数据是越多越好吗?
过去，有一个问题一直令我很困惑，现在的企业获取数据很容易，并且数据的增长速度非常之快，那么对于公司来说，到底要收集什么数据呢？收集多少数据？收集数据的边界在哪里？
后来在美国遇到Patil，他认为过去收集数据很难，而现在获取数据资源变得更容易。但是如果收集数据的出发点，不是为了解决问题，那么收集再多的数据有什么意思呢?
可是许多公司还有一个疑问是，现在收集数据不难，成本也不高，为什么不先收集数据再说呢？等以后需要数据来解决问题时再拿出来用也可以。Patil的答案我也很认同，他劝大家千万别这么想，用这样的理念来设计数据应用肯定会失败的。数据是没有边际的，我为此也痛苦了好一段日子。比如收集一个人的生日，可以精确到几分几秒，但这么精确的数据有什么应用,能产生什么价值呢?
事实上，数据是有生命周期的，比如从中国身份证号码是可以推断出性别的，但是过几年如果这个规则变了，导致我们基于数据所做假设和决策依据也就失去了意义(Data Broken)。更何况保存数据及其收集时的背景(Context)也是一件不容易的事情。所以说，在收集数据的同时，我们必须知道未来可以用来做什么，今天都想不出来的话，日后就更不容易想出来了。
打一个比方，今天很多电商老板会问重复购买率是多少，于是我们收集数据来计算重复购买率，却很少想到需要重复购买率来做什么决定。这就好比刻舟求剑这个故事，他告诉我们世事在变，我们不能只是机械的套用方法或指标。就像重复购买率有不同的定义，而做不同的决策需要不同定义的重复购买率。如果从一家投资公司的角度来看重复购买率，它想收购A公司，那么会从重复购买率来看整个A公司的健康程度或用户质量等。如果从A公司本身运营的角度来看重复购买率，那么它更关注的是日、周级别的重复购买率的变化趋势，或者当月新增客户有多少人在三个月后的重复购买，从而可以衡量每个月新增及存量客户的忠诚度和质量，找出改善的空间。知道了以上的背景之后才去选择用什么数据不是更靠谱吗?
数据应用因小而美
从2011年年底，我开始思考怎么从“用数据”转变为“养数据”（即数据运营转变为运营数据），这一段时间我特别为收集什么样的数据而烦恼（more data, more problem）。而且，我也曾经想做一个特别大的适合多数人使用的数据应用出来（虚火上升），可是后来发现这在数据应用的起步阶段几乎是不可能的，一是找到可以解决大部分人需求的数据应用不容易，二是支付宝的数据非常丰富，需要考虑的因素很多，因素之间的联系又很复杂。
所以，我总结，当做数据应用的时候，数据就是等于原材料，当原材料一直处于变化的情况下，做出来的产品很容易出问题。体会数据和应用的关系之后，我最后决定从小角度切入，先做小应用出来（很好的瞄准器）。
这里说的“小”指的是应用的目标很具体。打个比方来说，对于一款数据应用，如果我的目的是分辨两种决策谁更好，差异在哪里，是很具体的问题。但如果我的目标是想知道如何让公司赢利，就是一个空泛的目标。
还请注意，“小”不是指数据量。许多人在没有获取足够数据，并且缺乏对数据理解的情况下做判断，其实是在享受自己的无知。
经过一番周折之后，也是按照小角度切入的想法设计数据应用，小角度切入设计产品可以做到具体和快速，而且可以避免因原材料的变化而导致的问题。
把数据放进“框”之中
此外，还不得不说到一个话题，在大数据的背景下，必须考虑数据之间的关联性。一个单独的数据是没有意义的，要把数据放在一个“数据框架”(情景)里面看才能看出问题。
为了把问题说得很明白，这里我拿前阵子一家电商公司找我讨论的问题举例子。这里不太方便公开这家公司的名称，暂以A公司代替。
A问我，要不要撤去导航网站的广告？因为怀疑许多老客户是从导航网站访问官网，而不是直接访问官网。
把这个问题说得再直白点，就是要弄清楚在导航做广告与A公司的业务关系。
那么，接下来要观察用什么“数据框架”，有助于做决策？
一、A公司当前的投入产出比
1、明确导航网站引进来的新、老用户占比如何？
2、引入的新、老用户的投入产出比和转化率如何？
3、推断撤去导航网站，对流失新老用户的影响？
二、与竞争对手的博弈
有一个问题可能会忽略，那就是你不做导航网站广告，你的对手就会立马进来。做数据框架的时候，要特别注意框架不是静态的，而是博弈的，需要把竞争对手因素算进来。
三、考虑时间因素
建立框时要考虑时间因素：
1、 用现在、过去和未来的眼光来审视导航网站，看看导航的质量是不是越来越好
2、 需要注意的是时间有延迟性，引进来的流量会有一些延迟，在两三个月后才能知道新用户的价值（life time value）。
总之，“数据框架”是商业分析师的灵魂所在，从框中找寻问题的关键因素及答案。不同的问题有不同的框，不能完全在此全部阐述。
如何用框架来做决定？
对此，我总结了四步走的方法：
第一，首先确定有什么问题，从解决问题的角度出发收集数据；
第二，把收集的数据整理好，放入一个“数据框架”内(这个框架是用来帮助决策者做决定的)。让决策者用框更清楚地看到数据与决策之间的关系，比如A公司在框架内要知道竞争情况、新老客户比例情况等因素，以及多种因素互相的关系。
第三，看框架与决策的关系，比如A公司与导航网站有三种选择，完全不合作，部分合作，全面合作。根据数据框架告诉A公司该怎么决策。如果发现数据框架与决策不能匹配，就必须返回到第二步。
第四，根据决策做出行动，检查行动是否达到了目的。如果行动了发现根本没达到目的，就要检讨整个链条，看问题出在哪里。是数据有问题吗？还是因为框架不对？或者是决策不对？是否还有数据没考虑进去？
所以，又回到之前我老说的话题，不懂商业就别谈数据。想要解决的问题越复杂，框架也越复杂。而对于现在多数还没有开始做数据应用的电商公司来说，一开始框架千万不要太复杂，一定是针对某个需解决的问题开始搭框架，令框架与决策之间的关系非常清楚。你的问题是什么，你的decison是什么，反过来你的框架又该怎么样。从小角度切入，从“小”做起。