什么是數據驅動? 如何打造最強的數據驅動組織!

數據驅動定義:

一個數據驅動的組織會以一種及時的方式獲取、處理和使用數據來創造效益,不斷迭代并開發新產品,以及在數據中探索 (navigate)。

ab測試

有很多方式可以評估一個組織是否為數據驅動的,如:

1. 產生的數據量

2. 使用數據的程度

3. 內化數據的過程

 

作者認為有效地 (effectively) 使用數據為關鍵。

 

商務公司擁有使用數據來改善效益的歷史。

 

任何好的銷售人員天性知道如何去向消費者推薦采購。

 

那些瀏覽過這些商品的客戶同樣瀏覽了另外一些東西……Amazon 將該技術移至線上。

 

這種簡單的協同過濾的實現是 Amazon 諸多特性的一種。這是一個對于傳統搜索之外的機緣巧合的強大的機制。

 

數據產品是社交網站的心臟。它們的數據必然是龐大的用戶數據集,形成的一張圖。也許對于社交網絡來說最重要的產品是某種幫助用戶鏈接彼此的工具。任何新的用戶需要找到新的伙伴,熟人或者聯系方式。讓用戶去搜索他們的朋友可不是一個好的用戶體驗。如同 LinkedIn,工程師發明了 People You May Know (PYMK) 來解決這個問題。在理論上的確很容易完成這項工作,根據已經存在的關系圖,我們可以準確地發現新用戶的關系網絡。這樣的推薦朋友比自己去選擇更為高效。盡管 PYMK 現在很新穎,它卻已經成為了每個社交網站的必備部分。Facebook 不僅支撐了自身版本的 PYMK,他們還監控了用戶獲得朋友的時間。使用精密的跟蹤和分析技術,他們已經標識了讓一個用戶長期參與的的時間和連接數。

 

如果你緩慢地鏈接一些朋友或者添加朋友,你將不會是一個長期依賴社交網絡的用戶。

 

通過學習達到信任的活動的層級,他們已經將網站設計成為能夠有效降低新人加一定數量朋友為其好友的時間。

 

類似地,Netflix 在線電影事業完成了同樣的任務。當你注冊時,他們強烈推薦你添加你打算觀看的電影。他們的數據組已經發現一旦你增加超過某個數量的電影,你成為一個長期用戶的概率將大大增加。借助這個數據,Netflix 可以構造、測試和監測產品流來最大化新人轉變為長期顧客的數量。他們已經簡化了高度優化的注冊/試用服務,有效利用了這樣的信息來快速和高效地黏合客戶。

 

Netflix、LinkedIn 和 Facebook 并不是僅有的使用用戶數據來鼓勵客戶的長期參與。如 Zynga,它不僅僅關注游戲,還會常態化地監測用戶身份和他們的行為,生成了一個不可思議的大數據。通過分析用戶在一段時間內在一個游戲中的交互行為,他們已經識別出那些直接導致成功游戲的特征。基于用戶和其他用戶的交互行為的數目、前n天內用戶建造的房子數目、在前m個小時內他們殺死了怪物的個數等等,他們便可以知道用戶將成為長期會員的概率的變化。他們找到了如何達成參與的挑戰的關鍵點,并已經設計出產品來鼓勵用戶達到這些目標。通過持續測試和監測,他們優化了對這些關鍵點的理解。

 

Google 和 Amazon 在使用 A/B 測試來優化網頁的展示方面是先行者。在互聯網發展歷史上,設計者門借助直覺和本能來完成工作。這沒有任何錯誤,但是如果你對一個頁面作出修改,你需要確保這個改動是有效的。你賣出更多的產品了么?用戶需要多久才能發現想要的東西?多少用戶放棄了并轉向了其他網站?這些問題只能借助實驗、收集和分析數據來完成,這些是數據驅動公司的第二特性。

 

