贵州“大扶贫 数据分析”正是十三五期间最大的发展战略。从贵阳机场到市区的路上，“抓紧推进大扶贫 数据分析两个战略行动”的横幅时常进入视野。那么在“数据分析时代“下，我们应该如何去创造一个”数据分析“产品？如何采集并利用数据？以下几点是我在“数据分析时代”下的产品思考。

确定产品定位


    数据收集


    数据收集即自己去收集数据，成为数据拥有者，通过数据授权等方式利用数据。


    数据分析


    拥有出色的数据分析技术，从别人提供的数据那挖掘数据的价值。


    数据创新


    没有数据，也没有出色的技术。但是看到了数据之间的联系，预见到了数据存在的价值，成为这方面的先行者。


    转变产品思维


    很多时候，我们能获取约等于全局的数据量，但是我们很多时候还是用原先的数据处理方式。


    原先我们只能获取一部分数据，然后以这部分数据去估算。所以我们的数学模型对数据的精确性和随机性要求非常高，因为数据是这么的少，改变一点点就能带来结果上的巨大偏差。现在我们拥有了更多的数据，使用相对简单的算法，只需带入更多的数据就会拥有更精确的结果。


    数据不再是单一的，结构化的，而是混杂的。


    “小数据”时，我们会去给数据分类分级，去尽可能的结构化他们，我们能应付过来，但是如今，数据多种多样，很多时候你根本没有办法把他们分类分级。但我们可以利用这种混乱，比如给照片设定标签，开辟一个新的数据种类。


    数据分析时代推崇的是相关关系而不是因果关系。


    这也是数据分析的核心：利用相关关系作出预测，而不去分析它的原因。我们只知道“是什么”，而不知道“为什么”。但是前者很明显更简单直接的解决了问题。但是这并不意味着“因果关系”不再重要，我们要抛弃它。比如沃尔玛通过数据分析发现，飓风来临的时候蛋挞销量特别好，那么我们就可以在飓风来临时，多做蛋挞并摆在显眼的位置以增加销量。但是我们并不知道为什么它们会相关。


    获取数据


    数字化同时数据化。


    数字化是数据化的基础，比如仅仅扫描一本书，让它能够在电子设备上阅读，这叫数字化。但是你还不能处理上面的文字，做一些分析，我们需要通过图片文字识别技术，来将扫描的书转化成可以提取分析的文本数据。只有数据化的数据才对我们的产品有价值。

 

    从看似不可能的地方提取数据。


    因为数据存储成本的变低和数据价值的巨大，我们可以收集更多的数据存储起来以期日后能挖掘出价值。我们要开拓思维，从许多看似不可能的地方收集数据。比如，一家日本汽车服务商，创新的把传感器放到了汽车座椅上，经过记录与分析，我们可以判断司机的体型，习惯坐姿，受力等等数据，如果一个小偷坐上了汽车，传感器感受到了变化，就会让其输入启动密码以确认身份。


    提前设计扩展数据。


    数据在不断的再利用中才能发挥出其最大的价值，一开始就设计好数据的可扩展性能让这种再利用更容易，虽然这并不总是可能。谷歌街景车在收集信息之初，考虑到了自己未来的自动汽车计划。所以在采集的时候，记录下的街景和GPS定位信息将来不仅可以优化地图也能用于自动汽车的研发。

    

    利用数据废气。


    我们看看谷歌是怎么利用登录的验证码的：它将验证码变成一些常见的错误拼写单词，每次用户登录输入这些验证码的时候就要求其输入成正确的单词。这一举措让谷歌的拼写检查器得到了巨大的提高，而且还是免费的。


三句话总结贵州数据分析发展特点：一是天赐加良机，立足气候凉爽、地质稳定、电力充足等先天优势，抓住了稍纵即逝的窗口期，与世界处在同一起跑线上；二是笨鸟加先飞，虽然‘家底’薄，但是敢于先发声，在以‘月’为单位变化的数据分析行业成了领路人；三是领跑加群跑，政府领跑、企业群跑，数据分析生态链逐步形成。