫無(wú)關(guān)系,可以說(shuō)由于你的取數(shù)為公司成功營(yíng)銷到了很多用戶,但要知道,公司為這次營(yíng)銷投入了很多渠道成本,營(yíng)銷成本及人力成本,取數(shù)的作用可能很小很小,至少比例不大。
一種證明數(shù)據(jù)價(jià)值的方式是做AB測(cè)試,但高昂的實(shí)施成本在大多數(shù)傳統(tǒng)企業(yè)線下渠道為王的情況下是不現(xiàn)實(shí)的,而互聯(lián)網(wǎng)企業(yè)依賴其在線的優(yōu)勢(shì)讓很多建模師有了表現(xiàn)的舞臺(tái),無(wú)論如何,數(shù)據(jù)建模師還是需要一把尺子,用靠譜的數(shù)據(jù)來(lái)證明自己工作的價(jià)值。
二、關(guān)于大數(shù)據(jù)帶來(lái)的評(píng)估方式的改變
在進(jìn)入大數(shù)據(jù)時(shí)代后,不再會(huì)有人由于大數(shù)據(jù)建模者做了報(bào)表的事而認(rèn)可他了,因?yàn)榇蠹业钠诖吡?,?duì)于從BI邁入到大數(shù)據(jù)的支撐人士來(lái)說(shuō),絕不是簡(jiǎn)單的換了個(gè)名頭,而是要直面最大的挑戰(zhàn),為變現(xiàn)直接創(chuàng)造價(jià)值。
要承認(rèn),傳統(tǒng)業(yè)務(wù)的核心競(jìng)爭(zhēng)力大多還是停留在產(chǎn)品本身,雖然數(shù)據(jù)模型在產(chǎn)品分析,產(chǎn)品營(yíng)銷等方面有價(jià)值,但在整個(gè)價(jià)值鏈中,數(shù)據(jù)建模起到的作用還是有限的,即使用AB測(cè)試證明了數(shù)據(jù)模型的價(jià)值,但占比往往偏小,導(dǎo)致其他環(huán)節(jié)的一個(gè)小波動(dòng)就可以完全掩蓋了模型的那點(diǎn)提高,比如不計(jì)成本的營(yíng)銷就讓任何建模都失去了意義。
不是說(shuō)數(shù)據(jù)模型對(duì)傳統(tǒng)業(yè)務(wù)無(wú)用,而是傳統(tǒng)業(yè)務(wù)的機(jī)制、流程可能限制了數(shù)據(jù)價(jià)值的發(fā)揮,傳統(tǒng)業(yè)務(wù)要用好數(shù)據(jù)首先得革自己做事方式的命,比如從線下走到線上,更多的關(guān)注投入產(chǎn)出比,更多的依賴機(jī)器而不是經(jīng)驗(yàn)決策,這些都涉及到企業(yè)數(shù)據(jù)文化的再造,無(wú)法一蹴而就。
而大數(shù)據(jù)變現(xiàn)則是全新的、直接基于數(shù)據(jù)創(chuàng)造價(jià)值的業(yè)務(wù),情形完全不同,比如客戶洞察和精準(zhǔn)拓客,其核心的要求就是要標(biāo)簽足夠準(zhǔn),覆蓋足夠廣, 現(xiàn)在大數(shù)據(jù)變現(xiàn)可是買方市場(chǎng), 模型沒到一定的水平, 不刺刀見紅, 客戶是不會(huì)付費(fèi)的,即使現(xiàn)在能賺錢的變現(xiàn)業(yè)務(wù),也會(huì)由于大量同質(zhì)化的競(jìng)爭(zhēng)最后變成數(shù)據(jù)質(zhì)量和模型高低之爭(zhēng),在整個(gè)價(jià)值鏈條中,模型將超越營(yíng)銷、渠道甚至產(chǎn)品成為最為核心的東西,一般的產(chǎn)品也許可以互相COPY,但基于企業(yè)特有數(shù)據(jù)創(chuàng)造的模型卻難以復(fù)制,這是最大的差異化,也事實(shí)上決定了企業(yè)大數(shù)據(jù)變現(xiàn)的潛力,這個(gè)時(shí)候,數(shù)據(jù)建模師成為了變現(xiàn)的焦點(diǎn),評(píng)估的方式顯然是模型能直接能帶來(lái)多少收入了,模型師將被推到業(yè)務(wù)的最前端。
