前言：最近读了很多大数据分析的文章，感觉大数据时代来临。哈佛商业评论也开了一个新的栏目叫做“大数据”。整理了一下所有收藏并预备记录的大数据分析文章，本文是最适合做第一篇分享的。文章以案例为支持，讲述了大数据分析的4个基本点。文章记录完后，yoyo也依据与英雄联盟数据分析组担任人的聊天，记录一些对大数据分析的思考。

　　http://blogs.hbr.org/cs/2012/10/getting_started_on_a_big_data.html

　　Inspiration: Big data strategy needs resources and capability.

　　作者开篇提出，大数据的搜集与分析曾经成为差同化竞争力研讨的新领域。依据近期的一篇哈佛商业评论文章，公司需求3个关键能力来支持大数据分析：1，定位并管理多个数据来源；2，建立完善数据分析模型的能力；3，对公司进行转型的决心和管理能力。

　　但是，要成功做好大数据分析，并不是一条轻松的道路。这个过程需求管理者不断努力尝试去找到清晰的数据分析策略。作者深入研讨了数家近期采用大数据分析策略的公司，提炼出了大数据分析策略的4个基本点：

1、把握机遇，应对风险
　　大数据分析给公司带来的机遇很多，例如核心竞争力的提升，创新等。举例，保险公司可以通过大数据分析来优化保单；长期来看，保险公司甚至可以利用大数据分析来扩展新的保险业务。成功的关键是要建立清晰的商业目标，并在执行的每一个阶段都确定优先级，集中发力。

　　大数据分析更是大公司必须关注的一个策略。在作者研讨的一个案例中，一个传统的大型零售业公司面临新的要挟，是来自于一个网络零售公司。这个网络公司通过对用户的数据分析，得到详细的用户数据，并依据数据结论让卖家更容易更高效地出售商品，从而影响到大公司的销售与市场份额。大公司面临这样的要挟，应该着重关注两点来处理：1，确认本人的市场；2，合理地对大数据分析进行投资以优化公司能力。

2、确保数据来源与数据分析能力
　　在确认大数据分析策略之前，必须确保数据来源，并确认有合理的数据分析能力。例如，大数据分析所需求的数据也许不会来自一个数据来源，而是多个数据来源，有时还需求伙伴部门的支持和配合。在得到数据后，如果没有专门的数据分析人员进行数据分析，数据也不会产生完整的价值。所以，完整的数据来源，无效的数据分析力量，是大数据分析必需的条件。

3、数据分析策略与公司策略统一
　　当确认了大数据分析的机遇和资源，很多公司会急于求成，想尽快得到结论并执行。这个流程是错误的。数据分析人员需求缜密的计划和充裕的时间来进行大数据分析任务。

　　在作者研讨的一个案例中，一个通信公司建立了一个高管团队来监管数据分析小组，以保证大数据分析的策略与公司的大方向分歧。高管团队重点提出两个问题：1，当用户做购置决定的时候，我们的品牌有多少竞争力/影响力？2，用户购置的时候最考虑什么要素？我们的产品是不是无效地给用户阐释了这些要素？

　　基于高管团队的问题，数据分析小组获取来自多个数据来源的用户数据，并尝试通过分析得出可行的结论。例如，运动频道与付费频道是用户决定购置的关键要素。数据分析小组也发现，当公司弱化电话服务时，用户不情愿购置含有电视，网络，电话的套餐。研讨同时发现，公司应该在套餐中添加一个挪动电话项目来满足用户需求。作者阐述，这些结论，该公司没有在传统市场调研中发现。

4、高管注重的重要性
　　大数据分析的风险与机遇很多时候只要公司高管能掌控。例如，一个电信公司的数据分析小组发现两个要素会导致公司在网络上被批评：1，网络崩溃；2，用户认为公司发布误导广告。结论一出来，公司的网络部和市场部马上就互相指摘。这个时候，公司高管出面统一协调，处理了问题。

　　作者指出，公司高管必须紧密关注并注重大数据分析，才能让大数据分析为公司带来价值。

———————————以下是yoyo与英雄联盟数据分析担任人聊天记录以及思考 ———————————

　　首先，LOL的玩家应该了解，RIOT是腾讯的公司哦lol。也祝贺LOL曾经是世界上最流行的PC游戏。

　　LOL的数据分析组担任人Fei从洛杉矶到深圳出差，yoyo作为一个新的LOL玩家（技术相当粗糙），很开心可以和Fei聊了一个半夜，讨论内容集中在LOL的数据分析上。

　　LOL有英雄角色，英雄皮肤，固定周期的新英雄添加，游戏的平衡性，商品的价格等众多项目。这些项目的属性都不是随意确定的。数据分析组运用合理的数据模型，进行商业分析，支持关键部门的决策，对这些关键项目都提供了高效的数据分析结论支持。

　　举一个简单的例子，LOL有许多英雄，对每个英雄的笼统设计，故事设定，配套皮肤，公司都需求投入大量的资源去设计制造。怎样样确定优先级呢？很简单，大数据分析可以研讨海量用户数据，了解用户最喜欢的英雄，然后公司再集中精力去优化最受欢迎的英雄角色。

　　英雄的定价也是通过紧密的数据模型推算出来的，这个大数据分析结论是符合我们的直观理解的：便宜的英雄是好操控，能吸引新用户的英雄。例如，450就可以购置的寒冰。

　　总体感觉，RIOT公司非常注重大数据分析，并做到了以大数据分析结论支持重要部门决策，重要部门信任数据分析结论的良性循环。

　　最后想到本人如今担任的腾讯开放平台，云平台产品设计任务，其中也有很多大数据分析的机会。开发商把优质使用接入到腾讯开放平台，从使用接入开始，到使用中心的最终展现，以及在管理系统和罗盘服务中，使用和用户都在不停地产生数据。这个大数据的价值很明显，可以给予开发商，开放平台，广告商极大的价值。一个简单的例子，如果一个开发商深入了解到使用本人使用的用户的材料，习惯等关键要素，开发商可以更有针对性地设计使用，投放广告，推广使用。最终达到一个双赢的局面：开发商的使用得到更多的用户和活跃使用，用户得到更贴近他们使用习惯的使用。

　　谢谢阅读，欢迎对大数据感兴味的同仁讨论！：）

　　接下来yoyo会找时间继续写大数据相关文章。

Stay tuned.

：）