本期局內人：桑文鋒（神策數據創始人&CEO）

一：大數據領域的新機會

大數據這個領域，已經有谷歌分析、百度統計這些做得比較好的產品了，但是我們還是做了神策，歸根到底是需求。有新的需求冒出來的時候，就會形成新的機會。

我把 2000 年的之后的互聯網分層 3 個階段：

第一階段：2000- 2006 年，流量時代。不管是三大門戶還是其他網站，歸根到底都是流量性質。阿誰時候你的產品流量大，你就牛。

第二階段：2006- 2011 年，用戶時代。這個階段大家更關注的是用戶數，像國內的開心、人人，國外的Facebook。對比產品的時候，更會偏向用戶活躍度，而不像最開始的時候以pv來衡量。

第三階段： 2012 年至今，，甚至到未來五年八年，我們進入了訂單時代。從 2012 年擺布的團購、到 2014 年擺布的O2O、再到去年的直播、互聯網金融的發展，我們看到一種趨勢，就是線下的交易在往線上搬。

發展到這個階段，我們做用戶分析的深度就紛歧樣了。從最開始的一個數據統計、分析用戶、到訂單交易、用數據漏斗做來源分析。這個時候你就會關心用戶留存，希望用戶下單、長久消費。所以你對信息的分析深度就紛歧樣。這就是需求的變革，需要更精細化的、更深度的用戶行為分析。

二：用戶行為數據在企業中有什么價值？

一個價值是用行為數據驅動決策。具體有三點：

1.產品改進。我們可以按照用戶行為數據分析出用戶的愛好，進一步改進產品。這個按鈕是放在左角還是右角，整個流程設計，怎么感官效果更好。

2.運營監控。我們做了一些運營活動，效果怎么樣？這時候就需要進行運營監控的數據分析。

3.商業決策。對辦理者來說，按照整體的運營分析數據，我們就能決定下一步該怎么走。  

其實這是我們傳統的BI（商務智能），只發揮了數據價值的20%，數據更大的價值是驅動產品智能。好比現在最火的AI，其實邏輯有三步。第一步有了數據基礎；第二步在這個數據基礎上抄上必然的策略算法；第三步把這個策略算法和這個數值再回歸到產品里面去，這樣就形成了一個循環。對這個產品自己就是一個的學習過程，這就是智能。

最簡單的例子是有兩個產品，一個是百度搜索。按照用戶的點擊的情況，它會決定哪些結果往前排，哪些結果往后排，這個就是用戶行為引入到搜索引擎里面去。

那別的一個產品就是今日頭條，今日頭條是一個以替代引擎為核心的媒體渠道，它能按照用戶接觸的各種新聞，決定進一步給你推送什么類型的。

總結來說，用戶行為數據在企業里起到的作用，一方面是驅動決策，另一方面是驅動產品智能。

三：數據分析的四個環節

▎數據采集

第一個環節是數據采集，就是數據從哪里來。在搭建百度大數據系統的過程中，我有一個很重要的心得：數據要做好，最重要的就是數據源。

從源頭上來說，我把大數據分解為四個字：大，全，細，時。

大，并不是物理上的大， 98 年谷歌最開始做搜索引擎的時候，它抓取了整個網站的網頁信息，一共 2500 萬個網頁才47GB，一個U盤就能裝下，但它必定是大數據，因為它把整個網絡全都放進去了。

全，以美國選舉為例，網上的調研都說希拉里會獲勝，但結果特郎普獲勝了。后來分析原因說，美國中部的農民都是不上網的。這就印證了一個問題，就是我們收集數據的時候，不能只收集客戶端的數據，辦事端的數據也要收集的。

細，其實就是強調多維度。維度越多，占的數字規模不見得多，但是可能的組合形式就越多，你就會發現一些紛歧樣規律。

時，就是時效性。以前我們人口普查是每 5 年做一次，準備一年、做一年、一年之后出結果。但現在上今日頭條上看新聞，你剛看完這條新聞，數據系統馬上就會記住你的優先選擇，決定接下來給你保舉的內容。

▎數據建模

所謂建模，就是把數據進行儲存，把它整理得更便利以后使用。就像是一個倉庫，如果運來的東西不去分類，而是隨便往那一堆，等以后要用的時候，找起來就麻煩了。

▎數據分析

漏斗分析、用戶留存分析、多維交叉分析、用戶點擊分析，這些都是在數據模型基礎上的應用。

▎數據指標