作者：桑文锋，神策数据创始人 & CEO，前百度大数据部技术经理
我在《如何用数据驱动产品和运营》一文中讲解了什么是数据驱动，也讲解了如何做数据分析。这篇文章我来讲解对于创业公司来说，如何构建数据指标体系。
对于从 BAT 等互联网公司出来的人，已经经历了数据分析的历练，会有一个做事情看数据的习惯。而对于毕业之后就创业，或者是产品经理或运营专员新手，一般会对构建指标体系比较困惑，不知如何下手。甚至有些在微信公众号后台或者百度统计后台看到的几个指标，就觉得算是有了数据指标体系了，但又会发现与许多实际的工作脱节。我这里给大家介绍两套构建指标体系的方法，第一关键指标法和海盗指标法。
第一关键指标法
现在我问你一个问题，对你所负责的产品来说，最关键的一个指标是什么？我尝试问过一些人，特别是同一个公司的几个人，你会发现他们冒出来的第一关键指标是不同的。当然，这还不是最惨的，更惨的是根本就找不出来关键指标。对于一个大公司来说，比如像百度，因为产品很复杂，有很多的产品，即使同一个产品，也有不同的职能部门，他们会有不同的关键指标或者 KPI，情有可原。但对于一个创业公司，尤其是刚成立的初创公司，几十个人的团队都不是围绕同一个目标努力的，那问题就比较严重了。
第一关键指标法是在《精益数据分析》（Lean Analytics）一书中提到的方法，这个方法不是说一个公司用于只为一个指标负责，而是说在任意一个时间点，肯定只有一个最关键的指标。随着业务的发展，你的关注重点会有变化。我对第一关键指标的方法又做了一个延伸，关键指标又可以衍生出许多其他的指标。比如对于一个成熟的电商产品，它最关心的可能是销售额。但销售额我们又可以衍生出访问量、转化率、客单价等指标，我们通过优化这些衍生指标，来实现关键指标的增长。对公司来说，基于关键指标制定目标。
这样做的好处有两点：一是确定了现阶段的最重要的问题，二是可以基于关键指标的当前的状态，制定清晰的目标。否则你可能问题没找对，努力达到的数字也是没有意义的。
对于一个创业公司，不同的阶段需要关注的重点是不同的。我把创业公司分成三个阶段：
1，MVP 阶段：MVP（Minimium Viable Product，最小可用产品） 是《精益创业》（Lean Startups）一书中提出的理念，在创业的最早期，你的关注点是确定用户需求，并做出一个最小可用的产品来验证需求的真实性。大量失败的创业最后发现解决的是个伪需求，为一个不存在的需求做出了一个不需要的产品。更好的方式是用最小的代价满足需求，然后再想更高效的方法去优化它。在这一阶段，数据分析的价值比较小，你需要的是定性分析，通过用户访谈，直接确定产品的满足情况，并不需要在数据分析方面投入大量工作。
2，增长阶段：这个时候你的产品已经出来了，并且有用户在用，是时候需要做数据分析了。这一阶段我又把它分为有重叠的两个阶段：留存阶段和引荐阶段。我们在推广产品之前，一定要确认我们的产品确实是能够给客户带来价值的，并且有比较好的体验。那怎么确认这一点呢？除了直接听用户反馈之外，最重要的就是看用户的活跃度了。这里我们就需要做留存分析，比如看次日留存，如果发现你的用户次日留存率非常低，那说明根本吸引不住用户，还是要先优化产品。
-
与这本书相关的视频
2009-06-05
浙大的王灿老师的讲课视频：
http://www.businessanalysis.cn/viewthread.php?tid=13320&extra=&page=1
韩家炜自己的讲课视频：
http://v.youku.com/v_playlist/ct250f1903290o1p0
-
大数据概念本身——读《大数据时代》有感
2014-08-13
我在大数据领域已经工作五年多了，可如果一个外行朋友让我给他解释一下什么是大数据，我还真不好讲。我能说就是海量数据的格式化、传输、存储、查询、展示吗？还是过于抽象。我能说数据量大就叫大数据吗？其实也不一定，一台机器上的传感器收集到的数据可能每天都有几个TB，但也仅仅是监控了一个机器的状态。而全国各个市一天的苹果价格，可能也只是几MB大小，但它就是一个大数据的例子。
这本书的观点很鲜明。首先是样本等于总体。在大数据时代以前，如果想要了解某个市场的情况，一般是采用抽样调查的方式，这种方式难免出现偏差，比如配合调查的人群，可能本身就有倾向性。但在大数据时代，我们直接面向的是总体样本，能够直接分析总体的真实情况，更加客观。过去有两个条件不具备，一个是数据的采集代价很大，现在通过网络可能直接拿到。比如全国人民今天都关心什么，会在搜索引擎的查询记录里体现出来。第二是计算和存储能力不具备，成千上万台的高性能服务器才能迅速计算出结果，在以前的计算器年代是搞不定的。
