大數據時代下的第三方數據公司和甲方公司的差異

現在是一個大數據時代，人人嘴邊都掛著數據創(chuàng)造價值、數據挖掘等一些熱詞。各公司內部也逐漸認識到數據的重要性，紛紛成立數據部門，期待數據可以真正的為業(yè)務服務。另外，也有一些專做數據服務的第三方公司不斷涌現，希望能夠幫助產生數據的甲方分擔數據分析的擔子，挖掘出更多有價值的規(guī)律，幫助甲方不斷改進業(yè)務水平、不斷發(fā)現業(yè)務中存在的問題。從這個角度來講，甲方公司與第三方數據服務公司的初衷是一致的。　

　　那么到底在第三方公司做數據服務和甲方公司做數據服務有沒有哪些不同呢?今天馬海祥結合最近幾年第三方公司到甲方公司做數據的經歷，對二者做數據方面的差異進行了一個簡單的總結：

　　1、追求不同

　　第三方公司與甲方公司關于數據服務的合作模式大致有這樣幾種：

　　(1)、長期監(jiān)測流量數據——定期提供日報、周報、月報;

　　(2)、臨時項目——接到甲方公司的需求，發(fā)起項目，在規(guī)定的項目周期內，以報告的形式總結項目研究成果。

　　無論哪種合作方式，馬海祥覺得第三方分析人員在分析的過程中，總是孤獨的、總是更依賴數據的。因為不在所分析的環(huán)境之內，不知道運營最近在做什么，不知道產品有什么樣的計劃，一句話：不知道對方關注的點到底在哪里。

　　甲方公司內部做數據，其實合作方式也同上面列的兩種差不多。只是細節(jié)配合上有所不同：

　　(1)、研究前會詳細了解項目的背景及產品或運營人員的困惑;

　　(2)、研究中遇到數據上無法解釋的問題，可以隨時找到相關的人員反饋情況。和業(yè)務同事一起分析數據異常的原因。

　　(3)、研究后會匯報整個研究成果、和業(yè)務同事討論下一步的改進策略及方案、約定下一次的研究時間點。

　　所以說，受到條件所限，盡管初衷與甲方公司是一致的，但是由于無法深入接觸業(yè)務，因此對于最終的目標只能停留在完成一份嚴謹、專業(yè)的數據分析報告上。至于后續(xù)，甲方公司如何使用這份報告，如何改進業(yè)務、是否改進業(yè)務等一系列后續(xù)的工作都不得而知。因此，第三方公司的成果產出總是不能在整個業(yè)務鏈條上形成一個閉環(huán)。　

　　但是，馬海祥覺得這個也的確是無法避免的一個事情。相信目前大多數公司，尤其是中國的大部分公司，對公司內部數據的私密性還是比較看重，對于第三方公司的態(tài)度不會是完全開放的。因此，雙方的配合也僅限于比較淺層的合作。第三方公司想要真正走完業(yè)務閉環(huán)，從現階段來講是完全不可能的。

　　久而久之，第三方的數據分析人員也就習慣了把制作一份精良的報告作為最終的目標。

　　2、展現形式不同

　　對于第三方公司與甲方公司的合作方式，項目的價值就體現在報告上，因此報告的制作既要美觀又要讓人感到“物超所值”。只有幾頁的PPT是絕不能作為最后的產出成果的。如果能在研究時，通過建立某個復雜的模型，來輔助說明研究成果就會顯得更有價值。

　　而在甲方公司內部，大家都迫切的想知道，看到這個研究成果我到底能做什么。如果這個模型復雜到產品人員都看不懂，或不知所措，那也是沒有意義的。反而是針對某個具體問題的研究，哪怕只有幾頁紙，幾個數據，也會令產品人員很興奮。

　　比如，偶爾從數據上看到一些現象或問題，此時做一個簡單的整理，打印出幾頁紙就可以去和產品、運營的同學去聊了。去看看業(yè)務一線的同事是如何看待這一現象的，是不是有一些重要的運營策略影響了某些數據結果，造成數據結果異常，而并非真正出現了問題。如果沒有其他異常因素的影響依舊出現了這個現象，那么我們下面真的要立項去花時間找到問題的原因了。

　　3、對行業(yè)標準的把握不同

　　第三方數據公司由于服務行業(yè)內的多家公司，因此會將同行業(yè)公司的相同業(yè)務模塊放在一起，出一個行業(yè)標準。在不透露客戶商業(yè)機密的情況下，為客戶提供行業(yè)標準數據。使各家都可以清楚的了解其在行業(yè)中的地位，了解哪些數據表面上看起來很好看，但是與行業(yè)標準對比，其實情況并不樂觀。我想，這也是第三方數據公司的最大價值所在。

　　但是，現狀是中國的互聯網行業(yè)，大家對數據還是守得很緊，不愿意過多的讓第三方介入。這造成的結果就是，大家都沒有一個行業(yè)標準。數據結果的好壞就只能依靠經驗了。對此，大家可以看下我曾在馬海祥博客發(fā)布的《如何做好一個產品的市場調研和數據分析》文章。

　　4、成就感體現不同

　　第三方數據公司，核心業(yè)務就是對數據進行采集、分析，因此負責產出數據報告的數據分析人員，相比之下，工作成果很容易被大家看到。因此，也很受到公司的重視。

　　而在甲方公司，數據服務是一個職能線，是為產品和運營人員服務的?；蛟S工作價值的體現只有在完整走完業(yè)務鏈條后才能夠體現出來。即便走完整個業(yè)務鏈條，又如何評估數據在整個過程中的作用，也是一個艱難的工作。但是，作為一個數據分析人員，能夠看到自己的分析，幫助產品或運營發(fā)現了問題，使產品體驗或運營機制得到了改善，這種成就感還是會使分析人員振奮的，還是會興致勃勃的沖向下一個項目。

　　記得我剛從第三方公司進入新的企業(yè)公司做第一個項目的時候，項目匯報當天得到了產品人員的肯定。我當時非常高興，感到工作得到了認可。以為產品同事都認可了，肯定領導也會覺得還不錯吧。但是，結果卻是完全相反的。主管對于我沒有任何下一步結果追蹤計劃感到很不解，從我們嚴肅的談話中我深切的體會到，在甲方公司數據真的是為產品改進或運營服務的。如果你的發(fā)現僅停留在問題的總結和整理上，那工作基本上只做了50分。相當于，醫(yī)生只為病人拍了x光，之后就對病人置之不理了。

　　綜上所述，這兩種數據分析工作的差異，給我的體會是：數據分析重點不在數據，而在于如何能夠真正的解決實際的問題。數據分析師的終極價值不是會使用多少種統(tǒng)計工具，能挖掘出多少個數據模型，而是真正的懂業(yè)務。看到數據結果能夠知道哪些業(yè)務出現了問題，而看到業(yè)務問題又可以清楚的知道通過分析哪些數據能夠獲知問題的原因。當然，如果從大的方面來講，各公司都能夠愿意與第三方公司合作，通過第三方公司把行業(yè)標準建立起來，那將會使數據最終發(fā)揮更大的價值。