關於數據分析與數據挖掘的數據10個問題

1，作為支付寶數據首席分析師，你怎麼看待“數據挖掘”這個詞?

所謂的“數據挖掘”是基於用户的行為挖掘出有價值的東西，以及這個東西被用到商業環境上。比如非常著名的“啤酒與尿布”的案例，它的背景是在1992年的美國，每週四或者每週五下午5點-7點的時間形成的連鎖銷售。但是這個聯合銷售的方法並不適合任何時間和任何場合，單純地剝離其背景本身，談數據挖掘就是一個很泛的事情。

2，你認為，支付寶的數據和淘寶的數據有什麼不一樣?

我不在淘寶工作，所以很難全面地去了解淘寶內的數據。簡單來説，支付寶的數據很廣，它是以結果為導向的，顯示的是買家交易最後一步動作，而淘寶探討的是影響其購買的多項數據，是過程數據，它的數據更深，更細分。

3，作為產品出身的數據分析師，按道理你應該對影響消費者購買以及過程數據更感興趣，為什麼會選擇支付寶這種以結果為導向的交易數據分析呢?

支付寶也有其特殊的優勢。從我個人而言，選擇一個公司做數據分析有幾個理由，第一，公司高層對數據的理解和重視程度;第二，公司的數據量足夠大，足夠豐富，能和你本身的研究方向相契合;第三，公司文化與就是個人性格的匹配，這三點支付寶都符合。

4，你個人認為數據能幫助賣家解決什麼問題?

其實數據的核心就是+將複雜問題簡單化。今天的數據是否成功主要看兩方面：第一是從時間(Righttime)上，數據出現的時間能否在你最需要它的時候出現;第二，從技術層面講，有關數據的技術門檻能不能再降低。如果你能讓你的用户用2秒時間，只要按一個箭頭就可看到他想看的數據，那麼這些數據就更有價值的。

5，作為產品出身的人，你看數據的角度會和單純的數據分析師有什麼不一樣麼?

從我本身而言，我認為不懂商業的人別談數據。因為做任何數據都應該從問題出發。比如，你在用數據解決問題之前，首先要問自己幾個問題：what is the problem(是什麼問題?);who(用户是誰);why me(為什麼是我做?);why now(為什麼是現在做?);What scale(用户層大麼?)。這幾個問題，如果都是YES，那麼這個產品就一定值得做。

6，如果你是支付寶的CEO，你最關心支付寶的哪些數據?

這就要看你所指的時間性了,比如周度,月度,甚至年度是不一樣的。如果你的問題是指周度(week)敏感的話而我的時間只有十分鐘的話我的答案會是:第一，新/老用户支付成功率;第二，新增用户數的周環比及最近峯比較;第三，十大業務量最高的支付場景中那一個超出了我的預期。第四，商户及用户上週投訴的分類排行榜。

7，現在很多賣家開口閉口就會必談和轉化率，你認為這是賣家最應該關心的數據嗎?

我不是賣家，但是這個問題的答案是：顯然不是。數據是需要背景的'，並不是任何類目，任何級別的賣家他關心的都應該是所謂的流量和轉化率等。比如京東前一段時間最關注的是物流是否給力，因此京東的CEO最想要看的就是送達率的情況，而如果老闆關注的是新品成功率，又或者是追單率等數據，這些數據都不是空想，而是經過沉澱和契合賣家自身發展背景的。因此，肯定不是所有的賣家在任何階段關心的數據都是一樣。

8，你覺得作為淘寶賣家，應該如何使用數據?

賣家更應該學會關注搜索數據(Buyer demanddata)，而不是交易數據，比如作為一個女裝賣家，你輸入“新款”，會發現，其實早在3月11 日，就應該是春裝打折的時候，如果你對搜索數據敏感，就更容易發現商機，而不是隻盯着所謂的交易數據不放。要注意的是其實百分之九十影響你的數據不一定在站內。

9，如果你是淘寶賣家，你會關注哪些數據?

如果我是賣家，我關心的數據有兩個緯度：第一，新用户從那個渠道找到我,看了什麼?買了什麼。;第二，存量用户中的留存情況。

10，你覺得，一個公司或者一個賣家，如何合理利用數據來制定KPI呢?

很多公司的KPI大多是以業務目標為導向，很少以用户為導向。其實更好的KPI導向應該是以用户為核心。我們常説用户很重要，但是用户到底有多重要，那些用户對你更重要,可以量化嗎?。其實要知道用户對你的感知只要問一個問題就可以，用户失去你，他會不會不爽?比如失去了QQ密碼，用户會慌，沒有了支付寶，對用户影響大麼?從這個角度去分析，自然能找到答案。