導讀 : 大量的數據就是大數據嗎？究竟什麽才是真正的大數據？ 如何用以大數據為基礎的數據分析不斷地給企業業務創造商業價值？在黑馬成長營的課堂上LinkedIn商業分析高級總監Michael李玥分享了“如何超越大數據，運用數據思維助力政府企業戰略決策和業務運營。”
文 | Michael 李玥 LinkedIn商業分析高級總監
什麽才是大數據？
大數據不是簡單地等於大量的數據。大數據的概念也包括了在實際應用過程中，數據處理的難度和挑戰性。
從業務線的角度來講，大數據的發展史經歷了這五步：
第一是金融財務公司，比如很多銀行和信用卡公司，他們是最早開始使用數據的。從數據量來講，他們是最少的。
第二是CRM數據，即你的客戶管理的數據。他們的數據量比財務更一大些，因為這些公司成為你真正客戶付錢之前已經產生很多數據，他們做的軟件會存儲下來，幫助這些公司做更好運營，比如SAP，Oracle等等。
第三是互聯網時代，它會記錄很多用戶到你網站上來的數據，通過這個數據可以分析把業務、網站做的更好，比如Google，Yahoo等等。
第四是社交網絡，臉書、LinkedIn等新社交網絡的產品出現。所以社交網絡的出現實際上是跟大數據一詞的出現大概是同一時間，也真正把數據處理、分析的難度和挑戰性帶到一個新的高度，“大數據”這個概念也是在這個時期出現的。
第五就是創業公司。他們的數據量往往是更大的，處理和分析的難度也在增加，而且這些數據都是跟你實實在在生活中相掛鉤，比如Uber，滴滴等等。
從技術角度來講，一般來講大數據有三個技術維度，我們叫三個“V”。第一個“V”是Volume容量。第二個“V”是Velocity速度。第三個“V”是Variety多樣性。
從技術來講並沒有一項技術可以完美處理三個維度，對一個公司來講更多的時候需要在三維度上面做優化方案。怎麽用最好的技術方案為你的業務產生最大的價值，這是我們數據團隊需要話時間想的事情。
任何一個企業第一件事情肯定先做好核心業務，隨著客戶和業務的增長，會不斷收集更多的數據。當數據收集到一定量的時候，對於數據的分析會幫你找出對你有用的信息，幫助你能夠做出更多符合你需求的增值服務和產品。把這些服務和產品繼續做到核心的業務平臺當中去，可以幫助你進一步增長你的客戶和業務。這樣形成一個非常好的正向的閉環，這也是數據在你整個業務當中成長當中起的非常重要的作用。
以LinkedIn為例，我們的CEO經常講LinkedIn的願景是做世界經濟圖譜。我們用數字化的方式把世界上所有經濟相關的各種元素數字化的方式呈現出來。 從而從中洞察經濟發展的規律，創造更多新的經濟機會。
我帶的團隊名字叫商業分析，目標是要利用大數據為職場人員做出迅捷、高速、高效的決策，也就是創造商業價值數據科學。
關於我們分析團隊里面的分析師技能，我們的需求包括三大塊。一是需要一些簡單編成和數據產品開發技術，二是統計和數學相關的知識和背景，三是業務專項知識和商業心態。這三者是缺一不可的，而這種人才在市場上很難找到。
對企業最重要的事情是什麽？
對任何一家企業來講，長期的成功都依賴於業績。
我們有一個商業分析的進化論，分為四步，每一步都讓我們做的事情和業績更好地掛鉤。
第一步，收集數據，把數據存儲下來，數據會告訴你發生了什麽。
第二步，通過對以往信息和知識的理解來去做預測。
第三步，利用數據的思維去做最好的商業決策。
第四步，實現商業價值，推動數據思維和數據運營。
與此同時，我們團隊運用一個EOI（Empower，Optimize，Innovate）的分析架構來指導我們做的事情，這個是我們不斷持續推動商業價值方法論 。
第一叫助力(Empower)。我們的核心任務就是幫助公司里面各個業務部門在他們需要的時候，拿到他們所需要的數據和洞察，能夠幫助他們把業務做的更好。
第二是優化(Optimize)。我們希望能夠進一步通過對數據的分析和理解，幫助各個部門的業務可以做的更好，為公司帶來更多的價值。
第三是創新(Innovate)。這是我們的風險任務，要不斷通過自己努力，把新技術、新知識，對數據的理解帶到這個業務當中來。
我曾在LinkedIn上發表了一篇詳細介紹EOI分析架構的文章，大家可以在我的LinkedIn 檔案中找到，中文版在創業家雜誌上發表過。下面我們分別對EOI的的每個組成部分各舉一個例子。
