初创企业使用大数据分析时，一定要避开这几个坑！

行云流水2016

【导读】数据分析是一种经常被人视为假高大上的鸡肋工具。当你正在焦头烂额地为自己的初创公司设定市场定位的时候，你一定会把处理数据当做一种闲得没事干的行为。但等公司走上轨道后，你需要更好地理解你的用户，而此时回头看之前积累得如同乱麻的原始数据，你会突然意识到你并没有很好地收集你想要的信息。那是因为你还没有真正掌握大数据分析的精髓。　

如今企业把数据分析当做吃喝拉撒一样的日常基本需求，这就意味着让你公司的每一位成员，而不仅仅是技术人员，都可以便捷使用。每一个人，特别是直面客户的前线人员，都需要方便地获取及理解这些数据。而一个好的大数据分析工具能帮助工程师以外的其他人都轻松地从这些原始数据中获得有用的信息，从而做出正确的决策。

而在建立这样的数据分析基础框架时，一定要考虑到如何让没有数理分析背景的小白使用者可以自主地设计数据跑出来的形式内容，因为这样的小白使用者往往更理解产品业务流程，更能提出核心的问题。

若能把数据嵌入到各种唾手可得的日常应用中，企业能创造一种数据为导向的文化。从商业运营的角度来说，这样一个能自助生成数据的平台能释放原本专注于数据分析的工程师们，让他们更好地专注于产品设计或者是其他更高层次的问题。

企业的数据分析团队其实自身已成为许多公司发展的瓶颈。他们不应该像图书管理员似的，仅仅是按照别人的需求去读取和解读数据。

以下是使用大数据分析时常犯的错误：

1.没有理解到真正的需求

初创公司里的人们仿佛一直在被人念着紧箍咒：“要么快要么死，要么快要么死。”他们是如此着急于产品开发，以至于他们常常没有空想用户对产品的具体使用细节，产品在哪些场景怎么被使用，产品的哪些部分被使用，以及用户回头二次使用产品的原因主要有哪些。而这些问题如果没有数据难以回答。

2．数据量不够，无法形成规模

光给你的团队看呈现总结出来的数据是没有用的。如果没有精确到日乃至小时的变化明细，你无法分析出来数据变化背后看不见的手。如果只是粗放的，断续的统计，没有人可以解读出各种细微因素对于销售或者用户使用习惯的影响。

与此同时，数据储存越来越便宜。同时做大量的分析也不是什么高风险的事情，只要买足够的空间就不会有systembreakdown的风险。因此，记录尽可能多的数据总不会是一件坏事。

不要害怕量大。对于初创企业来说，大数据其实还是比较少见的事情。

3.要清楚自己使用数据分析的出发点和目标

你需要经常提醒团队里面每一位成员多去理解这些数据，并更多地基于数据来做决策。要不然，你的产品团队只会盲目地开发产品，并祈祷能踩中热点，不管最终成功还是失败了都是一头雾水。

举例：有天你决定采用市场上常见的病毒营销手段吸引新用户。如你所愿，用户量啪啪啪地上来了。可此时你会遇到新的迷茫：你无法衡量这个营销手段对老用户的影响。人们可能被吸引眼球，注册为新用户，然后厌倦而不再使用。你可能为吸引了一帮没有价值的用户付出了过高的代价。而你的产品团队可能还在沾沾自喜，认为这个损害产品的营销手段是成功的。

这种傻错误经常发生。而如果你的企业在一开始就建立起人人可自助使用的数据平台，来解答他们工作中最重要的疑惑，则可以避免上文所说的悲剧。

4.把大数据存放在不合适的地方。

你需要让你所有的数据都存放在同一个地方。这个是关键关键最关键的原则。

让我们回到前文那个假设存在的公司。他们做了一个又一个病毒营销，但是没有把用户活动数据放在同一框架内，所以他们无法分析一个活动是如何关联到另一个活动的。他们也无法进行一个横跨日常运营以及活动期间的数据分析比较。

很多公司把数据发给外包商储存，然后就当甩手掌柜了。可是常常这些数据到了外包商手里就会变成其他形式，而转化回来则需要不少工序。这些数据往往是某些宣传造势活动时期你的网站或者产品的相关数据。结合日常运营数据来看，你可以挖掘哪些活动促成了用户转化。而这样结合日常运营数据来分析用户使用历程的方式是至关重要的。

5.要用长远的目光看待数据分析

任何一个好的数据分析框架在设计之初都必须满足长期使用的需要。诚然，你总是可以调整你的框架。但数据积累越多，做调整的代价越大。而且常常做出调整后，你需要同时记录新旧两套系统来确保数据不会丢失。

因此，我们最好能在第一天就把框架设计好。其中一个简单粗暴有效地方法就是所有能获取的数据放在同一个可延展的平台。不需要浪费时间选择一个最优解决方法，只要确认这个平台可以装得下所有将来可能用到的数据，且跨平台也能跑起来就行了。一般来说这样的原始平台能至少支撑一到两年。

6.总结是好事，适可而止

虽然说这个问题对于拥有大数据分析团队的公司来说更常见，初创公司最好也能注意避免掉。试想一下，有多少公司只是记录平均每分钟多少销售额，而不是具体每一分钟销售了多少金额？在过去由于运算能力有限，我们只能把海量数据总结成几个点来看。但在当下，这些运算量根本不是问题，所有人都可以把运营数据精确到分钟来记录。而这些精确的记录可以告诉你海量的信息，比如为什么转化率在上升或者下降。

人们常常自我陶醉于做出了几张漂亮的图标或者PPT。这些总结性的表达看上去很令人振奋，但我们不应该基于这些肤浅的总结来做决策，因为这些漂亮的总结性陈述并不能真正反映问题的实质。

总结

不好的数据分析框架只会打击人们的自信心。它会无形地把公司分为两个派别：懂数据的大神以及不懂数据的白痴。这是个很常见的危险错误。你必须让公司最小白的数据用户都能轻松地生成自己需要的图表并理解它。这是选择数据平台的一个基本原则。

好的数据分析能让人们更有准备地去开会，帮销售团队问出更到位的问题，免去了无谓的猜测。人们不用再猜测他们的用户在寻找什么，或者为什么他们达成销售，或者为什么他们不再回头。人们也不用再猜测其他团队的同事知道或者不知道什么。而这一切都要归功于从一开始就把数据框架设计好。

点击免费申请云途数据分析工具：http://kb.37degree.com/product.html