【WAW年度大会嘉宾专访】1号店数据分析总监十年数据经验总结

2016年7月9日,WAW网站分析星期三2016年度最重要大会“数据驱动的未来”将于上海新落成的万科虹桥云举办。网易、小米、携程、一号店、虎扑、饿了么、车享网等互联网大中型企业负责云计算、产品设计、精准营销、大数据和人工智能的专家将汇聚一堂,分享工作中总结的实战经验及对今后三到五年数据产业的趋势判断。

今天,我们就采访下拥有10年数据分析经验,曾任职盛大文学、麦考林等知名互联网公司,曾是SAS公司外聘的SAS课程培训讲师的1号店数据分析总监张仙鹤。分享他10年数据分析相关经历,以及一号店数据数据驱动独家内幕。

Q1:请简单介绍一下您的工作内容
1、分析:包括专题性分析和战略分析。专题性分析主要是某一特定方向上的数据分析,比如我们的流量效率/我们的交易分析等;战略分析主要包含一些竞争对手的分析和整体的经营分析,比如竞品分析、竞争对手的一些策略分析。

2、数据化产品:首先我要介绍下在1号店是没有数据产品这一岗位,我们的分析师就是我们的数据产品经理,因为分析师是和我们业务接触最紧密的,是业务需求的第一接受和理解者,分析师通过对业务的分析和总结形成了一些知识沉淀就形成了我们的数据产品,我们的数据产品主要包括如下几个方面:
1)核心KPI监测体系(经营看板);
2)多维归因分析体系;
3)工具类的产品,主要是帮助我们运营提高运营效率,比如:选人中心、选品工具等;

3、数据开放和应用:在这我来举个例子,数据应用主要是将我们的一些规则或者是模型嵌入生产系统,比如我们1号店有一个自动PO系统,这其实是一个销售预测应用在PO系统的一个例子,我们利用历史的销量预测未来销售情况,结合我们的库存,我们就能够自动识别未来一段时间是否需要补货?补多少?这时候我们就触发我们的PO系统向供应商自动下PO单,能够避免我们商品的缺货。数据开放方面我们有针对商家的数据水晶和品牌商家的聚宝盆应用平台。

Q2:您如何理解数据驱动
首先我要说下大数据不等于数据驱动,大数据是海量的数据以及对这些数据处理工具的统称,而数据驱动是一种商业模式,是基于大数据的基础上产生的,数据驱动是大数据应用的体现。至于说数据驱动了什么?有数据的地方其实就有驱动,对于企业来说数据主要驱动的是业务、产品和决策。

Q3:详细介绍1号店数据驱动的实例
有个问题就是如何找出目标用户?
面对业务的这个需求我们构建了1号店的标签体系,主要覆盖了用户的基础属性、用户的购买、浏览行为特征、用户的生命周期特征等4大方面。

1号店有几千万的活跃用户,我们的运营人员经常要做的一件事情就是针对特定的人群进行营销,但是他们面临一个问题就是如何找出目标用户?面对业务的这个需求我们构建了1号店的标签体系,主要覆盖了用户的基础属性、用户的购买、浏览行为特征、用户的生命周期特征等4大方面100多个标签,并根据业务选人场景结合标签体系,我们开发出了1号店的选人中心。帮助营销人员更快、更准确的找出了自己的目标群体,从而极大的提高了营销效率创造了业务价值。

Q4:数据挖掘工作中最重要的环节
数据挖掘的目的是驱动业务,所以如何将业务问题转化成数据挖掘理论问题是最重要的环节;商业理解准确的情况下,数据挖掘模型有时候不一定要非常精准,但是最后的商业上还是会带来很大的帮助。

Q5:您认为企业数据相关工作中哪些环节很重要
先看下数据分析的基本流程吧,首先是有数据,如果数据都没有也就无从谈数据驱动,有了数据之后就是建设数据,这个环节很重要,数据底层建设的好坏直接关系后面做分析的过程。

比如有些公司在数据建设方面常存在一些问题:数据指标口径不统一、底层逻辑架构不完善等,这样一些问题造成的一个结果是数据很难驱动业务:
第一,不同的人看同一指标结果不一致,不知道谁是正确的,
第二,在分析的时候还要在底层架构上做很多二次、三次数据加工的工作,甚至去找生产系统关联数据,效率非常低下。

再接下来就是分析,在分析这块主要对分析师要求很高,分析师不但要熟悉基本的分析技巧和工具,最重要的是对业务的理解能力和良好的沟通能力。

Q6:对刚入门的朋友,您有什么建议
我先说下业内对数据挖掘人员的一些要求吧,经常会从两方面来要求:

第一是硬实力,这一块包含数据挖掘常见的理论算法(比如:Logistic回归、决策树、深度学习等),挖掘工具以及一些开发语言;

第二方面就是软实力,这块会包括沟通能力、业务理解能力、学习能力以及逻辑思维能力,其实上面两块是企业或者团队对个人的要求,同时我认为个人也要对团队有些要求或者说个人对团队也要有些选择。

首先是行业的选择,不同的行业可能从事数据挖掘的方向不一样,这个时候就要考虑清楚这个行业是不是自己喜欢的,自己期望的行业是什么?
第二我们要考虑的是数据挖掘团队,团队的氛围、团队已有成员的经历、团队的培训机制等,这些方面我认为对刚入行的小伙伴影响会非常大,所以在选择团队时我们要尽可能的了解团队的一些情况;

最后我送刚入行的小伙伴几句话:一定要懂业务,才能结合分析,一定要专几种工具,才能干活,一定要学习,才能有效率,一定要有强悍的理论基础,才能入门,多干活,少抱怨,善于发现并解决问题,多学习,不要虚度光阴。

1号店我认为做得比较好的:
第一,底层数据架构建设很完善,这得益于我们有一个非常强大的数据仓库团队,有技术懂业务善于沟通;
第二,在分析上分析师和业务团队结合比较紧密,相互驱动,形成了数据驱动业务,产生业务价值。

Q7:您如何看待“数据驱动”发展
1、数据驱动发展态度
随着物联网、云计算、移动互联网等网络新技术的应用,积累了海量的数据,而海量数据蕴含着不可估量的价值,为了提取出相应的价值,数据驱动是一种必然的结
果,是大家的一种共识。

2、数据驱动发展趋势
趋势1:资源化,随着大数据应用的发展,大数据价值得以充分的体现,大数据在企业和社会层面成为重要的战略资源,数据成为新的战略制高点,是大家抢夺的新焦点。我们有理由相信大数据将不断成为机构和企业的资产,成为提升机构和企业竞争力的有力武器。

趋势2:个性化,说到个性化大家可能想到的是精准营销,在互联网电商公司我们可以根据用户的购买或者浏览行为给用户打不同类型的标签,有了用户的这些标签我们就能够了解用户的偏好,我们就可以对用户做些精准营销和个性化的服务。

趋势3:智能化,说到智能化不得不说的就是人工智能,最经典的例子就是前不久的AlphaGo,它在下围棋领域的成功,对于人工智能学科而言,是一座新的里程碑。业界普遍认为人工智能已经走过了从0到1的阶段,接下来的第二阶段将会是从1到N的爆发,这一阶段,算法的精度会大大提高,应用场景会更加丰富,尤其是推出针对个性化服务的人工智能产品。

3、数据驱动能否取代决策
在企业中随着大数据的产生数据应用越来越多,一切皆数据化,任何问题的解决都是建立在数据的基础上的,数据驱动决策的重要性会越来越高。