原创《用数据到养数据》：此文是一篇数据论文范文,为你的毕业论文写作提供有价值的参考。
过去,有一些问题一直困扰着我：“现在的企业获取数据如此容易,数据的增长速度如此之快,那么对于企业来说,到底要收集什么样的数据?收集多少数据?收集数据的边界在哪里?”后来,我在美国遇到一位高人,他认为,过去收集数据很难,而现在获取数据资源变得越来越容易,但是如果收集数据的出发点不是为了解决问题,那么收集再多的数据也没有什么意义.
同时,许多企业还有一个疑问：“现在收集数据不难,成本也不高,为什么不先收集了数据再说呢?等以后需要数据来解决问题时,再拿出来用不是也可以吗?”这位高人同样也给出了这个问题的答案,他对此持否定观点,并指出用这样的理念来设计数据应用注定会失败.
数据收集是没有边界的,我为此也痛苦了好一段日子,比如,收集一个人的生日,虽然可以精确到几分几秒,但这么精确的数据又能用在什么领域,又能产生什么价值呢?
事实上,数据是有生命周期的.比如,某网站的母婴频道在主动收集用户的宝宝信息,包含宝宝生日、性别、小名、身高、体重,这里我们就要清楚这几个数据的用途和生命周期,如宝宝的身高和体重.但是,妈妈们填写的是宝宝当前的数据,我们知道宝宝的身高、体重变化非常之快,也就是说这两个数据的生命周期很短,在当时的推荐中可能有用,但过了一段时间后,这两个数据就失效（Data Broken）了；而宝宝生日和性别这两个数据的生命周期就很长,可以从生日的年份中推算出宝宝的年龄,而性别则基本是终生稳定的.
保存数据及其收集时的背景（Context）,也是一件不容易的事情.
还是以收集宝宝的年龄作为例子来阐述,我们可以通过用户购买特定的商品集合,如几段奶粉和尿不湿的型号等,知道宝宝所处的大概年龄段,以推算出宝宝当前的年龄.但如果仅仅是保存宝宝几岁这个数据,那么这个数据很快也会失效,因为人的年龄是在动态变化的.同时,你还需要保存宝宝几岁这个数据获得的时间,即在哪年哪月计算得知这个宝宝的年龄,而这个信息就是背景数据.另一种做法更加聪明一些,即通过宝宝现在的年龄反过来推算宝宝是什么时候出生的.
所以说,在收集数据时,我们必须知道这些数据未来可以用来做什么,如果今天都想象不出来的话,日后就更不可能了.
打一个比方,如今很多电商高管会询问数据分析师商品的重复购买率是多少.于是,工作人员收集数据来计算重复购买率,却很少想到高管们需要重复购买率是来做什么决定的,这就好比“刻舟求剑”的故事.事实上,在世事多变的大数据时代,我们不能只是机械地套用方法或指标.
重复购买率有不同的定义,而做不同的决策需要考虑经过不同定义的重复购买率.如果一家投资公司想收购A 公司,那么会从重复购买率来看整个A 公司的运营良好程度或用户质量等；如果从A公司本身运营的角度来看重复购买率,那么它更应该关注的是日、周级别的重复购买率的变化趋势,或者当月新增客户有多少人在三个月后进行了重复购买,从而可以衡量出每个月新增及存量客户的忠诚度和质量,进而找出改善的空间.在知道了以上的背景之后,再去选择使用什么数据不是更有的放矢吗?
数据应用因小而美
“小”不是指数据量,而是指应用的目标很具体.
2011年年底,作为一名数据分析师,我开始思考怎么从“用数据”转变为“养数据”（即从数据化运营转变为运营数据）,这段时间我为收集什么样的数据而特别烦恼.而且,我也曾经试图做出一个特别大且适合多数人使用的数据应用,可是后来发现这在数据应用的起步阶段几乎是不可能的—— 一是找到可以解决大部分人需求的数据应用并不容易；二是当时公司的数据非常丰富,需要考虑的因素很多,因素之间的联系又很复杂.
所以,当开发数据应用的时候,数据就等于原材料；当原材料一直处于变化的情况下,做出来的产品就很容易出问题.体会到数据和应用的关系之后,我最后决定从小角度切入,先把小应用做出来,这就是很好的瞄准器.
这里说的“小”指的是应用的目标很具体.请注意,“小”不是指数据量.许多人在没有获取足够的数据,并且缺乏对数据理解的情况下做出决策,其实是在“享受”自己的无知.打个比方来说,对于一款数据应用,如果我的目的是分辨两种决策谁更好以及差异在哪里,这就是一个很具体的问题；但如果我的目标是想知道如何让公司赢利,这就是一个空泛的目标.
经过这样的一番周折后,按照小角度切入的想法设计数据应用,就可以做得具体而快速,而且可以避免因原材料的变化而导致数据缺失的问题.
把数据放进“框”之中
在大数据的背景下,必须考虑数据之间的关联性.一个单独的数据是没有意义的,要把数据放在一个“数据框架”（场景）之中,才能看出存在的问题.
为了把这个问题说得更明白,这里我拿前阵子一家电商公司找我讨论的问题来举例.
A 公司问我,要不要撤去导航网站的广告?因为它怀疑许多老客户是从导航网站访问官方*,而不是直接访问官方*.把这个问题说得再直白点,就是他们想弄清楚在导航做广告和公司业务之间的关系.那么,接下来就要观察用什么“数据框架”有助于其做出决策.
1. 公司当前的投入产出比
（1） 明确导航网站引进的新老用户占比如何?
（2） 引入的新老用户的投入产出比和转化率如何?
（3）推断撤去导航网站,对流失新老用户的影响如何?
2. 和竞争对手的博弈
有一个问题可能会被忽略,那就是你不做导航网站广告,你的对手就会立马投放此广告.做数据框架的时候,要特别注意框架不是静态的,而是存在博弈的,需要把竞争对手的因素考虑进来.
3. 考虑时间因素
建立框架时要考虑时间因素：
（1）用现在、过去和未来的眼光来审视导航网站,看看导航的质量是不是越来越好；
数据论文参考资料：
结论：用数据到养数据为适合数据论文写作的大学硕士及相关本科毕业论文，相关大数据数据分析开题报告范文和学术职称论文参考文献下载。
