关闭

百万发现金直营网：丰富的数据对公司来说是福是祸？

  • 发布于5天前
  • 阅读1126
  • 评论0
阅读1126
想象一下，在互联网眼中你是什么样子？极有可能，你就是一串带着各种属性标识的长长的数字。这串数字描述了你的每一次浏览、每一次关注、每一次点击、每一次选择、每一次购买和每一次收藏。
想象一下，在互联网眼中你是什么样子？极有可能，你就是一串带着各种属性标识的长长的数字。这串数字描述了你的每一次浏览、每一次关注、每一次点击、每一次选择、每一次购买和每一次收藏。

你每次登录抖音，在抖音上点赞、评论，你的数字就会跟着变化，反过来又会影响你在抖音上看到什么，以及你会收到什么信息。

这时你的数据已经被采集和记录，而这些数据反应了你的性别、年龄、位置、行业、兴趣、偏好、饮食、购买、浏览搜索习惯……

但是仅仅拥有大量的数据是远远不够的，有效的数据管理使公司能够利用其数据的价值，并通过按照所有公司利益相关者都了解的定义良好的KPI收集数据来保持数据策略的成本效益。

要做到这一点，则需要避免三个主要错误：数据采集不够有选择性、数据处理不好以及忽视数据安全。


一：不要试图跟踪每个数据


试图跟踪所有内容的数据管理计划将变得不可用，人们很容易忘记。数据并不能仅仅因为公司拥有它而改善公司，它需要进行质量分析和检查，需要收集处理数据。如果接收了太多的数据，这个过程会变得一团糟。

为了避免过度收集，培养一种良好的意识，即哪些指标对你的目标至关重要，首先要牢牢掌握你的北极星指标——最能表明你的企业成功可能性的关键绩效指标。
 
一旦你基于更广泛的业务目标，对北极星指标有了很好的认识，就可以向利益相关部门寻求帮助，以确定你需要收集哪些数据。
 
利益相关部门知道什么样的数据是必要的。销售和营销团队是否需要更多有关潜在客户领域的信息，以获得潜在客户和已达成的交易？开发人员是否需要更多地了解用户旅程的哪些阶段跳出率较高？

根据利益相关部门的反馈，可以构建一个数据策略和跟踪计划，从而生成高度可用的数据。

二：不要满足于低质量的数据

低质量数据的产生有多种原因，例如：

  • 跟踪所有数据，而不是重要的事情
  • 导入无序或错误的数据。

埃森哲研究发现：企业有高达80%的“暗数据”从未被使用过，这些数据不仅没有成为企业的“资产”，反而是一种负担。就好比仓库里的产品，当它们散落在不同的角落未被发现，其经济效益就为零。
 
中国工程院院士谭建荣在采访时曾说到“我们把大而无当的数据称作‘低价值密度’的数据。”
 
在他看来，所谓的大，一是强调数据的时效性，以前数据报表都是延时的，新的物联传感技术手段提供的数据更实时，也更有价值。二是强调关联化。三是要强调“个性化”。

如何使多元数据在汇聚的过程中，通过软件处理最终得到科学的分析结果，变成有用的数据源，就像挖矿过程中，大数据是其中的原油，只有经过精细的提炼变成精数据才有价值。数据的“大”或“小”并不是关键，重要的是从数据中挖掘价值，创造价值。


三：不要把数据安全放在次要位置


2020年4月中共中央、国务院印发了《关于构建更加完善的要素市场化配置体制机制的意见》，首次把数据作为一种生产要素单独列出，标志着数据已经上升为新的生产要素，对数字经济发展起到基础性和支撑性的关键作用。

数据是无形的，无论公司规模有多大，团队都必须尊重客户数据的安全性和隐私。保护您数据的一种方法是确保合作的任何供应商或合作伙伴也遵守数据保护的高标准；寻找在隐私和安全方面领先业界的工具。当然，对于日常数据访问，一定要实施标准的安全措施。
 
最后

业务决策来源于数据。在这个信息交换频率无限发达的时代，当工作、生活、娱乐、学习方式全都可以由数字分析得出，企业的经营方式也悄悄从口口相传时代，过渡到数据挖掘时代。现在，企业几乎每时每刻都在产生和累积大量业务数据，数据管理就涵盖了公司从数据收集到使用的所有数据处理工作。在以产品为主导的增长世界中，有效的数据管理显得至关重要。
 
当数据被传送到产品分析工具中，团队可以使用该工具来：
 
  • 了解用户行为
  • 全面了解客户的旅程
  • 了解客户从产品中获得最大价值的地方
  • 衡量新上线功能的成功
  • 确定为您的业务带来最大价值的客户群
  • 探索用户路径和用户行为
 
如果没有有效的数据管理，那也就无法浮现这些见解。换句话说，如果将「垃圾数据」传送到分析工具中，同样会产生「垃圾」。

所以说，妥善管理数据，业务可以实现突飞猛进的发展，而管理不善，则可能会造成极大的损失。

声明：
文中部分内容来源于《Data Management Do’s and Don’ts for 2021 & Beyond》，由诸葛io编译整理
作者/Mallory Busch
简历 PRD 讲技术 小程序 面试技巧 原型技巧 产品设计 运营干货 数据分析

0条评论 添加新讨论

登录后参与讨论
Ctrl+Enter 发表