之所以热爱这份职业，跟了解一个陌生朋友的情形类似，起初TA的样子很模糊，随着时间深入地了解，逐步看到诸多可能性和变化，也慢慢感受到TA的无穷魅力。
原始采集的数据都是无序的、混乱的、非结构化的，但是，数据背后探寻问题的方法、思路甚至发展历程是有规律的，在无序的世界里寻找有序的规律，是很大的乐趣所在。
就拿业务发展的周期问题来说吧，通常业务发展会经历初创、发展、成熟、衰退四个时期，你当然可以有很多种途径了解新接触的业务所处的时期，那在数据的世界里，有没有一个门槛低又行之有效的方法呢？我的建议是，通过公司最核心的指标了解管理层关注的侧重点。如果全部的关注集中在规模指标，比如GMV、单量、DAU之类，说明公司正在市场奋力厮杀，规模增长是第一位的。如果在资金成本类的数据上做得比较深，说明野蛮生长的时代告一段落，要看效率了。如果开始关注市场、合作伙伴的数据，就能进一步说明已经在市场中有地位，并且也在关注上下游生态的情况，到了“由内及外”的阶段。聊天能骗人数字会骗人，但是很少有人会在日常报表结构上骗人。
猜猜严选数仓里哪个数据域的中间层被调用最多？答案是交易域，交易域里有大量交易金额、订单笔数等信息，说明目前我们更关心“结果”，如果有朝一日用户域、商品域、流量域跑到了更前面，说明我们关注的焦点前置到了“原因”和“过程”，会是个了不起的变化。
再比如电商的流量分析，涉及到搜索、推荐、栏目等一系列应用模块，其中有算法介入也有人工配置，是一个包罗万象的复杂命题。应该从什么角度入手呢，一种方法是把不同模块下的流量分成“入”、“分”、“接”、“值”、“环”、“出”六个标准环节，在每个环节里都定义出核心的指标，如UV、曝光PV、点击PV、CTR、CVR等等一系列标准度量，通过对不同商品及用户类型的“细分”、“对比”和“溯源”来发现数据变动背后的根因，一个复杂的问题依靠标准的“环节+指标+方法”降低了学习和探索的门槛，从而变得有机可寻。
章法无处不在，追本溯源是有趣的，提炼出章法更是有趣的。
很多时候我们看数据，会不自觉追求震撼的效果。销售额翻5倍，用户数10倍增长，扑面而来的冲击感，有没有？什么，毛利率才增长0.3%？太逊了。很长一段时间里，我都觉得冲击感弱的案例是不值得投入的。但是，真正让我对大数据的威力肃然起敬的，恰恰是一些看上去特别微弱的数据变化。2016年在阿里做双十一，每天一大早，数据团队会给集团CEO及其班委发一份数据早报，让我至今印象深刻的一件事儿，是我们看到商家发货率同比上升1%，连续两年如此，日常却不存在。这是个很小的变化，跟其他海量增长指标比起来完全可以忽略。出于好奇，我们决定一探究竟。最后发现是单量向大商家集中，头部商家发货压力越来越大速度越来越慢导致的，这种现象在大促时被进一步放大，就有了商家发货率逐年放慢的数据表现。基于上述现象，发展出了后来大家都很熟悉的预售模式、大商家直发、仓内预包装等大促玩法，来纾解双十一商家发货压力。
另外一个案例是物流体系会监控平台运单在承运商（四通一达）的占比，发现份额在以非常微弱的幅度持续下滑，一开始我们怀疑是服务商接口回传少了，但随着事态的发展，才让我们逐步意识到它背后藏着一个庞然大物–PDD。后来跟前端数据的同学一交流，原来他们也发现在差不多的时间段内，低客单价的用户活跃度在缓慢降低，这些微小的持续的变化需要靠极其敏锐的嗅觉才能捕捉到。
这两件事都给了我很大的启迪，时代的巨变往往起源于一个细微的变化，你见过它，但不一定真正看见了它。
演艺圈很爱跨界，什么演员的诞生，跨界歌王，碰撞出了不少新鲜火花。数据圈其实也是，不同领域的数据，如果不流通不合作，是完全静态的。一旦做出奇妙的搭配，就会流动起来，进而演化出新的数据资产。
值得庆幸的是，今天市场上有很多提供数据服务的公司，购买和交换数据的门槛越来越低，说明行业越来越繁荣，各个企业也越来越重视自己的数据资产，尽管整个市场离成熟还有一段漫长的道路，途中我们要规范权限、法律制度甚至触及到道德伦理，但不可否认的是，市场早已觉醒。
就拿天气信息来说，个人认为实在是非常适合混搭。零售场景很多都是跟天气相关的，比如冬季羽绒服鹅绒被这类应季品在气温骤降时，不做折扣的前提下销售额能提升15%~30%，今年是个寒冬还是暖冬，春节在几月，不同地区寒潮来临的时间，这些信息都能在备货、促销甚至是触达用户时起到关键作用。更有意思的是，天气的冷暖也会引起用户口味的变化，各地用户呈现出了有趣的差异，比如每年到了秋冬季节，天气湿寒的江苏地区偏甜辣口味的零食就会卖得好，当粤北地区降温，广州的朋友对关东煮的需求就会增多，但是温度相对舒适的深圳用户，会对碳酸饮料有非常微妙的依赖，诸如此类的信息已经被越来越多的便利店经营者重视。除此在外，天气信息也与物流、供应链、交通等诸多行业有着千丝万缕的联系，很多企业第一份外部采买数据都会考虑天气。
流量红利用完了，数据红利又来了。
这是一个美好的时代，海量数据创造了更为丰富的就业机会，虽然每个个体的工作与贡献微乎其微，但是无数个数据工作者所共同创造的环境，是对这个时代最好的献礼。都说数据工作会被人工智能取代，也有人说这世上绝大部分工作都会被人工智能取代，如果今后的工作能够被曾经倾注过的事情取代，也是个让人引以为傲的迭代，其余的事情，管他呢~
转自：SunnySun(孙妍)
相关文章
