2014西湖品学大数据峰会---Simon Zhang :企业商业智能在大数据分析中的轴心地位



大家好,很高兴见到大家,早晨已经有一个,我估计还是重复一些我早晨说的东西,希望不会浪费大家太多的时间。
刚才品觉,还有魏燕翔以及分享了基本上我要讲的90%的东西,我觉得我也没有必要重复太多。品觉讲的角度首先一个是从分析战略的角度来分析这个事情整个的一个过程,唯品会的Simon是从管理的角度来看待数据分析和数据分析的价值,都是字字珠玑,刚才Simon刚下来,我说你讲的字字珠玑,非常有一套。
今天我讲的这个还是重复早上的,以史为镜可以知兴替,历史这个东西,可以是仁者见仁智者见智的东西,有的时候数据并不能真正体现真理,因为那些东西都是人写的,往往就有很多的偏差,所以要求这个分析师的基本素质是需要能够突破迷雾看到基本的本质,还有一点,我们保证大家数据永远是不会全面的,数据质量永远是不会100%到位的,所以这就需要一个分析师基本的素质,能够在非常模糊的状态下,能够抓住事物的本质,抓住事物的本质是在中国人一个原则性的一个道理。
我现在基本的功能,早晨大致说了一下,大家不要看这个,这是我的团队支持的功能。我讲一下现在我们这个Linkedin内部有什么职能,现在我的组织里面基本上是七个不同的功能,第一个功能是分析,这个分析大约占我团队里面的50%的人头。第二个功能是BI,这个BI不是传统意义上做报表,咱们中国有一句话叫授之以鱼不如授之以渔,他的功能就是把鱼竿准备好的,或者把网做好大规模的捕鱼,或者把船做好等等。第三个功能是基础架构的功能,我的团队并不管Linkedin整个的,我的团队是在这个基础之上再做一个非常快非常薄的一个层,这个层里面就是体现了我当时说的五秒也好,三秒也好这个东西,所以说这里面实际上有非常大的把数据冷的东西变成热的,热的东西变成烫的,烫的东西变成精华,最后把精华的东西给我们客户。第四个功能就是文本分析,因为现在Linkedin上面有很多非结构化的数据,很多的东西都是人说的话,别人发表的文章,一个人的简历,这些东西都是所谓的不太容易分析的,但是实际上仔细想想的话,基本上一人说好还是坏,特别是刚才唯品会的Simon讲到的,精华的抽取的这个过程。一般人都说这个是好还是坏,是还是不是,走还是不走,进还是退,往往的决策没有那么简单,进进多少,进一百亿步太高就摔死了。具体再精炼到下一层就需要在纯文本里面找到信息,还要大规模的汇总,关健不是找人读报纸,而像机器大量的读报纸,最后就抄出来123最重点的东西给业务部门看。另外还有一个部门是我们横向的,有战略决策的一些分析师,他们这些分析师很少,我那里面没有大规模的麦肯锡、艾森得,但是我们是需要这样的人才,首先一个思考问题非常结构化,高屋建瓴化,甚至他有一个很多的有效的经验,已经积累了几十年了,像麦肯锡战后成立的,里面的一些模型,战略的这种决策,那些都是是很多人积累的经验,当我们用的时候就发现简单有效,而且还能在上层这些人士里面做决策。最后一个功能就是数据科学。因为我加入Linkedin第一份工作就是数据科学化,数据科学化被人说得最多的,但是没人知道他到底代表什么?我的同事做过一个分析,最后出来就是做报表的,这些人就是做BI这些部门出来的人。所以数据分析就是我加入一个公司,第一天我就要生产数据产品,我是什么背景呢?我的背景就是医学背景,我会编程。所以很多时候定位的错误导致了很多人理解的偏差。我今天讲的这些是怎么出来的?是经过了四年不停的在徒手挖矿,徒手爬楼梯,徒手工作,几十人一块儿工作,慢慢总结出来的一些感触和结果。比如说吃烧饼7个,并不是说前面六个吃完了之后,吃第七个饱了,就前面6个不用吃了。
今天上午品觉说的商业分析也好,BI也好,有十诫,我跟大家讲十胜,我觉得BI里面有十胜。
