大约两个月前，京东的总裁战略助理刘爽邀请我去了一趟京东，和一屋子人做内部交流。其中有BI团队的人，有营销团队的人，也有PM及技术团队的人，还有CTO李总，原本计划1个半小时的交流最后成了4个小时。虽然过去了这么长时间，但是我还是想把可以公开的内容和大家一起分享，因为这些话题具有代表性。

问题一：数据分析请来了数学专家，但是不懂商业，怎么培养他们？

亚马逊内部也有很多博士，但是如果这些博士不懂商业的话，很难为电子商务公司所用。我之前对商业也不敏感，这点特别感谢在敦煌网的工作经历，让我有机会在清华大学培训，并且参与公司的决策制定，4年下来商业意识提升了不少。所以，按照我自己的经验，必须让他们慢慢接触公司的实际业务。比如头一个月，让他们在客服部接电话，也比让他们在那里干坐着强。

问题二：不同的部门有不同的BI队伍，营销有一个，财务也有一个，这种BI队伍散落在不同的部门的安排合适不合适？

虽然每个部门都有一个数据团队有利于每个部门了解自身的状况，但是公司也必须有一个核心的、独立的BI队伍。

有两个重要原因：首先，BI团队最好与任何其他部门没有利益关系，独立的BI团队更加有利于做公正和独立的分析和研究；其次，数据彼此之间有关系，真正的数据驱动需要把点状的数据连成线或者面。比如这个月的单价为什么变小了？有可能是除了单价比较高的3C产品之外，主推了价格比较低的生活用品，也有可能是市场部做了低价促销……这个问题找BI观察一下，不只是看一个部门的数据就可以分析出来答案的，需要用线性的数据来看。当然，这还只是最基础的数据分析，如果上升到用数据给公司做战略分析的话，更是要全盘了解财务数据、业务数据和用户行为数据了。今天大多数电商公司少了一个数据的架构师，到底需要多少数据，为什么需要这些数据，还没有答案。

而且，特别需要强调的是，一个优秀的BI团队善于问一个问题：Is it possible……BI团队在发展初期，其它部门让跑什么数据就跑什么数据，你去帮我看一下为什么今天的买家突然增长了？但是如果BI 团队只是停留在这个水平，那么它只是一个跑数据的机器，而不是一个驱动公司发展的“参谋”了。到了第二阶段，BI团队就会主动思考了，会问出一些如果这样会有那样的可能吗？

问题三：为什么有时候数据不可靠？

许多人只怪数据会骗人，很少人在做数据分析前，认证地问一句：数据时从哪里来的？准确吗？

而今造成数据不准确最大的原因是——没有去掉干扰数据和不可靠数据，比如行为数据最大的干扰就是爬虫，第二大大干扰就是员工自己点击、对手点击，而第二点很容易被忽视。

在数据前必须做清理工作，不然用这些不可靠数据来决定来决定网站的产品设计如何，这不是很奇怪吗。这也就是为什么BI队伍为什么要借助技术团队的原因。

问题四：必须要用数据收集一切客户信息吗？

其实用户比我们想象的愿意告诉我们的信息要多，不一定所有地方都要用数据。一是可以设计流程采集客户信息，比如客户进来明明可以问是男是女，为什么要用行为数据来看他是男是女呢，数据不能玩得太厉害了。二是电话直接沟通，有时候把八个人分两组直接电话问客户，和分析数据得到的结果差不了多少，有时候数据不要太强调了。

问题五：怎么做一个有效的目录管理？

我用了3年不断研究目录分类管理，但是直到现在有一些观点, 仍然没有一定很满意的答案。期待各位的高见。

问题六：从抓客户的层面上说，传统行业和电子商务行业有什么差别？

互联网很浪费，100个人进来，只有2.5个买单，这还算是不错的网站，多少人认真想过提高转化率？而楼下卖烟的店，有个人连续三天来了第四天没来，老板一定会心里有想法。

问题七：物流数据对京东交易的数据有什么影响吗？

物流数据不属于前端用户行为数据也不属于后端交易数据，暂时不好下结论。

问题八：最好的买家就是出钱最多的吗？

不是，衡量客户价值，除了从购买能力这个维度看之外，还应该看他在网络中的社会价值，比如有的人虽然购买的总量少，但是来的次数比较多，他在网络中与许多买家有千丝万缕的联系，能够带动许多人过来买东西，那么这个客户就是平台的核心用户了。

源地址：http://blog.sina.com.cn/s……0100m4k6.html