分类目录归档:Data

餐桌上的客套话

昨天下班后去公司旁边的羊汤馆喝汤,在点餐的前台旁坐着四个人,一个明显六十多的长者,另外两个四十左右,看上去像是一起工作的同事,还有一个十岁左右的孩子。桌上摆着两瓶小牛二,靠着前台的那个头发刚泛白的男的负责端菜,每叫一个号都看一眼手上的小票,另外一个人去拿筷子和小料。

每人都是一大碗羊汤,中间有份单加的羊肉。

小孩子一边吃一边扭头看我桌上的可乐,餐厅里信号很不好,我也没有刷手机。

服务员送来一灌王老吉,我以为是给孩子点的,年纪最大的说,「这么冷,还喝凉茶,伤胃。」坐在靠墙的男的一手拿过来,啪的打开易拉罐,放不喝酒的那人面前「打开了,喝吧,喝完再喝点热汤。」

汤特别烫,下不了口,都在一口口喝酒,也没人动那盘羊肉。

「你俩吃吧,我够了。」

「吃腻了啊?」

「也不是,你们吃吧。」一边说,一边舀起一勺汤吹气。

几分钟了,汤还没有凉,靠墙的男的干脆点了一支烟,刚吸一口,服务员过来说,把烟掐了。他顺手仍在餐桌下,娴熟的踩了一脚,夹了两块牛肉仍小孩汤碗里,说了两句我没听懂的方言,结果小孩大哭了起来。

年纪最大的那位就说「哭啥,你叔给你夹菜还哭呢,这没出息的孩子。」说完把剩下的酒都干了。

小孩一边抽泣,一边不敢耽误的吃肉。

最后那盘额外点的羊肉,他们三都没吃,买了单,穿上外套,就推门出去了。

想起我小时候,那时生活比现在苦很多,自己家里如果杀鸡,固定的鸡肝,鸡胸肉等都会留给爷爷奶奶,每次都是出锅后,妈妈拿个小碗装好,我在旁边等着,然后按照流程送到隔壁告诉爷爷趁热吃,小孩子能吃的也是固定的鸡腿,爸爸妈妈吃那些骨头多肉少的。

如果去亲戚家串门,碗里的肉小孩子是不能随便夹的,要等主人挑选,而且劝一次也不可以,需要劝好几次,才可以看看大人的颜色,若点头或者没有瞪眼,就可以接过碗里吃。老人吃的那些小孩子是一定不能吃的,最多偶尔吃一块鸡胸肉,那也是感觉他们吃腻了,打发给小孩子吃而已。或者哪天考试成绩很好,额外可以吃个鸡翅,那是可以和邻居小伙伴炫耀的事情,放在现在,是可以发朋友圈的标准了。

我不确定这算不算家乡习俗的礼仪,从小就默认为应该这样。后来想想,还是因为当时物质匮乏,吃鸡肉的次数每年数的过来,大人又要面子,不想让孩子在亲戚家显得那么饥渴而丢了体面,所以反复叮嘱孩子不能随便夹菜。

在小学的时候,没有食堂,但我每天都会跟着爸爸一起和老师们吃午饭,有一次过节,老师们打牙祭,当时的语文老师,平时特别严肃,大家都怕他,突然给我夹了一块肉,我也是突然哭了,虽然没有大哭,但还是被老爸发现了。

结果被老爸狠狠的揍了一顿,说是这么没有出息,连老师夹一块肉都哭。其实他并不知道,我当时并不是害怕那个老师,他也不知道人的情绪里哭泣不只有悲伤和被吓着的场景才触发。总之,哭了,就是让他丢了面子。

至今一家人吃饭,爸爸还是习惯性的吃辣椒,吃一点点菜主要吃米饭,把肉留给我们,要么说他们在家老吃,你在外面吃的不新鲜,要么说自己牙齿不好,吃不动肉了。其实如今吃上鸡肉早已平常,但从小留下的那些习惯,让我仍然有分不清大人在餐桌上的话哪些是真的,哪些是客套,在人多的时候,依然谨慎的不知道该不该夹起那块肉。

对于大人们来说,那些客套或者那些体面并没有恶意,几个痕迹分明的年代留给每一代人不同的生活习惯,就像外公每次都会捡起掉在餐桌上的饭粒吃掉一样,和那些喝完酒总是说着重复的台词的人一样,可能只是习惯了。

不知道昨晚那个哭了的孩子回家有没有挨揍。

「不知原谅什么,诚觉世事尽可原谅。」

大数据

对于一个excel都用不好的我来说,谈大数据有点可笑。最近偶尔听到身边的朋友或媒体关于大数据的声音。其实在去年关于大数据的各种说法更多,甚至很多媒体直接把今年称为大数据的一年。

关于大数据的概念和几篇个人推荐的文章

大数据蓝海

大数据进行时

大数据

三本书拯救大数据

迎接大数据时代

看的让我感觉真的就像《当我们变成一堆数字》这本书里说的一样,我们每天都产生和消费着大量的数据,我们生活在数据的海洋balla。但我觉得这些都不足以如此乐观的定义,我认为很多在他们眼里已经是很保守的预测在我看来都仅仅只是概念。今天的大数据对于明天来说可能仅仅只是数据,就像我们看几年前的数据一样,数据是一直存在的,只是获取,存储的方式变了,定义是不断发展的。100年前收集和分析100万行数据是非常困难的,而100年后100万行数据已经很easy了。

