案例1：啤酒與尿布

現在，當你走進美國沃爾瑪超市，你會發現一個奇怪的現象：

尿布和啤酒擺在一起銷售

這是因為沃爾瑪通過數據分析發現，男性顧客在購買嬰兒尿片時，常常會順便搭配幾瓶啤酒來犒勞自己，于是嘗試推出了將啤酒和尿布擺在一起的促銷手段。沒想到這個舉措居然使尿布和啤酒的銷量都大幅增加了。

通過這個案例，可以知道：

數據能告訴我們消費者的潛在需求。

這個可能是人很難直接觀察發現的。

再看另外下一個案例。

案例2：超市預知高中生顧客懷孕

明尼蘇達州的一位中年男子，指控塔吉特百貨將嬰兒產品優惠券寄給他的女兒──“一名高中生”。

但是，沒過多久他卻來電道歉

因為女兒經他逼問后坦承自己真的懷孕了。

塔吉特百貨就是靠著分析用戶所有的購物數據，然后通過相關關系分析得出的真實狀況。

通過這個案例，我們可以知道：

數據能告訴我們，消費者的真實情況。

大數據不會說謊，只要你用正確的方式去解讀，就能讀懂數據背后的故事。

馬云說：

互聯網還沒搞清楚的時候，移動互聯就來了，移動互聯還沒搞清楚的時候，大數據就來了。

數據的價值不言而喻。那么在實際產品開發中，如何讓數據說話，發揮數據的價值呢？

1.數據驅動產品

既然數據如此重要，那么如何應用數據來驅動產品研發呢？

數據驅動的三個步驟

1.數據采集，也叫數據埋點。

2.數據建模

3.數據分析

數據采集，是后續流程的根基。沒有數據，哪里來的建模分析？

數據采集，兩大原則：

全面

細致

數據的全面，從大的系統層面，就是能收集的部分，都不能落下。例如移動App端、Web網站端、微信公眾號、服務器接口調用情況等。

如果這些數據，能基于用戶的唯一ID，進行整合，然后建模，意義就完全不一樣了。

細致主要是指盡量把沒一個節點的數據都采集到。這涉及到后續不同維度的分析。所以每個節點涉及到的屬性、字段，盡量都不要落下。

但是，如果是小的創業公司，精力有限，可以抓核心流程和核心參數進行采集，以保證了解產品情況，讓數據告訴你，產品到底好還是不好。好在哪里？不好的地方，又是哪里？

以下是列舉的核心參數和核心流程，我認為再小的公司或者團隊，哪怕是個人開發者，都不能不做，如下圖所示：

當然有很多數據平臺，可以幫助解決這個問題。例如友盟、TalkingData。但是，有些數據，可能這些平臺不能支持，或者不能很好的體系化。如果企業做大做強了，大部分公司，都會自己開發一套數據收集系統。另一方面，也是因為企業數據的安全和隱私。

核心流程分析轉化率，能有效幫助用戶在哪一步出現了問題。然后對癥下藥，事半功倍。

看一個產品，是否成功，是否擊中了市場中的目標用戶，重點看兩個數據：

1.增長

2.留存

硅谷有一句很著名的格言：

Keep growing, fuck everything else .(只有增長是重要的，其他一切都不重要)

雖然有點粗俗，但是話糙理不糙。

對于創業公司，只要你能保持高速增長，所有的問題都至少在短期內能夠被容忍，被掩蓋，或者不會爆發，可能很多問題當時是個問題，你長大十倍、百倍之后它就不是問題了，甚至不需要解決他就自然而然的消失了。

數據會告訴你，你是不是在增長，是不是做出了市場需要的產品。

2.數據建模和分析

數據建模，就是基于采集的數據，基于某一個數據模型，進行建模分析。通過這一數據模型能得出一個具體的結論，用于指導企業活動。

最簡單的數據模型有用戶性別比例、用戶地域分布、用戶的網絡使用情況百分比等，就不做具體的探討了。

案例3：芝麻信用

下圖是本人的芝麻信用截圖：

從圖中可以看出，芝麻信用，主要是從5個維度采集了數據，并建立了權重模型，具體如下：

1.身份特質

2.履約能力

3.信用歷史

4.人脈關系

5.行為偏好

基于我的了解，大體的思維導圖如下：

根據信用評分，得出一個信用好壞的評級：

1.較差 350~550

2.中等 550~600

3.良好 600~650

4.極好 700~950

但是，這里還不能查到，芝麻信用具體每個模塊，占的權重比例。以國際通行的FICO體系（FICO信用分是由美國個人消費信用評估公司開發出的一種個人信用評級法，已經得到社會廣泛接受。）做個參考，其主要評級要素和比例如下：

1. 違約歷史（Payment history），權重35%。

涉及過去的違約記錄，例如斷供房產被拍賣，被催債（如拖欠信用卡被收賬公司追討）、罰款（法庭判的或者庭外和解都算）、個人破產（這個國內可能沒有）等。

2.債務負擔（Debt Burden），權重 30%。

其實就是個人的杠桿率，你欠債越多，評分越低。比如你長期都只能還最低還款額和每次還全額，差別肯定是會很大。

3.信用歷史（Length of credit history），權重 15%。

就是你有信用記錄的時間越長越好。所謂“路遙知馬力日久見人心”嘛。

4.信用種類（Types of credit used），權重10%。

你用過的信用種類越多（信用卡，房貸，消費貸等），說明你金融知識越豐富，理財能力，駕馭財富的能力，自然就強。

5.新申請信用（Recent searches for credit），權重10%。

申請信用的過程，就是提高杠桿的過程，比如要買房買車，都是需要申請貸款的，貸款的時候，是需要對你的信用進行一次查詢的。

案例4：百度搜索

百度搜索把我在百度搜索里面搜索的次數和關鍵詞，進行了數據采集，然后進行了簡單的數據建模，主要是周搜索次數、月搜索次數，以及搜索詞對應的興趣領域。

我的興趣分布：

周搜索指數：

月搜索指數：

通過這樣的數據建模，就能很好的了解用戶的偏好，那么推薦內容，推薦廣告，就變得精準起來。

百度的主要收入，來源于廣告，2015年總營收640億，相當于每天賺兩個億。亞馬遜三分之一的銷售額來自基于數據分析后的個性化推薦系統。

讓數據說話，就是讓數據更好的滿足用戶的需求，產生更多的價值。