摘要

适读人群 ：数据分析师、大数据研究人士、商业人士、电商行业从业者、管理者、一般大众读者
2016大数据趋势公开，驾驭数据风口之法尽在其中！接地气的大数据著作，既是商业人士和电商从业者的案头必备书，也是管理层的决策宝典，数据力决定竞争力的年代，不得不读。

决战大数据（升级版） 大数据的关键思考 内容简介

在数据无限的时代，我们如何利用大数据实现商业大洗牌？传统行业又该如何通过挖掘隐藏在大数据背后的信息，冲出层层危机，实现行业质和量的飞跃？企业如何才能实现数据化运营，在大数据时代站稳脚跟？大数据实践的先行者、阿里巴巴集团前副总裁车品觉倾力新增8万字纯干货，倾情解读企业在大数据时代顽强生存的答案！只有稳抓趋势中的观战重点，才能在海量数据中挖掘商机！

随着智能手机的大范围普及、物联网浪潮以及人工智能技术的爆发式发展，大数据在收集消费者*渠道行为、触发商业机遇等方面发挥了越来越重要的作用。而《决战大数据》一书恰恰洞悉了大数据时代商业发展的本质。同时，车品觉根据其在阿里巴巴的多年经验，通过丰富的案例和通俗易懂的语言，从“养数据”到“用数据”，深入浅出地向我们揭开了阿里巴巴数据化运营和运营数据的神秘面纱。通过《决战大数据》一书，车品觉告诉我们，在数据无限的时代，拥有数据化思维，才能改变商业的未来。

决战大数据（升级版） 大数据的关键思考 目录

前 言 我在阿里的6年

引 言 忘掉大数据

第一部分 从数据化运营到运营数据

01 大数据，为什么很多人只会谈、不会做

大数据从来不是免费的午餐

人的断层

模型数据从何而来

更主动的管理，更多的创新

数据化思考 问题就是答案

02 大数据的本质就是还原用户的真实需求

识别，让似是而非的行为数据串联起来

价值，企业价值VS. 客户价值

场景，你知道当时所有的场景吗

还原是一个瞄准器

数据化思考 CEO 们关心哪3个数据

03 “ 活”的数据才是大数据

“活”做数据收集，抓住相关性

“活”看数据指标，动态地使用数据

数据化思考 别再做“碰巧游戏”

04 全域大数据，大数据的颠覆者

数据，决策的瞄准镜

开始“上帝视角”，做到知觉合一

数据化思考 样本的偏见

05 数据分类与数据价值，什么才是你的核心数据

数据分类为什么如此重要

数据分类的4 大维度

数据的5 大价值

数据化思考 用傻瓜的视角去观察

06 从用数据到养数据

数据应用因小而美

把数据放进“框” 中

如何用框架来做决策

养数据，重要的数据战略

数据化思考 远离“或”选择

07 数据的盲点，负面数据的力量

数据盲点

小偷思维

数据盲点的价值

数据化思考 为什么数据会骗人：常态、时态与变态

第二部分 阿里巴巴的大数据秘密

08 阿里巴巴的大数据实践

假定数据是稳定的

假定数据是可获取的

数据化思考 先开枪，后瞄准

09 混、通、晒，阿里巴巴数据化运营的内三板斧

混，“混”出数据

通，打“通”“混”的数据

晒，“晒”出“混”和“通”的数据

数据化思考 思考，要学会关窗口

10 存、管、用，阿里巴巴运营数据的外三板斧

存，数据收集的开始

管，保护好存储数据

用，从收集数据到管理数据

数据化思考 用化骨绵掌解决本质问题

11 大数据，未来商业的利器

假定数据是脏的

学会慢慢淡化数据

数据的标签化管理

重要的是数据和数据之间的关系，而不是数据本身

数据的实时化与实时性分层

未来是人机的结合体

数据化思考 忽略了趋势，过去的价值一文不值

第三部分 没有数据，就没有未来

12 大数据驱动行业大变革

大数据带给零售业大想象

金融创新迎合新世代

医疗业酝酿大数据突破

物联网，构建智慧城市

娱乐大数据，定制你的需求

人心难测，时尚业的机遇

未来，人人都是数据分析师

数据化思考 大数据生态走向平民化，专业工作变得人人可做

13 未来的趋势，蕴于数据之中

物联网，让寻找客户靠数据不靠运气

虚拟现实，以精算模型预估人类行为

以大数据应对“不测风云”

