数据使用价值复用是什么意思

我们讨论数据的意义大致有三个方向，也是三个层次，这三个方向基本覆盖了日常生活的绝大部分情况，我们一一来说，先点赞收藏，以后可以反复的看。方向一，理解事物的性质，也就是是什么这类问题，或者说是分类的问题，定性的问题。 这类问题都指向一个确定的基准，比如一个临界点，一个里程碑，一个正常的范围，一个关键门槛等。举个例子啊，经常运动的人肯定会关注一个指标，叫体脂率，指脂肪重量在总体重量所占的比例， 反映了人体内脂肪含量的多少。如果你的体脂率是百分之二十一，这是正常还是不正常呢？首先要看性别，成年人的体脂率正常范围，女性为百分之二十到百分之二十五，男性为百分之十五到百分之十八。所以啊，百分之二十一的体脂率，你要是女性是正常的，是男性就偏高了啊。我们再来 看方向二，理解事物的相对情况和发展趋势。你注意到没有一件事情是快是慢，是轻是重，是大是小，是远是近，都是相对的。所以理解这类问题，就要找参照系，找对比值。比如某品牌抖音电商 gmv 有十个亿， 这是大还是小呢？就需要去比较其他品牌的 gmb 以及抖音整体的 gmb， 这样才能判断自己在抖音电商的经营情况。最后一个方向，洞察当事人的意图。 虽然说人心是最难理解的，但是数据会透露线索。在我们刷短视频的时候，每个人都应该会有这样的一个感受，短视频平台比你还了解你自己更喜欢哪类短视频， 这背后都是你在平台上的行为，数据透露了你的线索，好的数据思维可以帮助我们快速的提出正确的问题，接近正确的答案。 大家都吃过海底捞吧，是由张勇夫妇和诗永红夫妇共同创办的，分别各占百分之五十的股份，但主要的经营都是由张勇在做。所以啊，在二零零七年，张勇很强势的提出让诗永红夫妇转让给自己百分之十八的股权。 问题来了，为什么张勇要夺走了股权正好是十八个点呢？因为公司法规定，不同比例的股权之下，股东拥有的权限是不同的， 如果你拥有三分之二以上的股权，就拥有了对公司的绝对控制权，公司所有重大的事项你都可以表决通过。 张勇原来的五十个点，现在又夺得了十八个点，这样一共是六十八个点，正好比三分之二多一点点，他就拥有了公司的绝对控制权。所以百分之十八这个数据就透露了张勇的野心。点赞评论关注，我们接着聊！

数据资产的第二个价值呢？是决策价值。其实我们做财务的都说管理会计 更重要，更有价值，那管理会计的价值到底是什么呢？管理会计的价值难道只是出具一个管理会计的报告吗？如果我们把管理会计报告往边上一扔啊，我认为它是没有价值的。 管理会计报告产生价值的核心的逻辑在于说，我们针对管理报告的数据作出了相应的决策，并且落地执行了我们正确的一些动作，并且最终拿到结果 啊。他带来的价值就是决策价值。所以数据啊，特别是我们财务做管理会计出具的这些报表的数据啊，第二个价值就是要产生决策价值。

论文投稿前，你需要准备的十个附属文件有哪些？

你是否有过这样的一个经历，在做工作汇报的时候，遭遇了灵魂式的追问，新产品卖的怎么样？接下来打算怎么去优化？那销售波动的原因又是什么？有过这样的场景吧，是不是觉得很熟悉？ 其实根本原因是在于你对于业务的思维只停留在浅层的一个对比，甚至出现了拍脑袋的情况。那数据分析究竟是什么？ 数据是基础，分析是主导，也就是说数据并不意味着价值，分析和决策才能创造价值。那在日常生活中，我们也是可以培养出数据思维的习惯的。 比如逛商场看到一个活动，你要想办法去拆解出来，他的目的是什么？他针对的人群又是谁？他投入的成本是多少？他预期活动的目标优势多少？ 再比如买到一个产品，在使用完毕之后，要去分析他的商业模式是什么，他面对的客户群体又是谁？他群体使用的场景又是什么？ 同时去想他可改进的价值点又是什么，并且在后续要去观察他运营动作是否去验证了这个改进点。那我们到底该怎么做？ 简单来说，能够通过数据找到问题，准确的定位问题，准确的找到问题产生的原因是什么，下一步改进找到机会点。