第一个道胜。这是一个很虚的东西了,我今天讲的大部分都是虚的,没有什么实的,大家做好心理准备,全是湿的。道胜的东西就是说做分析的人,必须这个人能够贴近道,道是什么?道就是天地运行一个最基本的一些规律,一般人是在道里面却不知道道,我也不知道道,我觉得我离道的距离有100亿光年的距离甚至更多。所以说,这个道就是决定了一个人要了解人的行为,咱先不说了解天气运行的规律,先不要说了解气侯的变化,历史的兴衰,那说得太远了。基本上要了解人的行为,了解人的行为从什么时候开始呢?先从自己开始。比如说做一个分析,最基本的去年的业务比如说是100亿美金,今年涨了1万亿美金涨了100倍,这个里面我作为一个客户来说,我也用Linkedin啊,以前我在ebay的话,我用ebay,我会在去年到今年之内我的会员上在ebay上购买量增加100倍?不会,那么大部分人也不会,为什么?因为我就是一个俗人,普通来说跟大家没什么区别的,得吃饭、得上班,得挣钱得得养孩子。所以这是最基本的道,很重要的一点当一个人做的事情违反人之常理,大家就要静下来想一想,你总体分析的结果是不是还能适合商业的发展,但是我并不是说没有这种突破性的东西,我只是说大部分人都是中形曲线里面,大部分都在这个中间,极少数人是极左另外一部分是极右。所以大家基本上理解这个世界上基本的规律。生命的基本规律决定了今天基本的行为,所以作为分析师要尽量向这个靠近,这不仅是做分析师的基本规律,而是做人基本的规律,违反天道的人一定会被天道打败的。
第二个义胜。这个东西是说,在做分析也好,组建团队之前,必须要有一个共识,以前我的一个分析师问我,咱怎么干这个,很难啊,一到旁观一到下边跟同志们一说,很简单,四个利益要一致,第一个利益就是客户的利益。很多人天天讲,真正做的事是不是每次都那么想的话,我还是有很多疑问的,为什么呢?因为我也不是每次都这么想。但是作为企业分析师来讲我们应该把客户的利益放到最高。第二个就是企业的利益。企业的利益应该是放在团队的利益之上的,当我们考虑问题的时候先考虑客户再考虑企业再考虑公司团队,我这个团队两个概念,一个是内部的团队,一个是其他的团队,这是很重要的,千万不要把这个东西作为大漏斗一样的,事实上是一个竖直是平的,客户、企业、团队和团队自己,最后是自己,这四个机体利益是要一致的,以前我最早的时候,在三年之前跟我的团队见到时,你应该以客户一为最重,企业利益第二,其他团队利益第三,自己利益不要考虑,这是三年以前洗脑的时候用的,后来发现这个是不对的,为什么?因为中国有一个很重要的理论,就讲道德,什么是德?德是要得到的意思,要把自己最基本的需求满足了。所以这四个群众的利益要100%一直就能做出很大的事儿来,如果这些利益都是相违的,一定不会成功的。当我们做自己事业的时候,当我们做BI的时候,做分析的时候,如果这是我们自己的业务的时候,你会做这样的推荐和决策吗?这是我的第一个问题。有的时候我在做一个东西,然后上面不同意,就跟着上面走走,把那个扭曲一下,如果你自己的业务会那么干吗?如果是不的话,你就得好好想象。第二个我作为BI分析师来说,他不只是做顾问的角色,很多人认为做数据分析就是做报表的,这是不对的。我给Simon提一个建议,你看能不能这样做一下,数据已经说了,如果不行的话下次再说吧。这样来说的话,做事往往是事倍功半的,甚至没有什么结果。如果这样思考了以后,这四个组织同意的话,基本上事情就完全反转了,就是客户是公司最坚实的基础,公司支持不同团队的发展,团队也支持内部的一些人,使业务能力都有很大的提升。所以四个利益是统一的,这个就是我说多在道义上要道胜。
第三是明胜。这个说的都是很虚的很悬的,又回到咱们金字塔那里面去了,一个宝塔七八十层,我说的是BI这不是一个功能,做分析也不是一个功能,必须要有整体性的把握,也就是说团队里面各司其职,每个人有自己的长处,这个长处就像一个人一样,我有手、脚、有心、有肺、有脑子、有眼睛,仔细想想这些功能是完全不一样的,眼睛看东西,心脏跳动活血,然后手脚并用,脑其实根本没动脑子。这样来说呢,仔细想想如果这些只是功能的话,我得需要给这些功能下指令,那是对一个人来说。对一个生物来说,整个的体制,BI只是中间的一个环节,这是一个生命的整体性的一个过程。所以说是一个要用整体的价值观来看我们这个功能,同时还要有一个更大的大局观看这个业务和市场。
