前言

由于科技的進步，以及數據「數字化」地存儲，使得現代人類可以獲得海量的數據。而有了這些海量的數據之后，借助于一些數據分析工具和方法，我們就可以從數據中找到社會運行的「秘密」。

在工作中，借助這些「秘密」，我們有可能發現商業中的新機會，也可能驗證或推翻自己的一些猜想。數據分析，使得我們對「秘密」的探索有了一個可靠的方法。

在本文中，我想分享一下工作中學到的發現數據中秘密的心得。

稻盛和夫的故事

我們先看看稻盛和夫挽救日航的故事吧。他的這段傳奇經歷曾經被很多媒體報道，我將故事摘要如下：

2010 年 1 月 19 日，日本航空公司申請破產保護。日航有 58 年歷史，一度被視作日本戰后經濟繁榮的驕傲象征。

2010 年 2 月 1 日，受日本首相邀請，稻盛和夫答應出日航董事長，一年之后，日航扭虧為盈，利潤是對手全日空的三倍。 僅僅用了一年時間，日航做到了三個第一，一個是利潤世界第一，一個是準點率世界第一，一個是服務水平世界第一。

在日航重新上市之后，稻盛和夫分享了他挽救日航的秘密。這里面涉及的內容很多，其中有很重要的一條，就是稻盛和夫非常重視日航具體的運營數據，他花了很大的力氣來優化數據的獲取，從而能夠對日航的現狀進行判斷。

稻盛和夫是這樣說的：

我擔任董事長后，最為吃驚的是，公司的各項統計數據不僅不全，而且統計時間很長很慢，往往需要 3 個月之后才能搞全數據，以至于經營者無法迅速掌握公司的運營情況。 所以，在對企業內部進行改革時，我特別關注統計工作。經過改革，現在各個部門的數據做到即有即報，公司詳盡的經營報告，做到了一個月內完成。

如果把日航看過一個生病了的病人，稻盛和夫的做法其實和現代醫學的做法類似，就是首先進行各項檢查，獲得病人的身體指標信息，有了這些檢查數據，我們就可以利用各種基于數據的經驗，來進行病情診斷和治療。所有的治療手段又可以通過再次的檢查來驗證，從而進一步改進治療方法。

人做為一個生命體，全身密布的神經負責著各種信息的傳遞，所以我們的大腦能夠接受到各種信息，從而做出決策，餓了吃飯，冷了加衣服，保證著我們身體的健康。

而企業沒有天生的神經系統，所以數據收集和分析就顯得異常重要了。日航作為一家運營了 50 多年的公司，居然在這方面做得非常差，難怪會進入破產的邊緣。而稻盛和夫用的辦法也很簡單，先讓數據能夠收集起來，那么后續依據數據做決策就不再那么困難了。

Monitor your data（監控你的數據）

我剛畢業的時候加入的是網易公司，當時負責做網易郵箱的底層 Restful Api。當時我們部門的老大郭常圳常常講要「monitor your data」，我當時作為一個應屆生，剛開始對這個口號不太理解。我當時想：數據當然是重要的，但是也不值得老掛在嘴邊講吧？但是后來我才慢慢發現，這其實確實非常重要。

作為程序員，我們開發一個后臺服務，大家有沒有測試過以下數據：

這個服務能夠承受多少的 QPS（每秒訪問量）？

平均響應時間和 99% 的響應時間是多少？

如果服務器壓力增加，我們能不能通過簡單的加機器來解決，需要加多少臺機器？

當前線上服務瓶頸在哪里？

按當前的增長速度，多久我們得需要加機器？

當時郭常圳帶領我們，將我們做的每一個服務都進行了詳細的壓力測試，我們對于我們的服務承受力有著非常詳細的數據測試結果。

這一點每個公司都做到了嗎？其實不是。我還記得我們后來和網易的網站部共同開發網易微博后臺，當時我們因為要將郵箱微博和網易微博數據合并，需要進行在線的數據遷移。我當時負責數據遷移工作，在我向網站部詢問我應該用多大的請求壓力來遷移數據時，對方只是回答：“盡量慢點”。

我當時就傻掉了，誰能告訴我什么叫 “盡量慢點”？于是我只能小心翼翼，一點一點地增加壓力，最后我發現，他們的數據庫其實一點壓力都沒有，我根本就不用控制壓力都不會影響線上服務。但是，由于他們「monitor your data」做得不好，所以他們對任何可能的壓力都心懷恐懼，不敢亂動。

后來我也私下和他們求證了一下，他們果然完全不知道他們的服務器能夠承受多少 QPS。大家也可以問問自己公司的服務器同事，自己的服務器能夠承受的 QPS 是多少，就知道自己的公司在這一點上做得好不好了。

而現在，數據驅動的思維更加深入到互聯網開發中了。因此，國外的 New Relic 這類公司，才可以獲得上億美金的估值。 New Relic 的工作原理是放很多小的探針到你的程序代碼中，這些探針收集到非常詳細的程序運行數據，就可以為你優化服務器提供有效的建議。

產品上的「monitor your data」

如果說技術上的「monitor your data」只是影響服務穩定性的話，那么產品上的「monitor your data」就會決定產品的成敗了。

我認為產品上的數據分析有以下作用。

驗證想法

在互聯網行業工作這么多年，我發現了一個秘密，就是任何新的互聯網產品，都不是靠用戶調研或數據分析來的。

因為用戶調研非常難做，稍不注意就會被別的因素影響，所以喬布斯曾經說他從來不做用戶調研。而數據分析對于一個新產品來說，會陷入無米之炊的尷尬境地。

所以很多新產品的第一版都是創始人或產品經理「拍腦袋」的產物。這一點其實是非常現實的做法。「拍腦袋」依賴于創始人的經驗，如果創始人經驗豐富，那么很可能產品對了 7 分，錯了 3 分。另外那 3 分的錯誤假設，可以在產品上線后迅速通過數據來驗證，從而迭代修正這些假設。

