冬至閱讀：車品覺《大數據的關鍵思考》
書名：《大數據的關鍵思考：行動×多螢×碎片化時代的商業智慧》
作者：車品覺
中國大陸大數據實踐的先行者、數據觀察家。現任阿里巴巴集團數據技術及產品部副總裁、數據委員會會長。
擁有十多年豐富的數據實戰經驗，在實踐中形成了獨特的數據化思考方式，對電子商務未來趨勢有獨到見解。曾先後在滙豐銀行、香港電訊盈科、微軟、eBay等多家著名跨國公司擔任總監；曾任敦煌網首席產品官，創立第一個以外貿交易平台為核心的搜索引擎。
擁有多元化與國際化的教育背景。生於香港，在美國、英國、澳洲等地接受西方教育，曾於新南威爾斯大學、史丹佛大學、歐洲工商管理學院(INSEAD)商學院及清華大學經管學院等世界一流學院進修。
「桑珠助學」公益發起人，助學團隊迄今在甘孜資助的學生已達六百餘人。
內容介紹：
數據，是商業競爭中先發制人的利器，
在這數據無限的年代，我們欠缺的不是資料，
而是正確運用數據的思維模式！
看懂數據與商業模式之間的關係，
才能從「談」到「實做」，從「看」到「活用」大數據！
★第一手分享阿里巴巴的大數據實戰經驗
★第一本帶領讀者建構大數據思維的著作
阿里巴巴集團價值最高的不是淘寶，不是天貓，也不是支付寶，
而是阿里平台上所產生的大量數據。
～阿里巴巴集團董事局執行主席馬雲
數據力決定競爭力！
進入行動網路、資訊碎片化時代，最有競爭力的企業，都是數據企業。若只會運用現有數據做分析，不是真正懂得大數據。解讀數據、從數據找商機、提煉價值的能力，是決定個人能否在職場勝出、企業能否搶先挖掘需求的關鍵。
中國大陸大數據實踐的先行者車品覺，曾任職於eBay及阿里巴巴全球兩大電商巨頭，現為阿里巴巴集團數據技術及產品部副總裁、數據委員會會長。
他在本書中第一手公開十多年的大數據心得，以及阿里巴巴的數據實戰經驗，以清楚的架構分享他如何用數據建立思考模式、用數據找尋機會，用數據產生價值的心法，
包含：
從數據勾勒產品、情境及使用者真實面貌
思考不同產業應經營的核心數據
如何從數據中還原使用者需求
11個大數據關鍵思考，破除數據思考的盲點
阿里巴巴運用大數據的六字訣──混、通、曬、存、管、用
本書不是描述大數據風潮或重要性的趨勢書，而是以實戰為基礎，告訴讀者大數據的具體運作，協助建構當下最需要的大數據思維。
目錄：
推薦序 用數據解決企業問題的高手 陳嘉鐘
管理者應用大數據的態度 洪小玲
各界推薦
自 序 遍地大數據的未來黃金十年
前 言 忘掉大數據
第1部 從數據化營運到營運數據
01 只會談大數據不會做
大數據關鍵思考：問題就是答案
02 還原使用者真實需求
大數據關鍵思考：CEO關心哪三項數據
03 「活」數據才是大數據
大數據關鍵思考：別再做「碰巧遊戲」
04 大數據的顛覆者──行動數據
大數據關鍵思考：樣本的偏見
05 什麼才是核心數據
大數據關鍵思考：用傻瓜的視角觀察
06 從用數據到養數據
大數據關鍵思考：遠離「或」選擇
07負面數據的力量
大數據關鍵思考：為什麼數據會騙人
第2部 阿里巴巴的大數據秘密
08 大數據實踐
大數據關鍵思考：先開槍後瞄準
09數據化營運三訣竅──混、通、曬
大數據關鍵思考：思考，要學會關窗口
10營運數據三絕招──存、管、用
大數據關鍵思考：用化骨綿掌解決本質問題
11 未來商業的利器
大數據關鍵思考：忽略趨勢，過去的價值一文不值
結語 開啟屬於個人的大數據管理
後記 像李小龍格鬥般思考
致謝 在修行的路上，不要單打獨鬥
附錄 回應台灣讀者的七大問題大數據，跟誰都有關係
推薦序：用數據解決企業問題的高手
隨著電子商務與行動科技的興起，讓我們再一次體驗到創新的力量、知識的力量及科技的力量，就如同工業革命讓國家及產業的競爭力重新洗牌，面對目前多變的外在環境與複雜的競合資源，很多產業必須重新檢視自身商業模式的定位，而驅動此巨變的關鍵力量之一就是大數據，能具體展現大數據運用精髓的企業，阿里巴巴肯定是個中翹楚。