第四德胜。在选拔和培养人才的这个东西,对BI的产生很重要,在Linkedin我雇佣就是3+1四条东西,我觉得我说的很多东西都是有问题的,到处都是漏洞,跟大家一块儿交流。第一个假设我要一个人是100分的话,他就会被雇佣的话,我就会翻成三个东西,第一个是这个人的技术力,他占5%。技术力包括统计、分析、交流能力等等加在一起。下一个就是15%,我叫IQ和EQ,就是说这个人是不是很聪明。另外一个这个人是不是很容易沟通,很容易为别人着想,有一种情感的东西在他心里。这两个东西加起来占15%,这个人特别聪明,而且为别人着想。下一个东西,实际上是昨天晚上品觉吃饭的时候跟大家聊的,刚才进Simon讲的也是感触很深的,就是这个人的激情和这个人的爱好,这是占80%,这是这个人做成事很重要的要素。是乔布斯说了,在一个会场上演讲,他说为什么一个人需要有激情,他说只要有激情的人,才会越过重重障碍把事情做完,因为我们做的事情是非常难的事情,我说的东西不是BI,是在座的所有的人做的任何事都不是容易的事情,容易的事情你们不做,你们不需要往这里来,在家里看着书带着孩子就可以,带着孩子也不容易。容易的事不做,想做很难的事情的话,就需要这个人有激情得好那个。我们那边很多人努力工作,这个人怎么做大半夜,我说了让他回家,他不回家,为什么?他上瘾了,上瘾了以后就能够做出很大得很炫的东西来。这个123加在一起是100%,优秀的分析师,英文就是GOOD,这个不是最优秀的,就是接近被解雇的好一点的边缘。如何成为顶尖的分析师?我以前没有好好读中文,到底分析师是干什么的?我到美国以后,工作累了就看看这些古代的书,其实姜子牙、诸葛亮、张良他们就是分析师,诸葛亮借东风,人以为他是妖孽,他只是在看这个风在变了。就是说分析本身来说,要求的还有另外一个东西最重要的,那个东西品觉昨天晚上还有Ping lim我们一块儿讲的,品觉也说那个动个很重要,今天早晨很有幸跟阿里的COO,还有孙权都聊了聊,他们也很相信这个,这个是星球大战一个电影,这个场景是星球大战第五集以后,他们说得很悬乎,就是说中国有道和神的东西,然后他就说鲁克,你能不能让太空飞船掉到沼泽地里面。鲁克说这太沉了,这是不可能的事情,这是太重的一个东西。然后尤娜大师把用神力把这个船抬起来了,所以人的信念是决定做成事最重要的因素,信念多高,最后就确认你这个人的创造力有多高,创造力和信念之间有很高的关联性。还有一个电影里面一个情节,他说在一个大楼怎么跳过去?但是没有信念,最后掉下来了。
咱们再说说干活,干活分成三种不同档次。几乎完成了,将近干完了,我这就快干完了,再给我一两天就干完了,几乎干完了这个就是直接被解雇的直接的要素。为什么呢?几乎干完了,第一大等于没干完,第二还浪费了前面的时间,所以几乎干完了是一个人不需要拥有的素质。完成了,干完了,那天我问我的全体团队,那个团队很小,大概六七个人,我说你觉得做完工作了吗?大家都可以说。所以说在工作当中搞定是你最必须的一个基础。这个搞定就是我们在公司里面150年同样的位置不停的干。所以说一定要做BI的搞定了这个事情,做BI的人,我把项目交给他,就交给Simon,Simon找我要的东西就问我那个数字有几百万美元的一个意向,我就给他发过去了,400万。Simon又问我了,你那个意向里面400万这里面是怎么分的?我说那里有15%,这样好的分析师在基本的好的团队里面他不会太大成功的,他只是回答问题的一个工具,真正好的分析师要懂BI这个,我们在内部来说就是ABC。
第五谋胜。这是美国的一个电影,ABC是美国非常野蛮的电影,具体不说了,这个人在里面演了一个销售大师,他给一帮销售的人讲课,张嘴就骂街,比如说卖汽车,你不要讲带客户卖汽车,你也不要跟我讲给客户介绍所有的性能,你也不要跟我讲给客户打电话什么时候再过来试这个车,也不要跟我讲你给客户又降了5000元钱,你就跟我讲一件事,客户是不是当场签字把钱交了车提走了。所以说做事的话,把车买走了,和给车介绍了,试开了这是完全不同的概念,所以做BI一定要懂BI,而不是将近做完了。
