鈦媒體注：一個大數據平臺平臺如何幫助企業發現大數據的魅力和價值？以下內容根據Talking Data副總裁 高鐸在2016MIIC上的演講整理：
當我們在談論大數據的時候，我們究竟在談論什么？
我們談論的不是去追逐一時的趨勢和熱潮，也不是空有其表卻沒有發揮任何實際作用和價值的光鮮與流行，在互聯網大潮如火如荼地席卷整個行業的時候，很難有傳統企業還能保持平穩健康的心態不去一窩蜂地獻身到大數據的迷思之中。
但是，實際發生的一切告訴我們，在大多數傳統企業乃至互聯網企業手上，大數據僅僅是盲目堆砌數據，僅僅是應付差事、領導意志作用、盲目功利的產物。
如何幫助這些企業克服上述弊病，如何才能使大數據發揮真正的作用，展現出其真正的價值，TalkingData 在數年的實踐中摸索出了一條自己的道路，幫助眾多企業發現大數據真正的魅力。
Talking Data 做了五年，我們收集了很多數據，跟很多行業去合作。最終發現有一點就是數據真正要想起作用，必須要和具體的行業的需求結合才能發揮作用。如何最終獲取有效的客戶，其實這個整體來說就把我今天講的一部分大數據在營銷領域的閉環講的非常的生動貼切。
講一下在其他行業的一些經驗。我們是做大數據營銷的，也做大數據挖掘，每家公司也在（對外宣稱）建了多少帶寬和大數據的體量——大數據時代就這樣來臨了。
去年和今年遇到好多到我們公司來跟我談大數據合作的朋友，很好玩的現象是，好幾個人說“我這有數據，你們買嗎？我賣給你”。我問“你有什么數據？”他掏出硬盤，“80G，要嗎？” 我說，“大數據不是這樣的，不是以你的硬盤存儲的數量來計算的，一旦這個靜態的數據成為買賣，就是把大數據的價值想歪了，做偏了。”
那什么是真正的大數據價值呢？
這是7月13號晚上10點到7月14號三點中國大陸上空的全部的氣象云圖的變化，氣象是我認為目前在大數據領域真正做到收集了實時在線多維度的數據，對未來一段時間做預測的大數據應用。這個應用的背后得出了一個什么結論？
第一你所謂的數據必須是在線的，是多維的，是符合型數據。
第二必須在某一個領域里面去解決這個領域一類問題，大數據才有價值。
天氣現象很明顯，通過多元符合的數據和模型，可能預測了未來得一段時間氣侯的變化，針對海洋的一些應用，或者說針對一些農業的應用，提出一些相對的解決方案，是對農業或者說一些畜牧業是有很大的幫助。這個幾乎每天都在看，真正地能體現綠色價值的。
這個大數據的應用能夠告訴我們，真正的大數據是什么。 只有能做到這一點，才說你有了這能力，你才能做到數據是改變企業的效率和決策方式的，否則的話這個數據就像我們在一些跳蚤市場去買硬盤一樣。我們看來這不是真正的數據，是傳統的工業思維帶到現在的表現，但是很多人還沉浸其中不可自拔。
具體來看分享幾個案例，是我們在這四年下來不同的行業遇到的。
看一下四個數字，這個案例很值得思考。一個巨無霸型的傳統企業，老板受“互聯網＋”增值服務的感召。想把原來賣出去除了投訴再也回不來的消費者，轉變成長期的可做增值服務的互聯網用戶，決定企業要“+互聯網”了，要做一個APP。決定產生之后開了會，很快把他們IT部門，信息化部門，還有一些傳統的產品包裝部門，調出了100個員工，撥出了預算10個億，他們做了1年之后，這個APP基本上線，但是幾乎沒有用戶。
調研的過程中我們發現，在互聯網行業做一個UI/UE設計的時候，是小步快跑，快速迭代的。這個企業的產品經理設計一個UI，先向他的科長打個申請單，科長看了之后說，這個按鈕略顯大，調調；調整完了，然后申請單到一個副部長，或者是部長手里，部長說我覺得你這個風格變成藍色才符合科技范，然后按照部長的意見再改改。小的改動從員工到部門領導基本上是七天，大的甚至到一個月才產生一個結論。這種管理風格和時間消耗，是一個傳統企業“+互聯網”過程中遇到的很客觀的現實問題。
發現了有這樣的問題，就需要幫助他們解決這些問題。
我們從咨詢業務切入，做了移動戰略轉型的咨詢方案和移動運營平臺的搭建方案，幫他們改造了這個團隊，把他們團隊的垂直化管理體系變成扁平化管理體系，協助他們制定基于整個產品生命周期的KPI體系，運營的思路完全改變了。同時通過數據埋點分析方案快速地幫他們去迭代產品，去診斷每一個版本，去看每一個頁面轉化和留存，最終這個公司的三級部門，升級為整個集團的一級部門。
大家從這個案例看到，很多傳統企業轉型“+互聯網”，很現實的問題，就是組織架構，管理理念，產品思路，運營套路，數據思維，都需要去改變，需要真正地在移動互聯網里面有這種經驗，同時又能通過大量數據積淀整合出靠譜方案、切實的幫助到他們的企業。
第二個案例，我們統計了TalkingData合作的13萬App，分析這些企業的用戶使用統計后臺、運營后臺，每天都在看哪些指標，我們發現這四類指標是關注度最高的，以Game Analytics后臺為例，企業高層運營人員每天只關注游戲充值多少，收入多少，有多少付費用戶，有多少活躍，其他的指標基本一概不看。比如說為了增加收入，要設置哪些道具拉大用戶，怎么增加輕度付費用戶的付費投入，如何對新用戶做針對性的營銷策略；如何分析渠道質量，如何優化營銷成本，增加哪些渠道的投入；哪些活躍用戶可能馬上就流失了是否有應對策略；這些點，后臺功能都是有的，但是我們發現很多合作伙伴，甚至他們的管理層，其實只看上述四個指標，其他都自動忽略了，這樣會導致：
第一個，企業的管理層關注點單一，導致下面具體人員只關注這幾個指標去做工作，沒有把這個產品的 LTV（life time value，生命周期總價值） 當作整體策略來運營。
第二個，導致外部的合作伙伴，只幫你做這幾個單一指標，所以在這個行業你會發現，做有各種“雷鋒”，幫你沖各種關鍵指標的。
有數據，不用數據。數據在那躺著，從沒有真正的用起來。針對這種情況，TalkingData提供了一個AAARRR的移動產品全生命周期的分析模型，從外部用戶認知到用戶獲取，到真正的活躍和留存，再到是否產生了收入，以及最終是否對這個產品做了傳播，做了哪些傳播，我們針對這個模型每一個指標，定義了一套方案和一些細化的指標，比如說如何與自己的業務數據打通，如何對投放渠道做細化深入的評估診斷，如何對復雜的媒體效果做有效的分析，如何去優化整個公司的KPI的體系。用更完善的一套指標體系來指導公司移動運營業務，讓關鍵崗位的員工都更關注于長遠而不是只關注于眼前，這是我們在移動領域期望客戶能在數據使用方面更有遠見性做的努力。
第三個，是具體投放的一個案子，客戶在自己后臺上新增六萬的用戶，我們的平臺統計的新增只有1.2萬，雙方對指標，最后的結論是很清楚：他們統計的設備ID在TalkingData后臺大量被歸一到同一個TDID（TalkingData唯一標識設備的ID）。說白了就是被鉆了空子，有很多假量。（本文首發鈦媒體，由記者胡勇根據高鐸在2016MIIC大會上的演講整理）
京公網安備 11010502049343號