有人说,大数据终归只是那几个大公司的。但是大数据不是完美的解决方案,仅仅是大数据而已。商业杂志那篇文章也提到了,通过情绪分析在TW上预测FB的股票价格,包括google可以能够根据用户的搜索数据预测流感等,还有更多更酷更有效的,比如吉特给怀孕少女寄送相关的优惠券,乔布斯通过大数据辅助癌症治疗,通过智能手机上的应用程序来监测病人的身体颤动,甚至如丹麦癌症协会通过大数据来研究手机使用是否致癌,还有微软这样的公司来分析病患的再入住率等。

但是在这些很酷甚至很伟大的案例中,我看到的不只是大数据,更重要的是分析。大数据逐渐会变得更普遍(和产品经理一样)也变得更容易采集,但是更多的公司缺少的是分析的能力,这才是关键。大数据还是数据,本身不能解决任何问题,我个人在工作中深有体会,在垂直领域面对大数据,对分析的能力挑战更大。

我觉得今年在数据上,更流行的应该是归因而不是大数据,新用户的获取成本越来越高,我在渠道商获取的用户怎样去更好的量化各渠道的有效价值?这并不像大数据时代那本书里提到的,不是随机样本,而是全部数据。

所以,我认为分析比收集更重要。

 

数据扮演的三种角色

前一阵原INSEAD教授曾鸣在公司的内部 交流中说到,公司发展都会经历三个阶段,第一个阶段是认清自己的方向,但是不完全知道路怎么走;第二个阶段是知道路上有些步子是对的,有些步子是错的,渐 渐去掉错误的,集中精力坚持做正确的;第三个阶段是全力争取高速增长。世上没有一家永远高速增长的公司,一个生命长的公司是在这三阶段里不断轮回。
其实,电子商务公司能顺利走完三阶段,就有些成绩出来了。如何让公司 顺利走完这三个阶段?曾教授悟出了一些“道”:在第一个阶段,公司发展的动力是由下而上的发展的,这个阶段鼓励员工大胆创新大胆去做;第二个阶段,公司发 展的动力是上下互动的,总结出大量的“错”和大量的“对”;第三个阶段,公司管理层知道哪些是对哪些是错,公司是由上而下推动发展,公司的KPI考核最适合在这个阶段给出。
他的这番话让我思考,其实公司处在不同的发展阶段,其数据的运营策略也是不同的,这是之前我没有完全领略到的。

第一个阶段:有多少数据就收集多少数据,数据只从点上指导运营,但并不指导战略和方向。

前几天派代年会上,陈年回答亿邦动力网的记者说,当初凡客发展的时候,他自己也不知道会发展成什么样子,到今天凡客得如此结果也不是陈年当初所能预测的。今天Vjia的发展也如当初的凡客,如果今天陈年对Vjia的发展做出预测实际上是不公平的。干电子商务的这帮人,基本都和陈年一样,一开始只是觉得自己走的方向对了,但是怎么走才能达到胜利彼岸,老板心里也没有完整答案。
这个阶段最重要的不是赚钱,而是要找对路。当老板自己心里也不知道对错的时候,如果还拿KPI数 据来约束员工的话只会禁锢住员工的创新。同样的道理,如果这个阶段以数据驱动公司发展的话,一是只有星星点点的数据,还不能说明问题,二是会吓到冲在前面 的“战士”。这个时候,就该让冲在前面的战士勇猛往前冲,不要跟在他后面和他说数据这样数据那样,只要他的项目的数据没有大错。因为创业型公司处在第一个 阶段,需要不断尝试出“猛”的做法。
但这并不是说数据在此阶段“无作为”,而是说数据并不会用作指导公司 方向发展。但是在具体的运行的“点”上,数据还是可以帮助完善公司运营。比如一般平台,一开始召集卖家和买家进来,当积累了一定的数据的时候发现,买家和 卖家的比例最好维持在一定比率上,如果卖家不够,用不同的途径吸引优秀卖家。而后数据发现卖家多起来,投诉率也跟着非常高,管理层就应该知道需要管治不良 卖家。
所以说,此阶段,数据可用来减少运营上的错误,但不能用来找方向,只 是让管理层多做“对”的决定。作为数据分析团队来说,第一阶段要耐得住寂寞收取大量数据以供第二个阶段使用。而作为创业者来说,虽然此阶段时间并未起到大 作用,但是还是要把眼光放长远,因为你此时培养了数据团队而竞争对手却没有,日后的区别就会慢慢呈现出来。