第六是度胜。这个度代表什么?代表度量。度胜咱又回到大金字塔里面,首先要了解产品,然后之后要管理数据的质量、分布、存储、计算,然后再下一步做分析、报表,商业、洞察、决策。咱们中国人都是特优秀的人,我在海外见到我们中国人,走向让人五体投地的,其中有几个大牛,程杰,我跟程杰就聊了一次,那是有宇宙观做数据分析的人,不可能存在的人,就聊了三个小时,我们两个人一起吃饭。但是要相信这一点的话,没有人能从头做到位的,我到现在为止,除了程杰以外,基本已经搞定了,其他的人没有一个人能搞定的。还有中国人有一个特别的特点解决一个人全部搞定他,因为中国人是独立人格、优秀、教育、聪明,有竞争力。假设我有一个分析师他能涵盖这个金字塔的这些部位已经很牛了,只有决策部分做不了,我在我一生里见过两三个这样的人,到现在为止。第二个人他的数字是这个,他能写报告、做分析,这个传统来讲就是商业分析师基本的素质,很好了。下面一个这个人是能做深度的分析,对这些基本的报表、BI有一定的了解,同时上面的话,能把老大们都搞定,把决策者搞定,刚才Simon讲的是说,能够做决策,所以需要这个人非常非常厉害,迂回前进,引导他前进,这个人牛,一般的背景都是管理咨询。第四个是这个人,对产品市场营销运营非常非常熟悉,说穿了就是对一线特懂,还能对产品追踪很有一套,另外一个对数据的存储也有很深的见解。假设这个就是一个产品经理,互联网行业产品经理的话,想想我们如果想解决问题这四个人没有一个人能100%全部能做,所以这里面出来一个概念,度胜,大家要一起协作合作。但是这不是结束,但是要团队合作,合作到无间的地步,合作到跟我团队的一个哥们,做Data绝对牛,一提就能搞定的,不用再说一些虚的,产品经理我们支持的,到合作无间的这种地步,这个境界的话,是需要怎么去做呢?就需要你把你的心敞开了和别人合作就可以了,不要要求别人来这样对待我们,我们需要用这种心态去对待别人,这是一个把这件事情做好的基础。 第七仁胜。仁就是你要帮助大多数人,私欲的话就是帮助自己,帮助自己的朋友,任人唯亲,任人唯朋,人人为党。还有看到马路上有人要饭的扔一块钱,那不叫仁那叫怜。所以做BI的人,一定要想到自己做的东西能够让很多人使用,要从做一个报表做一个图里面抽出来,说我能把我做的结果能够帮助很多很多人,所以第一步建金字塔,第二内部自动化,第三步相互之间的关联,第四帮助更多更多人的,因为天下的利益,帮助很多人创造利益的话,这个就是领导人。
第八是治胜。今天品觉已经讲了很多了,然后刚才Simon也是讲了非常清晰,非常透。所以说,平衡这个问题,我就随便问问这里面有没有搞音乐的?(没有一个搞音乐的),有没有弹琴的,小时候练过弹琴的?(有)。现在商业智能说,我们以前都是给音乐家用的BI,现在要所有人自我服务,又到授之以渔不如授之以渔。鱼并不是钢琴直接给他了,什么样的人给什么样的工具,什么样的工具给什么样的人,这是需要艺术的,把BI工具给产品经历了,就进入好运了,好好练吧。所以说,这个东西说,要有平衡。另外一个就是商业逻辑的标准化和可定制化,ERP系统一样,三千张表联在一起,动一发而牵全身,那是一个非常厉害的,关系数据库从那儿来的。整个存了,好象是把所有信息都存了,但是抽出来非常难。但是那个非常有逻辑,但是又非常慢,所以需要有一个适中的平衡点,我觉得没有办法跟大家讲你应该存50%这个,存30%那个。这个需要分析师很好的自我掌控。再下一个是商业逻辑。讲的这个意思是说什么呢?我们需要找一个平衡点,就是平衡的问题,千万不能走极左也不能走特右,应该在中间,中国的中庸之道。最后一点就是客户需求和创新产品之间的关系。这个东西我觉得是大量的分析师都会问的问题,就是说我明明知道我可以给他来一个大创新。客户需求是不会停止的,无论从内部角度来说,还是从外部角度,很多东西,我们一定不要一次性跳到最右边去做数据产品,为什么呢?有几个?当你和他做很小的东西的时候,你要知道他需要什么。第二个当你跟团队合作的时候跟你建立信任感。第三个也是很周期的,通过信任再加上整个的需求的理解,那么就给你铺好一条路,可以做以后更大的数据产品了。所以人一定要有耐心,掌握好这个平衡,千万不要只做一边不做另一边。做分析的我看到好多人,我也是其中的一个,只做一个不做另外一个,这样是不会很成功的。