2014年雙十一「光棍節」凌晨零點開始，阿里巴巴杭州總部戰情室，大看板上跳動的數字不斷攀升，最後一如預期超過500億人民幣，來到成交571億人民幣的歷史新紀錄。在這巨大成果的背後，正是大數據的功勞，這些分析應用能夠預測電商平台下一階段熱賣的情資，什麼樣的商品在什麼樣的時間該擺在什麼樣的位置的成效最好，提供電商參考的建議，這也成為各大品牌願意持續參與雙十一的重要原因之一。大家一定對這樣的成功之道充滿好奇，阿里巴巴數據技術及產品副總裁車品覺先生，願意將多年來實戰經驗所體悟的成功心法與祕訣，透過這本書與大家分享。
這本書最大的特色是兼顧啟發與實作，從思維引導到實戰過程的深刻體會與盲點，都用很淺顯易懂的實例加以印證說明，且不局限於特定產業。對於初學者或有心想要從事大數據分析的人來說，本書的價值在於告訴我們，除了技術能力外，更要積極學習業務知識，並掌握「三分靠想法、七分靠實踐」，從實戰中去體會。對有經驗分析人員的價值，在於找出自己思考的慣性與盲點、學習換位思考並不斷鍛鍊自己與組織的數據力和思考力，讓自己成為一位運用數據與情境解決企業問題的高手。
對企業而言，本書也明確指出大數據是一種策略、更是一種文化，但絶對不是nice to have（可有可無）的時尚議題，而是部門或組織間的分進合擊與整合力。此外，作者深入淺出剖析大數據在應用上的障礙，包括斷層、組織學習合作與人才養成的問題。整體而言，任何有興趣的讀者應該能從書中的觀點獲得啓發，對於大數據從業人員不論資深或資淺，相信也能夠與書中精闢觀點相互印證，甚至有突破性的體會。
面對金融3.0的到來，金融業不只要面對同業的競爭，更要面對互聯網金融的挑戰。玉山金控一直以來，認為銀行是領先社會發展的創新事業，我們期望透過金融創新，建立跨國境、跨產業、跨虛實的資源整合共贏的生態系，突破現有框架，提升顧客體驗，滿足顧客更多元化互動需求，做到多通路且無接縫的服務。閱讀這本深入淺出的書籍，是一趟精彩的學習之旅，願和大家一起分享，共創美好的未來。
陳嘉鐘
玉山銀行個人金融事業處個金執行長
推薦序：管理者應用大數據的態度
「阿里巴巴」加上「大數據」，這是今年度在財經領域相當熱門的二個關鍵字，對於每一個想了解大數據和電商未來潛力與機會的人，這是一本具有深度思維與電商實踐大數據應用不可多得的好書！
電商平台將大數據運用在商品推薦創造更多交易量，用在備貨等倉儲物流管理，還有更多對消費者洞察的分析與應用；影音平台用大數據分析，不僅能推薦給用戶喜歡的內容，更能運用在影片購買，甚至跨入自製影片（例如Netflix的紙牌屋，便是用大數據資料分析拍攝的受歡迎電視劇）；餐飲業運用大數據管理食物安全……，大數據除了在商業的運用，也在科學、醫學與社會應用。大數據能產生的價值，目前還在一個初始階段，未來還有更多的可能性。大數據時代的到來，將對我們的思考、生活與社會帶來全面的革新。
這本書是阿里巴巴經營團隊分享電商的大數據實戰經驗及心得。作者車品覺先生是阿里巴巴數據部門最高主管。阿里巴巴集團董事長馬雲說：「阿里巴巴集團價值最高的是平台上所產生的大量數據」，已清楚說明「大數據」在企業未來競爭力扮演的重要地位。
我在雅虎任職的時候，於2004年至2006年，有機會和淘寶的創業團隊有過三年的互訪和交流，在亞馬遜中國服務的期間，更是近距離觀察淘寶在中國的快速發展。看了本書，認知到阿里巴巴集團在數據的深刻思維與做法。許多介紹大數據的書，在技術上有許多著墨，本書則是從大數據對經營者決策的幫助作深入的探討。我認為本書帶來很重要的幫助是，作者車品覺先生分享他對大數據的「思考」脈絡，在大家思考大數據可以產生的價值與投資時，書中的幾個觀點或許可以協助經營管理者了解應用大數據應有的態度。幾個重要分享包括：「要習得一套巧妙的大數據思考方式，三分靠想法，七分靠實踐」、「阿里巴巴在從數據化營運到營運數據的循環系統中，能做到現在的成績，跟管理層更相信數據、更願意付出以及更願意投資
有很大的關係」與「……人和事是分不開的。企業要想成為一家數據化公司，文化的培養絕不可少」。
阿里巴巴對識別和了解客戶下了許多功夫，客戶不再只是男性和女性，而有18個性別標籤。台灣許多大企業都擁有百萬以上的客戶，我們現在要問自己多了解消費者，消費者的社群網路會帶來什麼影響？這些和大數據的關係又是如何呢？唯有透過問這些問題，才能找出大數據如何為自己的企業帶來何種機會與價值，也唯有存有想法後，能夠去實踐，才能擁抱大數據帶來的新機會！