所以數據分析對于產品來說，第一大作用就是驗證（或推翻）產品經理的假設，從而使產品能夠得到快速迭代改進。

發現新的秘密

很多時候，數據分析不光會得到你的產品本身的狀態，還會發現一些新的機會。借助這些新發現，我們對產品產生新的認識。

拿我們的創業產品「小猿搜題」來說，我們一直在監控它的NPS（凈推薦值）數據。為了把數據分析得更加細致，我們把打 NPS 0 分的用戶行為進行了抽樣分析，最終我們發現，雖然我們的 slogon 叫「初高中拍照搜題利器」，但是卻有大量的小學生用戶在使用我們的產品。

我們并沒有為小學生做任何的產品上的優化，所以造成了這部分用戶沒有被很好的滿足。所以，我們最近在內容和搜索算法上針對小學生做了特別優化，同時將產品的 slogon 修改成了「中小學拍照搜題利器」。

如果沒有細致的數據分析，我們可能就錯過了幾千萬的潛在用戶。

發現數據規律

一個產品會有非常多的指標，日活，月活，留存率，年齡分布，用戶使用習慣等，產品經理應該對這些指標了如指掌，在對這些數據熟悉之后，產品經理就可以發現數據中的變化規律或異常點，從而對產品帶來一些改進。

在這一點上，我喜歡講林彪的一個故事。

1948 年遼沈戰役開始之后，在東北野戰軍前線指揮所里面，每天深夜都要進行例常的 “每日軍情匯報”：由值班參謀讀出下屬各個縱隊、師、團用電臺報告的當日戰況和繳獲情況。

那幾乎是重復著千篇一律的枯燥無味的數據：每支部隊殲敵多少、俘虜多少；繳獲的火炮、車輛多少、槍支、物資多少。

司令員林彪的要求很細，俘虜要分清軍官和士兵，繳獲的槍支，要統計出機槍、長槍、短槍；擊毀和繳獲尚能使用的汽車，也要分出大小和類別。

經過一天緊張的戰斗指揮工作，人們都非常疲勞。整個作戰室里面估計只有定下這個規矩的司令員林彪本人、還有那個讀電報的倒霉參謀在用心留意。

1948 年 10 月 14 日，東北野戰軍以迅雷不及掩耳之勢，僅用了 30 小時就攻克了對手原以為可以長期堅守的錦州之后，不顧疲勞，揮師北上與從沈陽出援的敵精銳廖耀湘基團二十余萬在遼西相遇，一時間形成了混戰。戰局瞬息萬變，誰勝誰負實難預料。

在大戰緊急中，林彪無論有多忙，仍然堅持每晚必作的 “功課”。一天深夜，值班參謀正在讀著下面某師上報的其下屬部隊的戰報。說他們下面的部隊碰到了一個不大的遭遇戰，殲敵部分、其余逃走。與其它之前所讀的戰報看上去并無明顯異樣，值班參謀就這樣讀著讀著，林彪突然叫了一聲 “停！” 他的眼里閃出了光芒，問：“剛才念的在胡家窩棚那個戰斗的繳獲，你們聽到了嗎？”

大家帶著睡意的臉上出現了茫然，因為如此戰斗每天都有幾十起，不都是差不多一模一樣的枯燥數字嗎？林彪掃視一周，見無人回答，便接連問了三句：

“為什么那里繳獲的短槍與長槍的比例比其它戰斗略高”？ “為什么那里繳獲和擊毀的小車與大車的比例比其它戰斗略高”？ “為什么在那里俘虜和擊斃的軍官與士兵的比例比其它戰斗略高”？

人們還沒有來得及思索，等不及的林彪司令員大步走向掛滿軍用地圖的墻壁，指著地圖上的那個點說：“我猜想，不，我斷定！敵人的指揮所就在這里！”

隨后林彪口授命令，追擊從胡家窩棚逃走的那部分敵人，并堅決把他們打掉。各部隊要采取分割包圍的辦法，把失去指揮中樞后會變得混亂的幾十萬敵軍切成小塊，逐一殲滅。

廖耀湘對自己靜心隱蔽的精悍野戰司令部那么快就被發現、打掉，覺得實在不可思議，認為那是一個偶然事件，輸得不甘心。當他得知林彪是如何得出判斷之后說，“我服了，敗在他手下，不丟人。”

有些時候，一個數據中的異常點，就是一次決定性的機會。而產品經理只有做好「monitor your data」，才能抓住這樣的機會。

培養產品直覺

有一些產品，產品經理自己就是目標用戶，所以可以比較容易用同理心來分析出用戶的需求。但是像我們猿題庫這次創業，目標用戶都是初高中生，我怎么知道這些 00 后的需求、想法和興趣愛好？

除了多和他們聊天，多用他們喜歡的產品外，分析他們的行為數據也至關重要。郭常圳常常說：“我們做產品要有場景化思維，要還原用戶當時真實的使用場景”。而通過分析一些用戶使用數據，就有助于我們還原用戶使用場景。

這種事情做得多了，我們就會更加了解用戶了，慢慢就形成了產品的直覺。

總結

關注數據和數據分析能力，是互聯網時代生存的基本技能。不管是做產品還是做技術，養成「monitor your data」的習慣，都可以讓你將工作做得更加出色。

本文講完了為什么要關注數據，在下一篇里，我將分享具體如何做。

作者：唐巧? 自由轉載-非商用-非衍生-保持署名 |Creative Commons BY-NC-ND 3.0

http://blog.devtang.com/blog/2015/09/02/why-we-need-monitor-data/?