三、大數(shù)據(jù)建模者的巨大挑戰(zhàn)
一般來(lái)講,企業(yè)的裸數(shù)據(jù)大多是無(wú)法直接創(chuàng)造價(jià)值的,即使有,也是極其有限的,必須通過(guò)加工處理才能發(fā)揮出最大的潛力,比如 運(yùn)營(yíng)商 的上網(wǎng)日志如果不經(jīng)過(guò)內(nèi)容解析就會(huì)一文不值,位置數(shù)據(jù)如果沒有了POI的配合就缺失了意義,位置數(shù)據(jù)跟用戶數(shù)據(jù)如果沒有有效結(jié)合就無(wú)法滿足大多數(shù)的應(yīng)用場(chǎng)景。
對(duì)于建模者來(lái)講,這是個(gè)最好的時(shí)代,也是最壞的時(shí)代,好的是給了大數(shù)據(jù)建模者獨(dú)立施展才華的舞臺(tái),壞的是大數(shù)據(jù)建模者的價(jià)值變得可量化,很透明,各人能力高低,貢獻(xiàn)大小,高下立判。
對(duì)于處于轉(zhuǎn)折期的傳統(tǒng)企業(yè)的建模者來(lái)講,建議做好以下一些準(zhǔn)備,當(dāng)然各個(gè)企業(yè)所處的階段不同,面臨的情況不同,不能一概而論。
1、角色的轉(zhuǎn)變
甲方企業(yè)的建模師做變現(xiàn)第一要?jiǎng)?wù)就是拋棄固有的甲方思維,也許在企業(yè)內(nèi)部做支撐時(shí)跟業(yè)務(wù)人員還是平的,但跟外部客戶做生意則成了徹底的乙方。
碰到個(gè)金融客戶談合作,建模師抱怨對(duì)方需求都提不清楚,因此自己也無(wú)從下手,這是典型的傳統(tǒng)支撐者的形象,做事情務(wù)必要對(duì)方解釋清楚,但外部客戶對(duì)于企業(yè)的數(shù)據(jù)往往不了解,很多時(shí)候甚至不知道能得到什么,需要建模師在溝通中主動(dòng)去捕捉需求,針對(duì)性提供解決方案。
經(jīng)常有這樣的案例,客戶提要什么標(biāo)簽,建模師就機(jī)械的回答有還是無(wú),事實(shí)上,擁有主動(dòng)意識(shí)的建模師更應(yīng)順藤摸瓜去理解客戶的真實(shí)意圖,而不是簡(jiǎn)單的考慮標(biāo)簽?zāi)芊駶M足,更深一層次講,即使很多標(biāo)簽是現(xiàn)成的,建模師也應(yīng)該努力去尋找更好的解決方案,因?yàn)楝F(xiàn)成的標(biāo)簽可能質(zhì)量不高,比如運(yùn)營(yíng)商以前靠揣測(cè)基于DPI打造的行業(yè)標(biāo)簽往往經(jīng)受不住現(xiàn)實(shí)的商業(yè)檢驗(yàn),辛苦談下來(lái)的合作往往由于數(shù)據(jù)初次體驗(yàn)不好而中斷,數(shù)據(jù)建模師要為數(shù)據(jù)的最終品質(zhì)負(fù)責(zé),而不是簡(jiǎn)單的為一次需求負(fù)責(zé),這個(gè)要求還是很高的。
“我們是在創(chuàng)業(yè),而不是在應(yīng)對(duì)需求,做大數(shù)據(jù)變現(xiàn)的,首先要完成這個(gè)角色的轉(zhuǎn)變?!?