第二个阶段:数据要精准化,数据之间开始有了关系,担当的角色从点到线或者面,可以为战略做参考了。

今年的网商大会上马云曾经说,我有什么,我要什么,我该放弃什么。这是所有创业者要思考的。
当公司发展中出现大量的“对”和大量的“错”的时候,管理者就该好好想一下马云说的这句话。
这个阶段,公司的战略是去掉“错”的,坚持“对”的,冲刺到第三阶段去。这个时候多数企业都是想做的比能做的多(成长的苦恼),而数据正好是可以帮助管理者做决策的工具。
由于第一阶段收集了很多很多数据,到了第二个阶段可以做一些数据挖掘。而管理层可以根据挖掘数据的结果来做一些进退取舍。比如B2C网站发现顾客LTV不高,买来买去都是差不多产品,从一些数据来看,到底应该把现有的分类做深还是更广。这属于长远的决策,属于是做战略的开始了,不只是运营了。
第一个阶段的数据分析,大多数做点的改变的,生意是从点开始的,这没有错;但数据所担当的角色到了第二个阶段就要改变了,从点到线或者面了。你为什么知道 要坚持一些东西放弃一些东西呢,是因为你知道某些东西和某些东西是有关系的,这就需要挖掘大量数据来把成果最果最大化。
当然,现在许多名气比较的电子商务公司,当初并不是依靠数据来决定放弃什么和坚持什么,而是靠老板个人的直觉和运气来推动的。这些公司在第一个轮回中,有 时候在不知道走对还是走错的情况下成功了,但是难保在第二次轮回第三次轮回运气依然这么好。所以,许多公司不知道自己为什么自己成功了,最后也不知道自己 为什么失败了。
第二个阶段是在公司内部做数据挖掘,需要数据分析团队找出数据之间的关系,包括前端互联网数据与后端运营数据的挂钩等。这意味着尽量让数据精准,最后分析的结果才准确。

第三个阶段:开始做数据模型,并且分析外围数据变得异常重要,为公司下一步战略找到出路。

走过去掉“错误”的第二阶段,第三阶段企业会连续几年高速增长。这是一个令人兴奋的阶段,也是一个危险的阶段:你已经保持了几年连续高速增长,还能继续保持增长吗?你的公司模式已经暴露在大众眼前,同行竞争也出现了,你还还能保持犀利的竞争力吗?
这个时候,老板会面临两个选择:是要在现有基础上做深,还是要扩大盘子?比如麦包包,差不多处在第二个阶段往第三个阶段过渡,CEO老叶是要决定只做包,还是要扩大品类?
同时,老板还有一个决策要下:企业高速增长的阶段还有多久结束?什么时候开始上述的两个选择?
这两个问题很难回答,的确没有标准答案。而数据,可以为创业者做一些参考。
先讲一个故事。A公司走到第三阶段,B公司是它强有力的竞争对手,但是还未真的动手做。在B还未动手前,A该不该大手笔花钱砸出品牌来?该不该做出一些新的创新?A公司老板私底下问了我两个问题,第一,如果B公司开始动手,多久能建一个A?第二,B公司做起来网站之后,多久能追上A?等到B真的开始做A的业务之后,A又问我两个问题,第一,整个市场的盘子有多大?A和B分别占了多少?
这位A老板为什么问我这些问题?他是想知道在B未动手前,A公司还有多少时间,时间长短自然与公司的战略制定密切相关。当B真的动手了之后,A老板想知道彼此的竞争状况,来决定是要正面与B对着干,还是要继续挖深自己提供的服务。
这些答案不仅参考了公司内部数据,关键还有外围数据,这也是一个电子商务公司 走到了第三阶段必然会遇到的问题。比如当当要上市,只卖书还有增长空间吗?李国庆要知道答案,肯定要了解当当占中国网上卖书的比例是多少?如果发现卖书的 利润不高、当当所占的比例已经非常高,那么只靠做精细化管理是不能扩大业绩的。也正是因为李国庆了解了整个网上卖书盘子的数据,加上中国市场是容许还做百 货的,所以当当网最后还是做了百货。再比如新蛋网与和京东对着打,新蛋网一直声称先不急于抢市场,而是把用户体验做到极致。他这个决策是否科学要问两个问 题,一是改善用户体验和花更多的钱扩大市场,哪一个对业务增长的帮助大? 如果是前者,那么新蛋网的这个决策就是对的。如果是后者,那么要再思考一下;第二,现在这个阶段,用户对用户体验苛求吗?
如果走到这个阶段,如果公司没有雷达检测外围数据,很可能被竞争对手吃掉,也有可能做了错误决策而不自知。一个企业走到第二个阶段死了不是最可惜,走到第三个阶段死了就很可惜,明明是一个好公司却没走下去。
这个阶段从战略层面来看,数据分析团队必须拼命为公司找出创新点来。当然,这些方法不完全是从数据里出来,我也不认为数据可以如此万能,然而数据虽不会告诉你明天会怎么样,但你可以从数据里找出一些灵感。
同时,BI团队到了这个阶段便可以做数据模型了,用数据模型总结出公司业务发展的规律性的东西出来。公司的管理层对决策的对错基本了然于心,于是可以按照自己要的效果制定出KPI考核,让员工在对的路上竭尽全力地工作。
特别的是,当第三阶段走完轮回到第一阶段,又没有了KPI考核,数据所扮演的角色也回到了第一个阶段。