数据与情报出版专著《构建企业推荐系统:算法、工程实现与案例分析》。每周输出7篇关于推荐系统、数据分析、大数据、AI的原创文章。“数据与情报”(同名视频号、知乎、头条、哔哩哔哩、Aauto Quicker、Tik Tok、小红书等自媒体平台号)社区，专注于数据和情报领域的知识分享和传播。

作者|橘子

审计|公有流

编辑|极光-l

上一期我们讲了在数据稳定的前提下的数据操作。这里我们以点击率为例。数据运营人员可能会认为我们一直在使用这些数据。它有什么特别之处？在作者眼里，点击率是多变的。它面临问题是:当用户点击详细页面时，有多少用户甚至不会下拉第二个屏幕来查看它？如果这个比例高，说明点击率本身就有很多水分。所以在数据操作中，我们往往会假设数据是稳定的，因为在我们的认知中，“我只是数据的使用者，我只是假设数据是稳定的”，这是一种普遍的心理。那么为什么要关注数据的稳定性呢？而且，假设数据是稳定的，也意味着我们习惯了不去寻找一些新的数据。

例如，如果我的钥匙不见了，通常的做法是在我可能丢失东西的地方寻找它。同样，如果在使用数据的时候出了问题，我们也会有同样的心态，不会去想除了惯性思维之外的其他可能性。而当这些地方解决不了问题的时候，我们就会很疑惑。这是数据操作中常见的死角。

所以，在养数据，也就是运营数据的阶段，我们的做法必须改变。这个时候，当我们想要一个静态的性别时，我们会问自己:“会不会不好用，需要改进？”

从企业的角度来说，数据操作一般是自上而下，管理者强调kpi指标，员工根据目标分解。所以数据操作是有计划的，但是所有有计划的操作都必须是稳定的，结构化的。

但是，运营数据是自下而上的。经过无数次的错误和实验，慢慢向上追溯。就像阿里巴巴有18个性别标签，这18个性别不是管理层用空想象出来的，而是通过交叉对比大家找到的性别，从而分析出什么场景更适合。可见这样的结果是试用出来的。

上一期，我们也谈到了数据可用的假设。从假设数据可用的角度思考，是数据操作中非常重要的方法，不同于“如何利用数据获取更多数据”的问题。今天，我已经知道了你的一些数据，但不多。这个时候我得想办法用我所知道的从你身上获取更多的数据。在数据思维中，这叫“数据有意识地获取数据”。目前最常见的从数据中获取数据的方法是A/B测试。原则是，我知道你对某样东西感兴趣。今天，我会给你一个测试。那是A页。我给你一个B页，然后看你怎么反应。其实B页获取的数据一定是基于a页获取的数据，这是最常见的利用一些数据获取更多数据的方法。

开放基于数据的运营和运营数据，可能会产生一些意想不到的创新。当我们在大数据环境下操作数据时，可能行不通的原因是，当前的数据如此庞大，需要进行管理才能实现创新的数据操作，而这种循环往往需要很长时间才能奏效。

这一期到此结束。下一期，我们将和大家一起探讨“阿里巴巴数字化运营的‘组合’”。欢迎大家关注数据和智能，获取更多好内容。