Yahoo 已經對數據科學作出了很多重要的貢獻。在看到 Google 使用 MapReduce 來分析海量數據后,他們認識到了自身需要同類的工具來完成自己事務這就是 Hadoop,現在是數據科學家的最重要的一項工具之一。Hadoop 已經由 Cloudera,Hortonworks,MapR 等公司商業化了。Yahoo 并未停步于 Hadoop,他們注意到流數據的重要性,而這是 Hadoop 不能給出很好的解決方案的。目前 Yahoo 致力于開源工具 S4 來解決流數據問題。

 

支付服務,如 PayPal、Visa、American Express 和 Square,靠自身技術能力領先于對手。它們使用精密的欺詐檢測系統來發現數據中的異常行為模式。這些系統必須在毫秒級時間做出反應,其模型需要在新數據生成后實時更新。這工作就像在不斷堆疊新草的草堆中找出一根針那樣。

 

Google 和其他搜索引擎常態地監測搜索相關的度量來識別哪些情況是用戶只是在耍弄系統哪些情況可以幫助改進用戶體驗。Google 所面臨的數據移動和處理的挑戰是巨大的,也許比目前所有其他的公司的都大。為了支撐其業務,他們不得不發明新穎的技術解決方案,從硬件到軟件如 MapReduce 再到算法如 PageRank),其中很多方案的思想都已經流入開源軟件項目中。

 

最強的數據驅動組織的座右銘“If you can’t measure it, you can’t fix it”。這是從一個牛人那兒學來的。這個態度給人一種美妙的能力來傳達這種價值,其方式包括:

 

1. 產生和收集盡量多的數據。不管你是做商業智能還是構建產品,如果不能收集數據,你就不能使用數據。

2. 以一種積極和省時的方式來度量你的產品或策略是否成功?如果你不去度量結果,你又如何得知呢?

3. 讓更多的人來觀察數據。任何問題可能只是因為一些簡單的原因導致。更多有經驗的專家可以從不同的角度迅速發現問題出在哪兒。

4. 刺激對數據產生變化或者不變的背后原因的好奇心。在一個數據驅動的組織,每個人都在思考數據。

 

當然,假裝自己是一個數據驅動的組織其實很簡單。但是如果你試著以上面的心態來收集數據和度量你能做到的每件事,思考自己收集的數據背后的意義,你將會超前于大多數只是嘴上說說的公司。并且我需要指出的是,當我在對專業的數據科學家介紹這些內容時,并未限制其他的人來了解這些知識。每個人都應該看看數據。

 

本文轉載自:微信公眾號:數據分析

本文由:Not_GOD 翻譯;譯自 Building Data Science Teams

原文鏈接:http://www.jianshu.com/p/3bef2049a5ce

 

吆喝科技:國內唯一同時支持前端(Web/H5、iOS、Android)及后端(Node.js、PHP、Java 等) A/B 測試服務的專業 SaaS 平臺。支持線上灰度發布、多維度數據統計分析、科學的流量分配系統、一鍵發布新版本無需應用市場審核、定向測試。

用數據幫助用戶優化產品,提升轉化、留存和你想要的一切。 AppAdhoc 用數據驗證最佳方案,提高產品設計、研發、運營和營銷效率,降低產品決策風險。

7609 Views
即刻實踐文章理論 A/B測試 灰度發布 產品優化 免費申請
Please wait...

訂閱我們

對于每位訂閱讀者,每兩周,吆喝科技會為您發送4篇精選文章,可能是最新的A/B測試實踐,也會是你所期待的增長干貨。
qq宠物捕鱼大师 春天娱乐棋牌下载官网 怎么用捕鱼赚钱吗 31选7走势图福建省开奖结果查询 彩票书籍软件下载 重庆时时彩计划网 辽宁快乐12选5软件下载 分分彩论坛 新疆喜乐彩怎么玩 时时彩开奖自由的百科 赌博赚钱的单机游戏