洪小玲
遠傳電信網路暨電子商務事業群執行副總經理
書摘：遍地大數據的未來黃金十年
2014年1月，當Google宣佈以32億美元收購Nest Labs時，所有人都覺得賴瑞‧佩吉（Larry Page）瘋了，因為Google竟然收購了一家恆溫器和煙霧偵測器的生產商。事實上，Nest Labs在Google的平台上，很可能會創造出一個價值數十億美元的市場。這一判斷建立在「家居數據平台」的基礎之上，隨著使用該公司產品的家庭愈來愈多，家庭消費習慣的數據將對供電、家電等行業提供極富價值的指引。
一個小小的溫度調節器生產商，透過智慧化，居然產生了32億美元的市場價值，這是令所有人都驚訝的事實。這意味著新一輪高增長的開端，而這同樣也是未來大數據「遍地黃金」的最佳例證。
很多人說，大數據擁有無限前景以及錢景。但是大數據的價值到底在哪裡？為什麼很多人提到大數據，都覺得那是在「講故事」、「離我們還很遠」？事實上，數據離我們並不遙遠，過去的數十年，很多行業都走向了「資訊化」。而未來的十年將是「數據化」的十年，「遍地黃金」指的則是未來無所不在的數據化可能。
「遍地黃金」在哪兒
什麼是產品數據化？以產品為立足點，尋找在產品元素或者生產流程中產生數據、運用數據的機會，以使數據在產品中體現。
比如，大眾點評App可以透過收集使用者點餐數據，了解其用餐喜好、用餐時間和常去的餐廳，進而將數據代入使用者推薦系統中，讓訂餐更為精準、有效、快速。南方電網透過營運數據，讓電網更加省電；物流業透過營運數據，讓物流變得更高效、更便宜；如果百貨商場了解會員的興趣愛好、逛街時間以及從何處來和到哪裡去，就可以從中尋找到巨大商機。巴西足球比賽也是如此。當德國隊將每一位球員的狀態數據化之後，教練從中便獲得更多資訊，有助於幫助他判斷球員的上、下場時間以及相應的戰術決策。
數十年來，我們逐漸完成了產業的資訊化和自動化，但鮮有嘗試用數據清晰地勾勒產品、生產流程、使用者和使用情境的「面貌」。
正如馬雲所說，未來的機會在於DT（Data Technology，數據科技），但DT實現的前提是，企業擁有數據，並且已經完成了資訊化。可見，數據科學是資訊科學的延伸。現在，數據技術的時代剛剛開始，產品數據化將是其中最為關鍵的特徵之一。
這是一個「遍地黃金」的時代。任何一種產品或服務都潛藏著巨大的「數據化」潛力。隨著「數據化」進程的加快，傳統產業（包括網路）將迎來第二春，在原有的生產基礎上，產生更高的附加價值。同時，這對企業也提出了更高的要求──企業需要加強對數據的重視，更加注重數據的收集和整理工作。
但為何「遍地黃金」並非看上去那般唾手可得？簡而言之，為什麼數據價值無法落地？為什麼眼下大量企業的數據案例仍難以凸顯價值？
其中很重要的一點是，產品經理不懂數據。很多產品經理還停留在以前做產品的階段，他們靠感覺來做產品，不知道如何用數據改善產品，更沒有意識到數據已經成為做產品的核心原材料。
過去，我們使用數據的方法很簡單，很少為了解決問題而提煉數據。那麼，現在為什麼我要強調對數據的提煉？因為，如果我們想要讓數據產生價值，讓科學的數據分析框架解決使用者的實際問題，就需要將相互關聯的數據嵌入產品或生產流程中，在數據提煉的「最後一哩」，讓數據在產品「說話」。
如何讓數據「說話」
過去，我們最擅長的方法是根據歷史數據總結規律，再採取行動。比如，我們會統計過去一個月週五下午6點的計程車小費金額（根據租車App），計算出小費的平均數，再提出「支付小費5元人民幣」的建議。當時，我們所使用的數據大多是從單一角度出發的靜態數據。
而現在，我們更希望得到更全面的動態關聯數據。比如，我們可以獲取不同街道的交通堵塞程度，從而計算司機對小費的敏感度；我們可以綜合附近的天氣情況、演唱會散場的時間等數據，預測某個時段、某個地段可能成交的計程車小費金額。這種演算法就是利用更全面的大數據，透過更多的環境動態數據，而非從歷史統計數據提供服務。
