初創企業使用大數據分析時，一定要避開這幾個坑！

【導讀】數據分析是一種經常被人視為假高大上的雞肋工具。當你正在焦頭爛額地為自己的初創公司設定市場定位的時候，你一定會把處理數據當做一種閑得沒事幹的行為。但等公司走上軌道后，你需要更好地理解你的用戶，而此時回頭看之前積累得如同亂麻的原始數據，你會突然意識到你並沒有很好地收集你想要的信息。那是因為你還沒有真正掌握大數據分析的精髓。

如今企業把數據分析當做吃喝拉撒一樣的日常基本需求，這就意味著讓你公司的每一位成員，而不僅僅是技術人員，都可以便捷使用。每一個人，特別是直面客戶的前線人員，都需要方便地獲取及理解這些數據。而一個好的大數據分析工具能幫助工程師以外的其他人都輕鬆地從這些原始數據中獲得有用的信息，從而做出正確的決策。

而在建立這樣的數據分析基礎框架時，一定要考慮到如何讓沒有數理分析背景的小白使用者可以自主地設計數據跑出來的形式內容，因為這樣的小白使用者往往更理解產品業務流程，更能提出核心的問題。

若能把數據嵌入到各種唾手可得的日常應用中，企業能創造一種數據為導向的文化。從商業運營的角度來說，這樣一個能自助生成數據的平台能釋放原本專註於數據分析的工程師們，讓他們更好地專註於產品設計或者是其他更高層次的問題。

企業的數據分析團隊其實自身已成為許多公司發展的瓶頸。他們不應該像圖書管理員似的，僅僅是按照別人的需求去讀取和解讀數據。

以下是使用大數據分析時常犯的錯誤：

1.沒有理解到真正的需求

初創公司里的人們彷彿一直在被人念著緊箍咒：「要麼快要麼死，要麼快要麼死。」他們是如此著急於產品開發，以至於他們常常沒有空想用戶對產品的具體使用細節，產品在哪些場景怎麼被使用，產品的哪些部分被使用，以及用戶回頭二次使用產品的原因主要有哪些。而這些問題如果沒有數據難以回答。

2．數據量不夠，無法形成規模

光給你的團隊看呈現總結出來的數據是沒有用的。如果沒有精確到日乃至小時的變化明細，你無法分析出來數據變化背後看不見的手。如果只是粗放的，斷續的統計，沒有人可以解讀出各種細微因素對於銷售或者用戶使用習慣的影響。

與此同時，數據儲存越來越便宜。同時做大量的分析也不是什麼高風險的事情，只要買足夠的空間就不會有systembreakdown的風險。因此，記錄儘可能多的數據總不會是一件壞事。

不要害怕量大。對於初創企業來說，大數據其實還是比較少見的事情。

3.要清楚自己使用數據分析的出發點和目標

你需要經常提醒團隊裡面每一位成員多去理解這些數據，並更多地基於數據來做決策。要不然，你的產品團隊只會盲目地開發產品，並祈禱能踩中熱點，不管最終成功還是失敗了都是一頭霧水。

舉例：有天你決定採用市場上常見的病毒營銷手段吸引新用戶。如你所願，用戶量啪啪啪地上來了。可此時你會遇到新的迷茫：你無法衡量這個營銷手段對老用戶的影響。人們可能被吸引眼球，註冊為新用戶，然後厭倦而不再使用。你可能為吸引了一幫沒有價值的用戶付出了過高的代價。而你的產品團隊可能還在沾沾自喜，認為這個損害產品的營銷手段是成功的。

這種傻錯誤經常發生。而如果你的企業在一開始就建立起人人可自助使用的數據平台，來解答他們工作中最重要的疑惑，則可以避免上文所說的悲劇。

4.把大數據存放在不合適的地方。

你需要讓你所有的數據都存放在同一個地方。這個是關鍵關鍵最關鍵的原則。

讓我們回到前文那個假設存在的公司。他們做了一個又一個病毒營銷，但是沒有把用戶活動數據放在同一框架內，所以他們無法分析一個活動是如何關聯到另一個活動的。他們也無法進行一個橫跨日常運營以及活動期間的數據分析比較。

很多公司把數據發給外包商儲存，然後就當甩手掌柜了。可是常常這些數據到了外包商手裡就會變成其他形式，而轉化回來則需要不少工序。這些數據往往是某些宣傳造勢活動時期你的網站或者產品的相關數據。結合日常運營數據來看，你可以挖掘哪些活動促成了用戶轉化。而這樣結合日常運營數據來分析用戶使用歷程的方式是至關重要的。

5.要用長遠的目光看待數據分析

任何一個好的數據分析框架在設計之初都必須滿足長期使用的需要。誠然，你總是可以調整你的框架。但數據積累越多，做調整的代價越大。而且常常做出調整后，你需要同時記錄新舊兩套系統來確保數據不會丟失。

因此，我們最好能在第一天就把框架設計好。其中一個簡單粗暴有效地方法就是所有能獲取的數據放在同一個可延展的平台。不需要浪費時間選擇一個最優解決方法，只要確認這個平台可以裝得下所有將來可能用到的數據，且跨平台也能跑起來就行了。一般來說這樣的原始平台能至少支撐一到兩年。

6.總結是好事，適可而止

雖然說這個問題對於擁有大數據分析團隊的公司來說更常見，初創公司最好也能注意避免掉。試想一下，有多少公司只是記錄平均每分鐘多少銷售額，而不是具體每一分鐘銷售了多少金額？在過去由於運算能力有限，我們只能把海量數據總結成幾個點來看。但在當下，這些運算量根本不是問題，所有人都可以把運營數據精確到分鐘來記錄。而這些精確的記錄可以告訴你海量的信息，比如為什麼轉化率在上升或者下降。

人們常常自我陶醉於做出了幾張漂亮的圖標或者PPT。這些總結性的表達看上去很令人振奮，但我們不應該基於這些膚淺的總結來做決策，因為這些漂亮的總結性陳述並不能真正反映問題的實質。

總結

不好的數據分析框架只會打擊人們的自信心。它會無形地把公司分為兩個派別：懂數據的大神以及不懂數據的白痴。這是個很常見的危險錯誤。你必須讓公司最小白的數據用戶都能輕鬆地生成自己需要的圖表並理解它。這是選擇數據平台的一個基本原則。

好的數據分析能讓人們更有準備地去開會，幫銷售團隊問出更到位的問題，免去了無謂的猜測。人們不用再猜測他們的用戶在尋找什麼，或者為什麼他們達成銷售，或者為什麼他們不再回頭。人們也不用再猜測其他團隊的同事知道或者不知道什麼。而這一切都要歸功於從一開始就把數據框架設計好。

點擊免費申請雲途數據分析工具：http://kb.37degree.com/product.html