0x00 前言
最近在工作中和同行交流中都聊到了一个问题：数据对于业务价值的帮助在哪里？
如果被老板或者面试官问到了这个问题，该怎样去回答。下面就简单聊一下居士的想法。
0x01 思路
关于数据的价值，居士认为可以参考BI（商业智能）的定义。这里不简单地指做几张报表的工作，而是数据辅助决策。下面引用一下百度百科关于商业智能的定义。
商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。 商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
关键点：
- 商业智能能够辅助的业务经营决策
- 数据xx等技术的综合运用
从这个角度来出发，我们在回答数据对业务价值帮助的时候，可以先站到一个宏观的角度聊商业智能对业务价值的帮助，再细分数据在各个层面中的作用。
0x02 价值
价值的话可以拆开几个方面来聊：
- 决策侧
- 产品侧
- 运营侧
- 技术侧
一、决策侧
数据服务决策层对于公司的定位和思考。比如：
- 老板可以方便查看各种数据，比如经营数据、产品口碑、行业竞品等等。
- 数据分析的专业数据报告，比如商业数据数据分析、定期的运营数据汇报。
- 接受投资时的数据准备。
没当过老板，只能编这么多了。
二、产品侧
数据可以支持产品的的设计。比如：
- 发布新版本时，完善的ABTest系统支持，能帮助产品经历更好的发现产品的优缺点。
- 产品的每一部分设计，都可以加入数据分析的内容，比如用户喜好的分析，页面跳出率高的分析。
总之，数据可以在产品设计的各个阶段发挥作用，虽说大部分时候产品经历都可以拍脑袋决定。
三、运营侧
居士个人理解，运营是最靠数据说话的！当然发挥价值的地方最多。比如：
- 经典的数据挖掘例子：啤酒和尿布。
- 如果花钱：怎么合理采购商品、怎样合理地平衡在不同广告平台的投放等等。
- 用户增长：用户的拉新、提升活跃，提高留存等等。
- 推荐系统和lookalike系统：给人推荐内容，帮产品找到合适的人。
- 业务安全：欺诈判别，微信支付分/支付宝信用分等
四、技术侧
技术侧是最让人纠结的地方，因为大部分技术是幕后的，很难直接对外展示价值。
因此如果当你考虑来从技术的角度说明对业务价值帮助的时候，个人感觉说系统多完善多高大上带来的效果并不好，主要应该体现对业务痛点的帮助。比如：
- 技术带来的能力提升，比如说大数据，不管平台多么好，那它要解决的核心问题是处理以前不能处理的数据量，数据量太大，你都处理不过来，没有大数据平台，你连数据都没法玩。
- 数据安全，比如你数据被内部人员脱裤了，这就是生命线没了。
- 然后还有一些数据服务，比如说微信公众号的自带的简单数据分析，公众号的版权等等这些东西，这是能帮助你完善整个产品生态的，这也是价值的一部分。
- 业务异常发现，比如pdd被薅羊毛，不知道这事是真假，也不知道损失多大，但是这种事情一个处理不好，一些小公司可能面临的就是完蛋的危险。
