『拓扑秀』是拓扑社旗下的一档线上活动，每期邀请一位嘉宾，以语音或文字形式，分享和交流toB领域的热点及趋势。
本文为8月10日拓扑秀第35期嘉宾的分享小结。
口述丨桑文锋
编辑丨拓扑社赵凡
分享嘉宾桑文锋，神策数据创始人CEO。
浙江大学计算机科学与技术专业硕士，擅长领域-云计算，大数据及大数据分析。曾在在百度任职8年，从年底开始组建并带领团队，从零实现了百度用户日志的大数据平台，覆盖数据收集，传输，元数据的管理，作业流调度，海量数据查询引擎，数据可视化等。
历任软件工程师，高级软件工程师，高级软件工程师，项目经理，高级项目经理，技术经理，离职百度前曾带领一个35人的研发团队。
关于神策数据神策数据（SensorsData），隶属于神策网络科技（北京）有限公司，是一家专业的大数据分析服务公司，致力于帮助客户实现数据驱动。
团队核心成员（桑文锋，曹犟，刘耀洲，付力力）均来自百度大数据部，从零构建了百度的日志分析大数据处理平台，有多年的大数据处理经验。公司针对互联网企业提供大数据分析产品和完整解决方案，以及针对传统企业提供大数据相关咨询和完整解决方案。
目前，针对互联网创业公司推出了深度数据分析产品神策分析（SensorsAnalytics），支持私有化部署、全端数据接入，并作为PaaS平台支持二次开发，客户包括爱鲜蜂、秒拍、多盟、AcFun、快快鱼、51offer等。
以下是嘉宾分享全部内容，enjoy~
/关于数据驱动/
最近一段时间，我在听评书楚汉争霸，楚怀王曾经和刘邦、项羽约定，先入咸阳者为关内王。结果刘邦率先进入了咸阳，但并没有把咸阳洗劫一空，他的手下萧何则将一些典籍、税收之类的记录都给拿回去做研究，做数据分析。后来，项羽到了咸阳以后，开始分封各路诸侯，将刘邦分到了巴蜀之地。萧何就向刘邦提议，应该和项羽商量一下，看能不能将汉中这块地方分给他。为什么他想要汉中这块地方呢？因为萧何通过大量的数据分析发现，汉中这个地方虽然不起眼，但税收在秦国占据很大的比例。这件事情项羽并不知道，项羽只是一介武夫，去咸阳之后只知道烧杀，也不知道各地的情况，于是项羽就同意了。结果，刘邦凭借汉中之地，几个月之后就打到三秦，也就是之前秦国关中这一带。几年之后，刘邦就把项羽给打败了。从这件事情可以看出，数据分析不管在什么时代都是很重要的。
我们可以回想一下，自己平时都是怎么去做决策的。最直接的决策方式就是凭感觉、拍脑袋，这是很常见的。但是，实际结果如何是不能确定的。如果在实际在工作中，单靠这种方式来做决策其实是不够理想的。
后来，我们就强调因果驱动，就是去想清楚原因，然后再去讲逻辑。当然，这种方式比起拍脑袋决策肯定要科学很多。但是，它有一个很大的问题，就是效率比较低。很多事情等你想清楚原因再做决策，可能最佳时机都已经错过了。
那么，有没有更好的方式呢？更好的方式就是我们今天聊的数据驱动。很多事情我们可能还没弄清楚原因，但我们知道在什么样的情况下效果最好，那我们就可以直接把最好的效果用起来。至于原因是什么，我们可以慢慢去想。比如一个网站页面，是绿色背景好，还是蓝色背景好，你可能很难去做决定。但是，我们可以去做A/B测试，分析哪边的点击率高。如果绿色背景的点击率高，那我们就选择他，至于为什么会这样，我们可以慢慢去想，但是先要让大家使用点击率高的方式查看。
如何去实现数据驱动决策呢？其实挑战还是很大的，至少到现在为止还做不到很理想。比如一个创业公司最开始决定要做一个什么样的产品，这时候其实没办法拿到很多的数据，还是需要凭直觉做决策。但是，这个阶段尽量让它缩短，让它更可控一些，通过更少的代价去达到一个验证的效果。
如果一家公司的产品已经开始被用户使用，整个公司已经正常运作了，这个时候通过拍脑袋决策而不是看数据，这种方式就不够理想了。
/现实中VS理想中的数据驱动/
创业公司在数据驱动这件事情上会遇到三个常见的问题：
第一、排队等待某个工程师跑数据。不管是产品、市场、运营等等，大家会有各种各样的数据需求。对于公司来说，不可能安排很多工程师去满足数据需求，那怎么办？一般就是排队，一个一个需求去响应。一般这个流程是：数据工程师先跟需求提出者沟通，弄清楚需求是什么；然后再看数据源里面有没有，如果没有，再去升级系统，然后再响应这个需求。这样一来一回，可能需要几天甚至一两周时间，效率是非常低的。
第二、只有仪表盘可以看。通过仪表盘可以看到整体的宏观数据，比如销售额、用户数等，这些数据对于老板做商业决策还是非常有用的。但是，对于具体干活的人来说，只有宏观的数据是不够的。比如我们发现昨天的用户量或者活跃用户数跌了20%，这种情况下，你肯定是要去做数据分析的，只有宏观的数据是远远不够的。我们一般可以按照渠道、地域等维度对数据进行分解，然后再去看是不是有某个渠道或者某个地域有大的波动，这时我们就能更快地去解决问题。
第三、存在多个数据孤岛。对于相对比较大的公司，特别是偏传统一点的公司来说，会有很多部门，每个部门都会有一部分数据。如果你去做数据分析，就要跟不同的部门去打交道，获得审批权限。等审批下来，可能都需要花一段时间。到最后真正审批下来，把这些数据统计到一起去，又是很难搞定的事。
那么，理想状态应该是什么样？我认为应该是实现自助式的数据分析，让业务人员真正掌握数据。就像下图中，我们前面讲的问题就是左边这张图，我把它归结为需求驱动。每次来一个需求，数据工程师从杂乱的数据里面去满足这个需求，整体效率是比较低的，这是一个串行的事情，每一个需求可能需要几天甚至一两周时间。理想状态是右侧这张图，就是反着来。首先把数据源建好，然后提供更强大的数据分析工具，让业务需求者自助式的去满足自己的需求。从一件串行的事情变成一件并行的事情，从一件几天或者几周时间的事情变成一件几分钟甚至几秒钟的事情。那么，我们如何去达到这一点呢？其实这里的挑战还是非常大的。
/数据金字塔的三层：采集、建模、分析/
我们把数据分析平台的建设简化一下，可以分为三层：
第一层：数据采集。
第二层：数据建模，就是把数据进行再组织。
第三层：数据分析，也就是真正去使用数据。
对于非技术人员来说，往往只会山东治疗白癜风最好的医院白癜风疾病