2、對(duì)精準(zhǔn)的追求
當(dāng)投放成本成為了客戶付錢的依據(jù)時(shí),精準(zhǔn)就成了變現(xiàn)最核心的武器,客戶只會(huì)為精準(zhǔn)買單,千分之一跟百分之十天壤之別,顯然需要建模師的鬼斧神工,點(diǎn)擊率10%高不高,20%呢,30%呢?建模師每提升一點(diǎn),帶來(lái)的就是現(xiàn)實(shí)的收益,這個(gè)跟以前的情況完全不同。
為什么有些建模師平時(shí)技術(shù)不錯(cuò),但當(dāng)真的機(jī)會(huì)放在眼前時(shí),往往發(fā)現(xiàn)技能不夠用了呢?答案可能在于精準(zhǔn)是個(gè)綜合性問題,而不是簡(jiǎn)單的技術(shù)問題,對(duì)于建模師的要求其實(shí)是全方面的。
這讓我想起了運(yùn)營(yíng)商以前評(píng)估BOSS系統(tǒng)的可用性,往往用CPU、內(nèi)存利用率等技術(shù)指標(biāo)來(lái)衡量,但后來(lái)發(fā)現(xiàn)這些指標(biāo)跟客戶的實(shí)際感知是有很大差異的,因此需要建立端到端的客戶感知指標(biāo)體系,建立這套指標(biāo)體系需要貫通整個(gè)業(yè)務(wù)流程,在每個(gè)節(jié)點(diǎn)上去優(yōu)化提升,而不是簡(jiǎn)單的關(guān)注幾個(gè)純技術(shù)指標(biāo)就可以了。
數(shù)據(jù)建模師也一樣,擁有調(diào)參技能是遠(yuǎn)遠(yuǎn)不夠的,要能理解客戶的真正訴求,要能針對(duì)影響精準(zhǔn)性的任何一個(gè)環(huán)節(jié)給出建議或解決方案,比如數(shù)據(jù)的選擇、渠道的選擇、推送的用語(yǔ),時(shí)機(jī)的把握、產(chǎn)品的設(shè)計(jì)等等,建模師要充分利用建模技術(shù),但不要拘泥于用單個(gè)技術(shù)解決問題, 外來(lái)的數(shù)據(jù)科學(xué)家撲街往往是被技術(shù)搞死的 ,沒人關(guān)注你用什么模型。
3、丟掉那個(gè)邊界
心有多大,舞臺(tái)就有多大,企業(yè)的確要為建模師打造更加扁平化的環(huán)境,數(shù)據(jù)建模師則更不必拘泥于崗位限制,能往前走就往前走一步,越是以數(shù)據(jù)為賣點(diǎn)的大數(shù)據(jù)變現(xiàn),越是要讓建模師沖鋒在前,全棧工程師有之,在大數(shù)據(jù)領(lǐng)域也需要全棧建模師,比如在某個(gè)垂直領(lǐng)域可以讓模型師端到端負(fù)責(zé),沒有什么不可以。
當(dāng)以數(shù)據(jù)簡(jiǎn)單組裝為賣點(diǎn)的諸如客流等產(chǎn)品喧囂之后,大數(shù)據(jù)深度變現(xiàn)必然是以拓客、風(fēng)控等為核心的,數(shù)據(jù)建模的價(jià)值會(huì)越來(lái)越大,筆者以前提過(guò)運(yùn)營(yíng)商必須掌握五個(gè)核心建模能力,這些也許是運(yùn)營(yíng)商規(guī)模化變現(xiàn)的未來(lái)。
賣產(chǎn)品的如果自己都不懂產(chǎn)品,估計(jì)也賣不好,賣“數(shù)據(jù)”的,如果沒有對(duì)數(shù)據(jù)的深度理解,也很難說(shuō)服人,因此,提倡所有做數(shù)據(jù)變現(xiàn)的都經(jīng)歷一下取數(shù)或建模的階段,用數(shù)據(jù)說(shuō)服了自己,才能更好的說(shuō)服客戶,這是同一般產(chǎn)品不一樣的地方。
企業(yè)大數(shù)據(jù)變現(xiàn)的意義不僅僅是有了新的商業(yè)模式,可能也在改變著很多的東西,有對(duì)外變現(xiàn)機(jī)會(huì)的數(shù)據(jù)建模師是非常幸運(yùn)的, 在感謝時(shí)代賦予機(jī)會(huì)的同時(shí),自己也一定要加油。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10