车品觉：不懂商业就别谈数据

目前有些人关心行为数据，也有些人关心商业数据，但较少人把行为数据和商业数据联系起来看。大家往往只单纯看某一端数据。但是看数据走火入魔的人会明白，每个数据，就像散布在黑夜里的星星，它们彼此之间布满了关系网，只要轻轻按一下其中一个数据，就会驱动另外一些数据的变化。

 前一段日子见到一位数据发烧友，我们俩有一致的观点：电子商务发展速度越来越快，这个行业的趋势变化也越来越快；对于电子商务公司老板来说，想要自己走在趋势前面，必然要学会数据驱动。

庆幸的是，今年，电子商务业者对数据分析已经重视起来了，就连由夫妻店起家的淘宝卖家也开始招揽数据分析师，更别谈一些再大些的电子商务公司。

但是，这也让我心存隐忧：现在不是缺数据，而是数据太多了！

据统计，在今天的互联网上，每60秒会产生10万个微博信息、400万次search、facebook上50万次contact。我相信，今天稍大一些的电子商务公司，都会采集一些行为数据，但是这些行为数据与商业数据（比如交易量）有什么关系？今天绝大多数公司，都没有好好利用这成千上万的零散数据。

需要数据逻辑，更需要商业敏感

先讲一个有趣的故事。有一天，Linkedin忽然发现雷曼兄弟的来访者多了起来，但是并没有深究原因，过了不久，雷曼兄弟宣布倒闭。谷歌宣布退出中国的前一个月，我在Linkedin发现了一些平时很少见的谷歌产品经理在线，这也是相同的道理。

试想，如果Linkedin针对性地分析某家上市公司高管找工作的数据，是不是很有商业价值呢？我相信，现在有很多网站不知道可以采集这些Deep Data（底层数据，编者注），只盯着一些简单的表面数据，甚至拿着鱼翅当萝卜。

说这个故事，只是为了告诉大家，互联网中的数据，需要用商业的眼光去分析和关联，才有价值。

今天电子商务公司的数据分析师，必须有从枯燥的数据中看到解开市场的密码的本事。

比如，当一个具有商业意识的数据分析师发现，网站上婴儿车的需求增加了，那么他基本可以预测哪些关联产品的销量也会跟着上去。

再比如，和传统卖场相似，网站上的产品起到的作用并不一样。有的产品是为了赚钱，有的产品是为了促销，有的产品是为了引流量，不同的产品在网站上摆放位置当然是不一样的。这也可以从数据中发现。

一个商业敏感的数据分析师，需要懂得用什么数据去驱动公司实现目标。

又如，两个新建C2C平台的竞争，重点看的不单纯是交易量，而是每天有多少新的seller（卖家，编者注）进来，卖了多少东西。因为此阶段最核心的竞争就是人气，而非实质交易量。如果新来的seller进来卖不出东西，只是老的seller的交易量在增长，即使最后交易量每天都在增长，还是有问题。

再比如，一家刚踏入市场的B2C和已经占领大部分市场的B2C，他们的公司目标是不一样的。前者看重流量以赚人气为目标，但流量对后者的意义就没有那么大，成熟的公司重点是看交易、转化率及回头率的。

当下的数据分析师多是统计学出身，一堆数据放在那里，大家都擅长怎么算回归、怎么画函数。但是这批数学人才较缺乏商业意识，不知道这些数据对业务意味着什么，看不见一堆数据中谁和谁有关系，也就不知道该用什么逻辑分析，更无法充当老板的眼睛了。

前几天遇到一个老板，他说手下每天给他看几十个零散数据。我问，是不是数据越多越麻烦。他说我一下子就点出他的痛处了，因为请来的数据分析专家只把数据交到他面前，但是却没有把数据和商业的关系告诉他。

你说，一个公司CEO，每天看到几十个数据，什么PV、PU、UV等等等，他们有精力来解读吗？对于他们来说，只需要知道：公司有问题吗？问题是什么？有新的发现吗？需要做什么？这就够了。

我把这些问题理解成为数据世界里的“仪表盘”，比如说网站流量进来弹出率怎样就可以在仪表盘里呈现。你开车，如果水温过高，仪表盘亮灯提示。同样，在电子商务的交易中，也可以用一些数据组成“仪表盘”。

所以说，数据分析师不应该是单纯做数学题。

行为数据和商业数据，互相推动

一个好的仪表盘，出现好的情况和坏的情况，仪表盘都会有提示。而构成“仪表盘”的，正是行为数据和商业数据之间的逻辑关系。

我自己习惯了这样一种称谓：前端行为数据和后端商业数据。前段数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据，而后端数据更侧重商业数据，比如交易量、ROI（转化率）、LTV(Life time Value终身价值)。

目前有些人关心行为数据，也有些人关心商业数据，但较少人把行为数据和商业数据联系起来看。大家往往只单纯看某一端数据。国内小有名气的网站CEO，每天也只看一个结果数据：网站今天的成交量是多少，卖了多少件产品。

但是看数据走火入魔的人会明白，每个数据，就像散布在黑夜里的星星，它们彼此之间布满了关系网，只要轻轻按一下其中一个数据，就会驱动另外一些数据的变化。

大家都比较关心网站用户群，就以此举例子。

某一天，某网站发现自己的前端注册量增加了不少，访问量也上去了，交易量却没有上去，不死不活。其实这也是许多网站的通病，每天有许多老板都在想这个问题。

原因是什么？

现在这个阶段，处在互联网前端的人只知道点击量等数据，很少问后端的商业数据，如谁一直在重复购买？谁影响了5%-15%的核心用户群进来买东西？谁在给网站做正面和负面传播？

而操作网站后端交易环节的人只知道卖东西，又很少问到前端数据。如一个客户进来网站平均停留了15分钟还是30分钟，这对将来重复购买的关系大吗？一个客户进了网站社区和没进社区，对产生交易量有影响吗？

这都属于找不到核心用户群，究其原因，很大程度上是因为没有把行为数据与商业数据对接来看。

于是，前后端数据割裂，没有人知道其中的关系。作为网站的决策者，不知道网站的核心用户群的行为特征，也不知道怎样刺激核心用户的增加，更不知道从一个用户进入网站之后到走出去，哪些环节是需要疏通。

当然这只是一个管中窥豹而已。

一个平台运营商，反应用户行为的前端数据与后端商业数据千千万万，卖家和买家也是千千万万，其中前端哪个数据对整个网站后端的交易量产生最大影响，只要针对这个前端数据猛下药，必然会刺激后端数据的增加；反过来，后端哪个交易数据比较高，摸清楚是从哪个渠道来的，主要贡献用户是谁，网站的产品设计就要倾斜于他们，对他们好一点，如此才会有渠道前端的“转化率”等关键数据的提升。

如果一个网站的核心用户群每月以10%的速度在增长，不火也是怪事。

遗憾的是，今天许多电子商务公司，每天都在做“碰巧”游戏：今天推荐A家产品，明天撤下A家的产品；今天做低价促销，明天又做线下活动。这些决策的改变，没有仪表盘的指示或良好的数据监控，都是蒙着眼睛在碰巧