情绪计算：相形不如论心

开扩思维，负面信息也是决策关键

数据化思考 知识图谱，知别人所不知

14 数据产生的未来洞察力，才是核心竞争力

大数据变革在数据本身

任何一个完整的高效服务都离不开3T

用数据治理数据

Datafication，大数据风暴中的指南针与救生衣

数据化思考 让数据透过产品“说话”

15 2016 大数据趋势

变是唯一的不变

跳脱惰性的乘法思维

稳抓趋势中的观战重点

数据化思考 走出大数据和小数据的迷思

结 语 开启属于你的个人大数据管理

后 记 像李小龙的格斗一样去思考

品觉的话 人在修行的路上，不要单打独斗

决战大数据（升级版） 大数据的关键思考 精彩文摘

1 一切从定义问题开始，问题问好了，答案就在里面。

2 在万物皆数据的年代，要以“假设数据都能获取”为前提去思考问题。

3 数据助力企业的“四部曲”：描述现况、深入诊断、预测趋势、指挥行动。

4 “快+准”的数据，让我们可以从已知规律中寻找价值。

5 “广+乱”的数据，给予我们从发现中获取颠覆过去规律的能力。

6 大数据不是独奏，而是不断连接无处不在的数据。

7 数据技术就是加速和积累（数据、分析、服务）的能力。

8 大数据生态的连接需要建立标准与规范。

9 大数据是诸多小数据的组合。

10 数据是一种信仰。

有人说，大数据就像国王的新衣，每个人都在国王面前说着动听的话，国王信以为真，其实他并不知道自己在裸奔。

的确，网络上有很多人在谈大数据，但是他们只会谈，不会做，因为他们根本就没有做过，包括那些所谓的“大数据专家”，他们真的做过吗？没有。事实上，这些人对大数据内在的问题一点儿都不了解，更别说知道大数据的水有多深了。

目前，在大数据方面，无法深入应用的原因在于，从收集到使用的大数据价值链出现了问题。从理论上来说，从收到用的螺旋式循环是一个巨大的涡轮，只有先数据化运营，然后才能运营数据。而现在的情况是，用数据的人不知道大数据从哪里来，做数据的人不知道大数据如何使用。想用的人不敢用，因为担心大数据的真实性；做的人不知道怎么用，因为大数据的复杂性。这一问题造成的结果就是，数据量变得越来越大，而且越来越无法有效地使用。

大数据从来不是免费的午餐。大数据的来源是多渠道的，偏倚、随机的误差总是存在。

我先问一个数据管理上最现实的问题：“大数据如何备份？”毫不夸张地说，大数据已经这么庞大了，如果再备份一次，你的成本起码会增加一倍。

做大数据基本上都要从大量收集数据开始，因为这些数据在未来会大有用处。但是，你是不可能无止境地收集下去的。在这里，你已经看到了一个再清晰不过的伪命题：大数据的确能够备份，但是成本会增加两三倍。然而，“以前重要的数据肯定都需要备份啊，”你自然会问，“如果不能备份，我该怎么办？”而这就是大数据管理中必然会遇到的一个问题。

我再问一个问题，如果你在数据使用方面一直得心应手，整个商业链条和数据紧密相关、相辅相成。但是，现在数据链忽然断了，或者不再有效了，此时你该怎么办？

需要注意的是，这一问题说的不是你有没有使用好数据，而是说曾经你可以得到的数据现在无从获得了；或者说这些数据不能再在线上收集，只能从线下获取，成本也就相应升高了；抑或说，这些数据存储在其他地方，你不能使用了。在诸如此类的情况下，你该怎么办？
当然，如果你对数据的使用本来就很生疏，而且也觉得无关紧要，那么数据链消失了、断裂了、失效了，你也不会有太大烦恼。但假如正当你将数据使用得风生水起的时候，出现这样的问题，那你也只能束手无策，眼睁睁地看着机会溜走。

大数据从来不是免费的午餐。伴随着大数据热潮的到来，关于大数据的一些新问题层出不穷——大数据会夹杂着虚假信息；大数据的数据量很大，但有用的信息不一定多，甚至还会破坏核心信息；大数据的来源是多渠道的，偏倚、随机的误差总是存在。

但是，我们也需要客观地认识到，大数据现在面临的这些问题，其实就是把小数据中的一些问题放大了。小数据中难道就没有噪音会破坏我们的核心信息吗？当然也有，只不过当大数据把数据量放大和变多的时候，噪音的破坏性也会相应变大。小数据中难道就没有渠道偏倚和随机的问题吗？当然也有，但是在大数据的背景下，问题被更明显地放大了。