我们理解数据驱动呢，其实就是通过对数据的判断，把日常那些决策呢，尽量的科学化，而不同的决策呢，其实需要不同力度的数据来作为这个判断的依据。而字典本身呢，他的文化经历其实就有比较重的这个数据驱动的思维，这是大家整体就比较认可的一个理念。 任君老师，人人都有料。大家好，我是字页跳动数据平台负责人，罗旋 字节其实有很多属于驱动这样的例子，我们讲的比较多的，像头条、抖音这种成熟的业务，我们举一些这个新业务的例子吧。我们可以举一个轻颜相机团队的例子，他这个相机类的拍照的 app， 在二二年左右的时候呢，针对这个头部用户做过一轮调研，发现用户有一个痛点的问题，就是说 他怎么样去摆 pose？ 基于这个调研发现呢，轻颜相机的团队就上线了灵感这个功能，他可以直接给用户提供关于不同场景的拍照姿势的指导，比如说你在旅行中可以怎么自拍，你想拍一个美食又应该怎么拍。但是上线之后呢， 这个灵感的功能使用率其实是不尽如人意的，比其他功能要差了一大截。这个时候呢，团队其实并没有拍脑袋去决策，而是去做了一些归因的分析，来挖掘用户为什么不能够使用这个功能。最后他们有一些发现， 第一个是说用户并不了解这个功能的价值，第二个是功能入口是非常深的，在这个 ui 设计上是有这个遮挡的，影响了这个功能的使用。发现这个原因之后呢，他们就能够制定了对应的解决方案，他们在 用 a b 测试呢，去验证一下这个想法是不是正确。最后呢他们做了改版之后，这个功能的数据就得到了非常大的提升，这样更多的用户呢也从这个功能上就学到了一些拍照的姿势。比如说我们有一个懂车帝这样的 app， 他其实做一个 垂类的汽车领域的这个资讯，那么在早期的时候呢，其实它的登录率是比较低的，而登录率其实是一个比较重要的指标，我们是希望能够提升它，同时呢又不过多的降低这个用户的体验，所以呢我们就开了多组的这个 a b 实验， 我们做了用户圈选的规则和这个屏控的设置，来最大程度的去平衡这个体验和这个登录的提升。比如说我们会给出不同频次的提示框来提示用户登录，同时呢我们会尝试不同的这个页面的 ui 设计方案，这样呢我们就可以找到说哪种 频次是用户比较能接受的，哪种 ui 方案呢是用户比较喜欢的，最后呢选出一套最优的，那从结果来看呢，最终这个懂车帝的登录率已经追平了自由跳动里比较成熟的这种资讯 app， 同时他的互动率呢和人均活跃的天数的这个数据也会有上涨。在工具的层面呢，我们就会提供很多的数据产品，这些数据产品能够帮助大家去降低整体数据的使用门槛，让数据使用效率变高，做到比较敏捷易用的这样一个程度。最后呢是组织上呢，可能要做一些支持， 我们会提供一些通用的这个中台的支持，也就是说一套工具呢，可以支持多个不同的业务线，他是比较通用的。另一部分呢，可能是偏 bp 的模式，有专门的团队，专门的定制化一点的工具，或者业务的数仓来支持到。呃重要的业务， 人人都是数据消费者，其实指的是大家都有能力来使用这个数据，要实现这个目标呢，其实需要满足几个前世条件。首先是需要数据流和业务流充分的融合，因为只有数据流融入到了业务流的各个环节，处于业务流各个环节的不同角色，他才能够有机会 去使用到数据，这个是需要产品的普惠。早期数据使用的门槛其实是比较高的，如果大家都能够用起来，其实需要数据产品做的足够简单易用，需要尽量少的专业知识，让这个门槛大大的降低， 才能够做到每个人都使用。同时呢，我们也需要做一些资产运营的工作，也就是说我们已经创建出的这些数据能不能够被很好的管理起来，做到比较高的质量，比较低的成本，比较容易的被检索等等。 数据飞轮是字节跳动十余年数据驱动实践经验的体验，他是一个企业数据化升级的新范式，核心的切入点就是说我们需要把数据消费这个环节先做好，来驱动这个飞轮，能赚起来。