第二个观点是要关联关系而不关心因果性。买了A东西的人很有可能买B东西，可能这两者看似没有什么关联，但尽管把它们放在一起就是了，我们最关心的是销量，不是吗？弄清楚是怎么一个表象可能比较容易，但是想弄清楚背后的缘由，就需要很大的代价了，在这种快速变化的时代，不妨先利用这种关联性去产生价值，剩下的慢慢去分析。
我在读这本书的时候，也在思考大数据到底是有什么样的特征？和以前的时代到底有何不同？我觉得是在地域上要具有广泛性，比如开始我说的全国各个市苹果价格的例子，如果有了这样的信息，你就可以确定苹果运送到哪里能赚更多的钱，考虑的更长远一点是在哪里种苹果最划算。书中还列举了一个所有航班票价的例子，也是类似的。
在大数据时代，我预测传感器领域会有十足的发展，也许以后传感器无处不在，我们通过传感器获取到各种的数据，基于这些数据能实现一些新的价值。现在流行的可穿戴设备，只是传感器的一个基本应用。Google的无人驾驶汽车也是一个应用的例子。但传感器时代我相信还没有到来，现在是一个酝酿期。
-
《创新者的窘境》读后感
2013-06-27
1 题目的含义
创新者的位置是相对的。在一个阶段，一个公司扮演创新者的角色，去打败一些保守者。但当作为创新者的公司发展壮大成熟之后，又会进入到保守者的位置，又被新的创新者所打败。这本书主要针对那些曾经是创新者，之后发展为成熟的大公司，尽管管理者卓有成效、员工上进，但依旧会被新的创新者干掉，这确实挺囧的。难道这就是命运？
2 不是讲如何创新的
关于如何做创新，我还真没看到特别好的书。或许创新并不像一门技术，可以很好的去掌握。更像写作的水平，需要不断的去领悟。作者的论点明确，选取的例子比较有针对性，主要是破坏性创新，特别是磁盘驱动器的变迁。破坏性的创新主要是指性能指标比已有的主流产品弱，但却又能满足某类新市场，等它们在新市场站稳脚跟后，又会侵占掉曾经的主流市场，而之前主流市场的那些佼佼者被挤垮。
为什么会这样？书中主要从价值网、资源、流程、价值观的角度进行了分析，吴军在《浪潮之巅》中的基因决定论与其类似。一个企业越成功，它们所积累的做事方式、决策方式、流程之类的，越适合某类市场，结果对新市场就容易错过。
那主流企业坐以待毙吗？书中分析了三种方案。第一种是并购一家新市场的小公司，如果把新公司融入到已有公司，十有八九是会失败的。第二种是改造现有公司的文化、流程，这个难度是很大的，阻力很大。第三种是成立一个专门机构，只面向新市场，不用已有的文化、流程，独立发展，这样成功的可能性最大。
3 做学问的方法
达尔文的《物种起源》，柯林斯的《基业长青》、《从优秀到卓越》，格拉德维尔的《异类》，以及克里斯滕森的这本《创新者的窘境》，这一类伟大的书籍都有一个共同特征：使用大量详实的数据来论证一个基本的观点。读后印象深刻且深表信服。你感觉读到的是论文，事实上有些著作就是从论文扩展而来的。这种做学问的态度是许多国内的作者所缺少的，主观臆想加上大段的所教，读与不读，没有太大的区别。
4 读过时的经典
《创新者的窘境》发布于1997年，写的东西是否具有指导意义？是不是过时了？这个时代发展的很快，但大师们如何做学问以及思考的方式，恰恰是只有亲自去读才能感受到的。在书中，往往会有一些当时的前瞻性判断，正好可以通过现实的情况来验证，并思考他为什么判断对了，为什么判断错了？
达尔文的150年前写的《物种起源》，卡梅隆的1984年拍的《毁灭者》，Codd在1970年发表的关系型数据库的论文，事隔这么多年，你依旧能够感受到创作者的睿智。
5 对互联网领域的借鉴意义
书中的实例主要是物理设备，被一些性能指标上弱一些，但是具有性价比更高、便捷性更好、使用更简单之类的产品所替代。互联网领域的竞争，是不是也有这样的特征？从国内互联网来看，这十年依次经过门户、搜索、网游、博客/微博、电子商务等，似乎并不能这么看待。这种情况像是一个发展壮大生态环境，大家可以找到各自的位置，并没有被对方所取代。对同一个细分行业，比如搜索，传统的目录式被倒排索引式的搜索所取代，是技术上更胜一筹。博客被微博占据主流位置，确实符合破坏性创新的定义，更简单易用，写作代价更小。
书中提到的产品的发展阶段理论，也很有借鉴意义。一个产品的竞争方式会经历功能性、可靠性、便捷性、价格四个阶段。最开始拼功能，比如搜索，能不能真的搜索得到所想要找的。如果都能搜索得到，质量差别不大的话，谁的服务稳定用谁的，经常访问失败是不行的。然后就是便捷性，通过任何途径都能使用到，如浏览器上直接嵌入。最后就是价格，这在互联网免费模式上并不存在。
书不厚，值得一读。