第九文胜。在分析里面的话,这是艺术、科学还有猎物的中间的一个相结合的东西。做BI的人,做报表的人,做图的人,那不是一堆表格的问题,那是一个人如何展示自己分析力的问题,那是一个人怎么把复杂东西简单化的东西,今天皮特讲的美的东西,以前做BI到底是一个团队,销售人员提出需求分析师做报表。这是一个草堆,能想象一百以前莫奈是找一个绘画能力特别高超的人坐他自己旁边,他就在那儿坐看太阳,我左边是红的,下面是黑的,而且这个黑不能做得太黑的,加点绿。这就是传统BI的传统的过程,反复的提需求,反复的更改,反复的不满意,过了三个月以后时效性已经过去了,您觉得下次产品经理市场经理还会找人再干这个事儿吗?还不如拍脑袋好了。所以这里面真正好的分析师,需要通过报表来表达自己,不是他表达自己,是表达业务中间的那些因素,自己做很重要。
第十武胜。做事应该怎么做?我不是个打高尔夫球,我就是一个干活的,大家不要被我这个东西迷惑了,就去了两次,我就发现这个很有意思,你基本的目标看不见,但是知道就在前面,还给我看一个图,大致在那个地方,我说到底有多远,他说有300个尺,我说哪一杆最远的,拿了一个最大的。我说就这个了,你就一个杆了,那个球绝对是进草里或者进水里了。所以真正来说,这个目标的定义,往往他是你看不到的,所以说真正好的分析师的话,需要在不看到旗杆的情况下能感觉到旗杆的存在,你比较要做到那一点。因为世界上事情就那样子的,为什么很多高管在打高尔夫,我说这个东西太深了,这个东西有一套,做事儿千万不要一杆进洞,伍兹能一杆进洞,那也是打了一百次才有一杆进洞。大部分就想带一个杆进场,就是说有没有工具能够从头到尾踢一脚东西就出来了,能不能两个工具,我带一个大的带一个小的够了,工具是为了目的而服务的,没有工具都有细微的或者大的差距,一个好的分析师他知道用什么工具解决什么问题,然后把整个东西串起来。很久以前我跟他们去了一次,我说这个东西神了,我在旁边看着他们在那里玩,就是说不同的工具有不同的效用。还有一个做事之前千万不要不带杆就进场,就凭体力壮我一定能干,不用这些东西,那是不行的。所以工欲善其事必先利其器,所以我们必须是建工具的过程,而且没有任何产出的,但是以后会有产出会有成果。所以这个东西需要有一个过程,千万不要一杆往一个方向走,循序渐进。
Tableau这个有点意思了,大家千万要理解我,我只是讲用这个例子,我们在Linkedin用Linkedin,公司A到公司B了,一个人从IBM出来了进惠普了,三年以后又IBM了。红的是他针对Simon下面的公司,红的绿的就是这些公司的竞争对手,红的是Simon失去了多少人,绿的是Simon从别的公司赢了多少人,好的公司人不走,坏的公司大家都撤,绿的越大公司越牛,红的越大HR要赶快整合内部。这是Tableau直接利用好。但是我们在Linkedin把Tableau放到网页里面,没有人会从不同的地方收集数据,把东西都收集到一个地方,简化了。第三我们把Tableau做成了一个直线的东西,销售人员去谈的过程活的东西,我们把Tableau全部做成动态的。我相信大部分公司都是做成1的这个感觉了,所以要往前推进,要改变自己的方法,同样需要工具。
下面在早晨说的销售的案例,就是稍微的往细节里走一点,就是转化的过程,Petabyte terabyte gigabyte megabyte,大量的数据不断的简化。我们还做了一个中间层,Linkedin现在在开发一个东西,非常快,被现在的数据库快50—100倍。所以整个流程,早上我说的都是虚的,现在看这个稍微的又实了一丁点,数据数据,越来越大,做到很小了,结果就出来了,数位就出来了。第三个就变成冰激淋的问题了,从大冰川到冰激淋的事。