数据消费的繁荣呢，其实可以促进数据资产的建设，同时呢也能够促进业务的发展， 这样呢，业务的数据流就逐渐的跟业务能够做进一步的融合，属于资产业务应用，就相当于形成了一个双飞轮的效应。一个实际的例子是，在六幺八的时候运营呢，会发现一个头部主播的直播间 流量出现了断崖式的下跌。经过分析我们会发现进入直播间的人数其实并没有减少，问题出在离开的人是越来越多的，我们就马上去看了这个采集到的数据，做了诊断和反馈，数据产品的实时诊断能力就可以定位到问题的所在。前期引入 录了大量的用户呢，和当时直播间正在播的那批商品定位其实是不匹配的。正在播的呢，是个奢侈的品牌，但是之前吸引的人其实更关注于性价比。当我发现问题之后呢，团队就赶紧调整了策略，让这批用户更感兴趣的高性价比的化妆品提前去上架。 整个的调整可能只用了短短几分钟，但是呢就迅速的帮直播间撑住了这个人气和购买量。 那么在这个 case 里，数据产品其实提供了整个活动需要的各项数据服务，它能够帮助运营去实施的预警、洞察、诊断，帮助各方去做好实施的决策。 甚至我们还打通了投放的系统，就是如果流量不够的话呢，我们还可以快速的做一些投放引流的动作。不同的企业，他其实业务的侧重点肯定还是不一样， 比如说我们有一个三 c a 行业的客户，他最开始呢就是先用 a b 测试，因为他的核心的诉求是做 答案的优化，当做出比较显弱提升之后呢，他又开始用警卫分析的数据产品来做小程序的页面优化，让整个的点击率呢有百分之几十的提升。进一步的呢，他又可以结合人群的特征去做潜在用户的圈选和推送， 最终呢，他让这个购买的转化率得到了大幅的提升。然后我们还有一个汽车行业的客户，他最开始其实只用了我们的 bi 工具，这个工具呢让他们从最早只有十几个人用数据，到最后有两千多个人每天使用， 并且呢还可以使用出各种花样来。数据消费繁荣之后呢，他们会发现下面的数据资产城也需要更好的建设。之后他就又买了我们的 data 利普之类的产品，去帮助他们做数据资产的建设和治理。 有两个方面吧，一个方面是说我们还是需要不断的去深入业务，这样探索出更多业务场景，业务场景里面创造价值。另一方面呢， 是需要提供更低门槛、更普惠的数据产品，这样才能够释放出大家的创造力。我们现在也在探索大模型 ai 和这个数据飞轮的结合，我们刚刚也发布了一些 ai 助手，也算是我们初步的一个探索成果。我们就提供了几个不同领域不同角度的这个 ai 助手。比如说我们提供了这个 找数的助手，他可以用自然语言问答的方式来检索多种数据员，比如说像数据集，像数据指标维度、业务知识库等等。并且呢他可以做出拟人化的总结响应。在这种交互过程中呢，大语言模型其实可以更好地理解用户的真实意图，也提供了非常接近于人工响应 的体验，这就让找数本身的成本变得非常的低，整个过程呢，他是更有可能自助化的完成的。然后另一方面呢，我们提供了这个开发的助手，其实可以帮助我们降低编程语言带来的这个障碍和门槛，这样数据开发的这个难度其实就降低了。一方面呢， 并不是很精通 circle 语法的人，也可以做一些简单的数据开发的工作。另一个方面呢，特别专业的这种数据研发人员，他可以从大量复杂而又基础的 需求中解放出来，更聚焦在复杂场景的需求来提高研发生产的效率。另一个呢，我们提供了这个数据分析的助手，在这个助手帮助下呢，用户只需要输入自然的语言， 然后就可以完成 circle 查询，可视化的查询分析、仪表盘绘制等等的操作。同时呢，我们还会联通飞书等办公协同的系统，用户就可以通过 im 消息订阅和自 语言对话结合的方式做更多的延展分析，通过这些方式，我们就可以让数据分析变得更加灵活，更随时随地的发生。