未來，產品經理需要懂得如何用數據使產品增值。這其中有3個關鍵因素：產品化、數據化和商業眼光。現在很多產品經理更關注產品化，以致忽略了數據化和商業眼光。
那麼如何用數據使產品增值？答案是，讓數據前置。
假定我需要為女兒選擇一所學校，如果要等3個月後考試成績出來才知道學校不值得信賴，會不會為時已晚？
如果我能根據數據計算衡量這所學校，也就是所謂的數據前置。很多數據價值的關鍵就是數據前置，即讓更多數據嵌入產品之中，從而產生價值。
另一個更容易理解的案例是Google無人駕駛汽車。Google無人駕駛汽車就是用數據分析框架實現服務。這一服務的前提是數據的品質、穩定性和計算速度都已經足夠完善，使得「數據指引行動」進入完全自動的情境。工程師用上千個模型支撐這一數據分析框架，以保證無人駕駛汽車在行駛中不會出現意外。
反觀眼下，很多公司還停留在用統計數據做決策參考，如果我們將更具關聯性的數據分析框架應用於公司業務中，會發現一個全新價值。
所以，我們必須讓數據進入某個特定的場景中，而且可以被使用。如果我們能夠想像並重建人們行為發生的情境，所觀察到的行為數據才是有意義的。也許你會問，我們一直在說「將數據嵌入業務」，在實際操作層面，我們應該如何將之嵌入？
大數據思考：最關鍵的5個問題
我的工作團隊所遭遇的困惑是，產品團隊、數據團隊和營運團隊交給我的方案總是如一盤散沙，難以統一起來為我所用。問題其實很簡單，即產品團隊中很少有人有數據概念，數據團隊也很少有人有產品理念，而營運團隊也同樣不習慣用數據做決策。但難題在於，如果沒有辦法將這三個團隊連接在一起，數據價值就無從說起。
產品數據化看似簡單，但這背後實際上需要產品經理改變思維模式，即要懂得用數據改進產品，懂得透過數據營運的方式決定產品創新或生產形態創新。
搭建「數據產品」的過程，其實就是產品數據化、營運數據化的過程。
這個過程讓我們發現「有用的關聯數據在哪裡」，懂得如何把數據應用於生產環節之中，進而改善流程，提高效率。
在營運數據的過程中，產品經理需要學會用數據思維塑造產品，學會找到產品數據化的突破點和機會點。
從現在開始，所有行業的產品經理都需要問自己以下5個關鍵問題：
1. 眼下你遇到的是什麼問題？（你改變了誰的體驗？）
2. 這是誰的問題？（以誰為中心來設計產品？）
3. 你是否能解決這個問題？（你的核心競爭力能解決這個問題嗎？你能理解客戶的需求嗎？）
4. 這個問題現在就得解決嗎？（時機比性能更重要。）
5. 如果現在就得解決，那麼可以支撐的數據在哪裡？（數據是否是解決這個問題的核心？）
問完這5個問題之後，產品經理就可以迅速找到問題所在。下一步需要思考的是，怎麼解決問題？在這個環節中，產品經理可以詢問自己以下幾個問題：
用戶目前的困難是什麼？
有的數據可以用於解決這個困難嗎？
假如所有數據都可以被獲取，那麼你需要哪些方面的數據？
獲得數據的成本和風險是什麼？
你的數據解決方案是什麼？
如果方案可行，你如何獲取及累積這些數據？
很多產品經理在面對需求變更時，往往會顯得毫無頭緒，而這兩組問題可以很好地幫助他解決眼前的問題。這兩組問題，前者解決了「我們該幹什麼」，後者解決了「我們該怎麼幹」。
這就是產品經理如何「用數據」的思維模式。未來，所有產品經理都需要懂得數據化，因為未來的所有產品都必將數據化。
儘管這些問題有助於梳理思路，但是連接產品團隊、營運團隊和數據團隊之間的思維依舊存在一定的難度。
我通常的解決方案是，詢問團隊成員在特定生產流程中（有時同時也是決策流程），每天需要做多少決策？哪些決策點是可以用數據替代？透過梳理決策點尋找「數據嵌入」的靈感，是非常有效的方法。
未來，傳統企業應該打造出更積極的數據團隊，並使之活躍於業務部門中，讓研究數據的工作人員發現每一個產品「用數據」的機會。這是一個讓企業從「看數據」迅速轉變為「用數據」的關鍵方法，公司很快就能轉變為一家數據化公司，從而具備生產數據產品的能力基礎。
為什麼你還看不到「遍地黃金」？那是因為你還沒有看到數據創造商業的力量。當你的變速器還在一檔時，很難看得到加速至三檔的風景。
萬物皆數據。
文章定位：