第一個例子是有關助力的人才流動畫板。在LinkedIn上面每一個用戶都有自己的檔案。有了這些數據以後我們就可以知道，在任何一個時間哪些人為這些公司工作，哪些人從哪些公司跳到另外一個公司。當把這些知識提煉到一個公司的高度，我們就可以知道對任何一家公司來講，他的競爭對手的人才競爭的情況是怎麽樣的，這就是我們做的人才流動畫板。後來我們在各個公司的人才流動畫板的基礎上做了兩個新的產品，第一個是雇主品牌的排名，第二個是發布了矽谷最具潛力初創公司榜。
第二個例子是有關優化的高級訂閱服務產品傾向型模型。LinkedIn在絕大多數情況下是一個免費的產品，但是對於有特殊需求的人群，會有付費的高級訂閱服務。
那麽怎麽找到這一小部分人願意花買付費服務？
我們從最基本的三種數據開始：
第一種是用戶個體數據。
第二種是用戶行為數據，即用戶在網站上做的事情。第三種是用戶網絡數據。我們把所有用戶開始根據三種數據進行建模，最後找出來非常小的一部分人進行精準的定位，並給他們發相關營銷的信息。 這一個模型只用了我們團隊幾周的時間，而幫助我們營銷部門的業績翻了2倍還多。
第三個例子是有關創新的大客戶興趣指數。其實LinkedIn有超過70%的營收從B端客戶來。而在B2B模式當中，決策者起著非常重要的作用。
我們做了兩個相關的數學模型。第一個是決策者指數，講的是這個人在這個公司里面對你要賣的產品，有可能是決策者的概率是多少。另一部分是對每一個人的產品傾向模型。把兩個模型的結果整合起來再匯總到公司或者團體的高度，我們就可以給世界上任何一家潛在的大客戶打分，暨大客戶興趣指數。根據我們銷售團隊的業績，高的大客戶興趣指數比低的訂單成功率高2倍。
總結一下我們如何讓大數據為公司更好地工作：
第一是從大到小，數據量很大的時候沒有辦法使用，只有做到了滿足客戶需要的很小的一部分數據，（冰山一角），才是大家需要的。
第二是從繁到簡，我們做的事情有時很繁瑣，但是最終的結果需要是很簡單的展現，對業務有幫助的數據展現，才能被大家接受。
第三是從慢到快，在這個節奏不斷加速的世界，很慢的數據產品是沒有人會去用的，所以速度一定要快。
建議國內創業企業
第一，我認為數據不是金錢，而是資本。在一個公司建立初期的時候，還是應該以商業模式和用戶體驗為中心。
第二，數據很難直接變現，我不鼓勵大家賣數據。
第三，每一輪的創新大潮歸根結底都是新型數據產生和積累過程，最終勝出公司是數據的擁有者，並且以數據為基礎，建立起商業模式。從長遠角度來講，數據的擁有權和使用權是這個企業最核心的競爭力，並且決定了這個企業長期發展的高度。
創業公司在大數據方面可以做哪些事情？
第一，在創業初期，業務上應該以商業目標和這個模式探索為主，數據為輔。
第二，引入從數據底細層次到數據商業應用都有經驗的高管加入核心的管理層當中。
第三，公司領導層要對三到五個衡量公司發展核心指標，有著清楚的了解。
第四，當產品用戶開始加速增長，數據重要性會迅速增長，而且中長期的數據的戰略和短期的商業應用應該有平衡性進行。
第五，當你數據在某一個細分領域成為獨裁者的時候，當你發現你在某一個領域沒有人和你競爭時，數據在某種核心成為競爭策略，再往其他相關領域拓展布局。
來自：黑馬營十一期5課“用戶與營銷”模塊課程
在矽谷創業和中國創業是哪兩種不同的體驗？
第一，矽谷VC周期一般比較長，在矽谷很常見是八到十年，甚至更長的資金周期，所以資金的收回其實並沒有那麽快。國內VC很多時候相對來講短、平、快為主，希望有一個盡快退出的盈利模式。
第二，在矽谷有很多是專註於技術創新的公司，想把一項技術做的非常好。而在國內更多是以商業模式創新為主。因為最終商業模式更新並不是實實在在技術更新，而沒有技術更新創新有時候很難做的非常有規模。
第三，矽谷創業非常講究願景和使命。國內很多時候已經迅速成長為賣點，哪一個行業可以迅速增長在風口上面，會吸引來更多的關註。
第四，在矽谷里面創業公司工作也是很辛苦的，但是很多是彈性工作制，很多創意企業因為想要效率更高想留在家里工作。而國內我看到經常是“996”標配，甚至比這個強度更大，這個是不同的文化。
第五，在文化方面，矽谷的公司是技術驅動。國內更多是業務驅動為主，業務部門在決定權的時候會更多一些。
第六，關於人才競爭，矽谷人才競爭很激烈的，相對來講是有序的。而國內的人才競爭很多時候相對來講更加隨機和殘酷。
第七，矽谷公司法律很強，這個實際上很多時候一個公司有一個關鍵技術，有相關法律保護的時候，會讓這個公司生存率變的更強，國內公司有時候相對來講會意識相對比較薄弱。
第八，矽谷風頭B端業務的比重很大，國內主要以C端為主，逐漸開始看到的是更多的註重B端創業企業的投資。
版權聲明： 本文作者李玥，i黑馬原創。如需轉載請聯系微信公眾號（ID:iheima）授權，未經授權，轉載必究。