第三个如何用BI增加用户的保有度,就是客户我昨天120个客户,今天我丢了2个,后天丢了3个,一般的客户都是慢慢在流失的。那么怎么减低客户流失呢?这是非常经典的问题,做模型预测谁会流失,一般的人是快流失之前赶快给他一个东西快拉回来。大家都玩个这个游戏(愤怒的小鸟),反正我们家的IPAD天天装满了。如果这个鸟掉到地下就表示这个客户死了,如果让这个鸟往天上飞一下,怎么样减低客户流失,减低鸟落地的风险?最高点。回到这张图上来,这是我在谷歌上抄的,大家不要当真了,但是基本上也是很类似的。他们一般来说就在这个地方加力了,立刻落地了。所以真正想要让鸟飞远的话,就是需要在早期发力的时候给他力量,然后我们就转换策略了。所以BI其实就是一个玩的事儿,大家开放的观点去考虑他。最后一个我需要把数字都滤掉,以前我在ebay的时候,那时候产品有不同的变化,比如说红的背景,黄的背景,这个纽放在这儿,好多这种东西,产品经理需要分析师来帮助他做很好的决策,我们就做数据分析,然后进行体验,我发现这个过程整个是极漫长极痛苦的过程,因为一般做产品的时候数据都不在那儿,从头到尾准备一般需要3个星期到三个月的时间。后来我们自己想了一下,说能不能把这个东西也是把后台全部压缩化,比如说在Linkedin,每天有两千个,如果我们雇分析师把两千个都分析完的话,需要几百人。那么我能不能实时追踪不同的500个KPA,整个的一个系统流程,这个流程之间这样的产品经理基本上进去一看,全局的变化。但是还有一个就是,没有人能看500个KPA,所以我们在做分析哪些是他需要看的,哪些是他不需要看的。这样来说,我们把以前的3个星期转化成了1个星期。这样来说呢,大大的提高了产品经理的效率,同时也减低了我们的劳动力,但是做这个事情是很痛苦的事情。这就是举几个例子,那么多配置你改了一个对整个的影响是什么样的?这些东西都是可以做的。还有这个数据什么是正常的什么是不正常的?每个东西是动态变化的,这就需要自动化,这样咱们就可以做更重要的事了。
结束之前,再讲一个虚的事情,思考、工作和分享,比例的问题。我发现有很多做BI的分析师来说,基本是在中间这个部分,别人找他要的就是他思考的也是他工作的也是他分享的,这样来说就是没有太多的效率。还有一个非常危险的一部分人思考得很少,工作得很多,分享的奇多,这样的人是极危险的分析师,但是他很有创新力。我们建议还是应该在动手之前,应该花很短的时间迅速的思考很多不同的方面,思考是一个非常快的事情,沉思150年好象那个东西咱也没有那么多时间,因为人的思虑比光还快,我现在想在月球上站着,比光快。所以思考是很快的,要先思再做,分享最少。为什么我说分享最少呢?这个观念是我结束之前说的核心的观念,分析师一个人是不是有能力,是要看他对整个全局的预见性,因为回答问题是我们工作的一部分。你本身就需要回答很多问题,牛的人是什么呢?那个人一问问题他马上把那个问题打成很碎了很多很多问题,甚至把一个问题克隆出很多很多问题,比如说他准备数据报表,提前把这些东西都准备好了,甚至有的人根本不用准备,都自动被他准备了。他准备好了以后一定会有第二个问题出现了,因为分析师要预测分析本身的预测本身,要预测你的客户到底想问你什么做好准备,这样来说有几个好处:第一个好处你做事快,他发现你的宇宙比他脑袋的宇宙大,他不会问了。下次的话,他就会信任你给他提供的这种辅助性的东西,再下一次他就会很相信你,不去相信你这些问题了,是问你觉得怎么样。所以这是建立信任的过程,同时还减低工作量。
最后说一下数据科学家的问题,因为我以前在Linkedin做的数据科学家,爱因斯坦和特斯拉这两个人,谁知道汽车特斯拉谁知道?特斯拉科学家谁知道?15%。大家谁知道爱因斯坦?90%以上,爱因斯坦是人类非常伟大的科学家,我只是说在现实生活中,特斯拉的书,这个人是一个疯子,因为他去发明东西的时候他不做试验就闭上眼睛想,然后过这些东西,微波、X光、交流电、灯泡、电灯、无线,X光不是居里夫人发现的,是他先发现的,然后给了居里夫人。这里很多历史。这个人发明的是交流电,当交流电发明以后是被GE被爱迪生用上去了,又一段故事。但是他最后的决定是把这个把数据变成现实了。作为一个科学家的话,我觉得我们还是想变成特斯拉,而不是纯理论。这就是今天跟大家分享的内容。

没有评论: