李彥宏說過，如果以英國的工業革命來比喻的話，大數據就是煤，Ai技術就是蒸汽機。數據越多，動力越足，這幾乎是常識性問題，但是事實真的就是這樣嗎？

?

我們到底還需不需要大數據粗放式發展？

現在沒有人會對大數據蘊藏的能量產生懷疑了，數據成了各家企業搶奪的重點，一些基本教義派的人認為，大數據的特點就是量大，只要盡可能多搶占數據，就代表著成功。

但是有人卻對這種觀點產生了一些質疑，就在剛剛過去的由數據猿舉辦的金融大數據峰會上，大數據智能決策平臺諸葛io的增長團隊負責人邱千秋對此提出了新的觀點。

讓我們先把時間拉回到2016年，事實上大數據發展到2016年時無聲息地來到了一個分水嶺，以往那種粗放、野蠻、搶奪式的發展模式開始漸漸走向頹勢。

邱千秋認為：“現在市場上很多人一味追求數據的大和全，滿世界去買數據，實際真實的效果并不好，因為有太多的無用數據、垃圾數據和虛假數據充斥其中。”

舉個例子，一個用戶的狀態是不斷變化的，買來的數據并不能持久的跟蹤用戶，作為企業只能知道一個手機號背后是一個大學生，殊不知當企業在使用數據做二次開發的時候，這個人已經做了爸爸，用戶整體的行為特點和內在需求都發生了天翻地覆的變化。

因此，邱千秋對大數據有了嶄新的思考，“數據不僅僅是一種靜態的資源，更是一種動態場景的還原。”

如果以這種視角來反思大數據，未來大數據發展的理念要從大而全的概念讓渡給 “干凈”和有用，對大數據進行“瘦身”。把更多資源專注在挖掘企業天然自有的、干凈的卻容易被忽略的用戶行為和業務數據上，充分還原用戶動態的使用場景和體驗，進而分析乃至實現增長，是目前挖掘數據性價比最高的方式。

?

以用戶為中心，為大數據做“減法”

那么諸葛io所謂的“瘦身”具體是指什么呢？

首先是數據的精準。數據來源一般來說有第一方數據、第二方數據和第三方數據三種，從精準度來說當然是第一方數據最為精確。邱千秋強調，為了數據的精確諸葛io做的是企業第一方的數據，這些數據一定是來自企業自己的網站，自己的APP，然后通過嵌入諸葛io的sdk，建立一個采集數據的機制，保證數據分析的真實精準。

精準數據有多可怕？舉個例子，當企業能都精準的實時了解用戶的狀態，就可以使用諸葛io建立非常精準的自動運營策略，比如用戶注冊成功后24小時沒有創建訂單，諸葛io就在24小時一過的這個時間節點上，發送短信提醒贈送紅包，提升轉化，根據企業客戶帶來的反饋，發送短信的用戶中13%的用戶實現了購買轉化，這是一個非常驚人的數字。

此外第二個特點是以用戶為中心。

以用戶為中心是指，圍繞用戶去關聯用戶在整個互聯網生態中的所有行為數據，深度且完整的還原用戶使用場景，才能最終實現對業務的洞察以及對用戶的深度理解。

比如說現在有一個投資行為，用戶在做出充值行為的剎那帶來了充值成功的一個數據，基于這個行為，往上延伸到用戶信息，平臺要知道是誰觸發了這個行為。與此同時還可以通過這個行為，探究背后的業務信息。用戶為什么要做出這個行為，行為觸發背后代表什么，是客戶推出了什么優惠活動，還是做了相應的廣告？

以行為觸發為起點，往上關聯用戶，往下關聯業務，這樣最大限度的做到以用戶為中心的數據完整性。

諸葛io在數據采集方面的理念及做法代表了大數據在當下的痛點和解決方案，那另一方面，眾所周知，采集數據是一方面，如何分析和應用數據，發揮數據的價值才是重點，比如用戶留存率是真正左右企業生死的關鍵因素。

?

發現行為關聯，影響用戶的留存決策

邱千秋說：“用戶從獲取到留存之前，其實是有一個激活的過程，我們去分析用戶在整個激活過程中的行為特點，比如說用戶發現某一個功能之后留存可能會高一些，如果這個功能隱藏比較深用戶不容易發現，那么對留存率肯定是有影響的。我們會找到這樣的一個行為關聯特點，以此來影響用戶。”

這種機制反應在應用層面是怎樣的呢？這里有個某社交平臺案例可以解答這個疑問。數據顯示，留存和轉化有時候是相輔相成的，在一個陌生人社交的平臺，在去年進行轉型，開始引入了直播的功能。通過數據分析發現，當用戶進入直播平臺之后，只要他跟主播產生互動，以后的留存率和活躍度就會更高，不僅如此，用戶還會有更強烈的意愿進行打賞。

鑒于此，當用戶進入聊天室以后，平臺就會在底部設置一段很明顯的提醒，主播對某某領域感興趣，你可以跟主播交流，鼓勵用戶跟主播互動，這樣一來主播的回應也會變得積極，更加刺激用戶的打賞和留存。

經過這樣的調整，次日用戶的留存環比提升了40%，用戶首次付費率也提升了30%，效果非常顯著。

從諸葛io的發展可以看出，大數據驅動不僅僅是一種技術手段，數據背后對用戶行為動機的深層次理解才是重點，觀察用戶的每一次打開，每一次點擊，每一次跳轉或每一次停頓，都是企業了解用戶的通道。