数据分析工具中的回归分析，它指的是在项目管理当中，我们需要确定两种或两种以上变量之间相互依赖的一个定量关系，通过考察一系列输入变量及其对应的输出结果，建立数学和统计关系这样一种分析技术。 那通过研究变量之间的关系呢？可以对它来构建相关的模型，从而呢来提高整个未来项目的绩效。那回归分析这个工具它主要的应用场景呢？就是当我们需要做预测分析，或者是当你需要发现两个变量之间的因果关系的时候来进行使用。 那比如说我们用到的工具啊散点图，实际上他就是回归分析的一种具体的一种表现形式。在结束项目或阶段这个管理过程当中，我们就可以用到回归分析这个技术。 在这个管理过程当中，回归分析技术呢，它主要作用于项目结果的不同项目变量之间的相互关系，以此来提高整个未来项目的绩效水平。

你知道局域网共享吗？开启它就可以实现局域网内所有的文件共同享有，相互传送，而且速度能达到一百兆以上，比移动硬盘优盘传输更快更方便，工作、学习、娱乐都能用上。操作方法分享给大家。 第一步，给电脑改个好记的名字，方便以后找到他这里。需要注意，新名字需要重启电脑后生效。第二步，添加一个共享账户，这里的用户名和密码自由设定。 第三步，搜索本地安全策略，去修改这一项。 最后一步，想要共享哪个文件，就去设置他这里。我以地盘为例，找到属性高级共享， 查找用户，找到这个用户名，确定 这里是开启，允许读写。确定好了，设置完成，现在就可以开始使用了。访问方法，局域网内任意电脑打开文件，浏览器输入双斜杠电脑名，回车弹出的窗口里输入刚才的用户名和密码，现在就可以访问到共享的文件了， 还可以设置为映射，下次打开更方便。共享的文件可以读取、写入、删除，是不是很方便呢？喜欢的朋友请记得收藏，希望对你有帮助！

房地产行业啊，经历过黄金时代、白银时代之后，跳过了京东时代，直接进入了胚铁时代。在过去你要卖房子，只要说出这些大事就好了，对吧？雍容辉煌荣耀啊，就可以了。今天不行了，今天你就说我是 跟白金的焊工一比一打造的，都不一定卖的出去了，对吧？那怎么办？若接科技的创始人胡伟说我们现在要从连接里面挖掘数据，从数据里面挖掘交易。胡伟说我们开始做公众号， 因为广告可以通知用户，但是公众号可以连接用户。但是做公众号发什么呢？发那些段子吗？发那些八卦吗？虽然能联系到用户 哇，但是没人看。发了一些尊荣尊享尊贵吗？那看都不看了。那怎么办？发一些有用的知识， 比如说新房政策出来之后，我们应该如何应对，比如说房贷的利率变化之后，对我们说意味着什么等等等等。因为用这些东西虽然很难，但是呢，它可以联系到真实的，真正的那些钱在用。然后直播卖房， 你说你要去卖一个十几块钱的，什么土鸡蛋啊，酸奶啊，什么东西还可以啊。直播卖房这件事应该非常非常的困难， 但是我们不是已经联系到真实的、潜在的用户了吗？下面我们要做的事情就是把它们转化为真实的用户。怎么把它挖掘出来，把叙旧 挖掘出来。他说我们开始在直播间用九块九的价格去卖大概两千块钱的购房代金券。 这两千万购房代金券啊，是一种只有那些真的想买房的人才会买的，因为挑菜的人才会真的去买菜，他能把真实的用户筛选出来。呃，今年我们帮一家叫山嘴头未来社区在金华去卖房，卖了两百多张代金券， 在线下成交了十二套。所以这个社区他的销售在精华鹤立鸡群。 他说在未来，靠大力的人在线下去发传单、卖房早就不行了。现在一定要做什么？一定要联系到那些精准的客户，然后用这个连接里面发掘出数据，数据 里面去发掘出一些精准的交易机会。中国的零售行业在过去的这几十年，经受了本不该他们这个年纪所承受的一切。 刚刚发展了一段时间，就迎来了搜索电商，刚刚搞明白是怎么回事，又来了新零售。新零售完了之后，又迎来的中国第五大发明直播卖货。所以各种各样的新名词，根本不知道怎么办。

已经有人说，二零二零年就是中国企业的价值回归之年，也是下一个商业元年。 价值回归是指经营产品到经营用户的申请。未来我们不能再靠产品挣钱，产品只是你体现价值的载体，未来的产品利润都会归零，甚至是负利润的。 也就是说，未来最值钱的不是产品，而是消费数据。什么是消费数据？比如说用户信息、会员库、粉丝数量 等等。谁掌握了大量的消费数据，谁就掌握了主动权。未来会有很多商家会用很低的利润甚至零利润的产品去交换消费数据，吸引大家聚焦而来，然后利用另外一套银行的逻辑去赚钱。比如说书店，之前是靠卖 卖书挣钱，现在书都是免费送的，通过可以开读书会来挣钱。开读书会的本质就是在经营用户，而卖书的本质是在经营产品。 再比如，现在很多四个店也不靠卖车挣钱了，只靠售后服务来挣钱。之前商家都是靠产品利润来挣钱，现在商家都是靠经营用户和服务来获取利益。未来随着社会物质产品的极大丰富， 很多产品甚至都是免费提供的。因为商家需要掌握大量的消费者才能赚钱。也就是我讲的消费数据。 比如说小米就是这样，首先他的产品性价比都很高。最关键的是，小米根本还不靠产品来挣钱，而是靠自己的用户生态来获取利益。用户生态 就是消费数据。总之，未来你能掌握多少消费数据，就能掌握多少商业的主动权。我是太白，蜕变创造未来！

这一期给大家先讲一下我们一个成本保障规则啊，就是成本保障具体怎么才能得到这个赔付，给他讲清楚，然后有利于我们对后面内容的一个理解啊。成本保障这里我给他列好了，就说 第一个就成本保障，他的概念是什么？就是说我们一条计划刚刚投放出去，他需要一个充分的探索人群，那么我们在这个阶段里面呢，转化成本他就会不稳定，有可能会超出你的预期啊，如果超的太多了，平台他就会给你一定的赔付，但是如果你不清楚我们成本保障的一个规则，那就可能导致你失去这个赔付资格 啊。具体的要求呢，就第一个碰成本投放的计划他才有成本保障，放量投放的计划是没有的。而第二个单条计划的出价或者定向他任意一个在在一个自然日之内啊，他的修改次数不能超过两次。 另外就是说第三个优化目标，如果你选的是支付 r y 以外，比如说你下单啊，成交啊这些，那对于通头广告啊这条计划， 他的转化数量要求从开始投放到，嗯三个自然日以内大，他的那个转化数量要大于等于六个，如果投的是搜索广告，他的转化数量要大于等于两个，不然的话也是没有赔付的。第三个就是说 最后的一个转化成本要大于你实际出价的一点二倍，不然的话也是没有赔付的。另外如果是支付 l a 计划，他就会他他是一个单独的一个规则。 如果是支付 i， 除了上面有一些要满足以外，就是说是如果你投的是推商品或者是搜索广告，以 roi 为营销目标，那这个情况下它成本保障是从计划开始到三个自然日以内， 嗯，这个这是他成本保障时间，在这个期间之内呢，你的那个转发数量要大于等于那个大于等于十个。如果你投的是直播间的话，直播间里面的 r y 为目标的话，你只有一天的时间，就说必须在一天之内，他的那个转发数量大于等于十个，你才有机会得到这个赔付啊。如果你投的是那个 搜索计划也是一样的搜索计划，它就是要求转化目标在两个以上。那最后还有一条就是说它的实际 r y 要小于你的那个目标，说你投的 r y， r y 目标是十，是不是？那实际上它要小于八，实际 r y 的一个结果比你的目标 零点八倍还要小，他才有这个赔付。然后这里如果不清楚的话，大家可以直接就说，我这里是一个已经是很详细的一个讲解了，你听清楚了这个讲解就够你用了，你就知道什么情况下才能才能有赔付了。 我们这里其他的不说，就是说单独一个大家最容易犯的错误，就是说对于我们一条计划在一天之内不要频繁的去修改，一天之内他的出价和进项最多你只能修改两次，不然的话就会丧失赔付，其他的就说不是你能够决定的了， 那具体的一个赔付的金额计算，他是很麻烦的。如果大家有兴趣的话，可以直接去我们的千专学堂进行一个搜索，就搜索一下赔付规则就可以了。