《决战大数据（升级版）》是一本由车品觉著作，浙江人民出版社出版的平装图书，本书定价：56.90元，页数：310，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《决战大数据（升级版）》精选点评：

　　●已读。

　　●得到APP每天听本书分享：第一，大数据怎么从说到用。即企业怎么把数据变成利润。“用数据”这一招练好了，会成为一个辅助企业决策、开拓商业新机会的重要武器。而大多数公司用不好数据的根源，是在人的数据思维层面上没有建立起用户意识。第二，阿里巴巴数据运营的成功经验。阿里巴巴培养数据人才，靠的是内三板斧“混通晒”，阿里巴巴数据应用的升级迭代，靠的外三板斧“存管用”。第三，大数据今后的应用趋势。信息数据化、决策实时化和人类智能化。要想用好大数据，不能只关心科技的发展，还要注重思维的开拓。只有先进的科技加上开阔的数据思维，大数据的价值才能发挥得淋漓尽致。

　　●恩。。。。 为什么在豆瓣阅读上看并写下的书评没有被同步到豆瓣读书上。。。

　　●无论是对大数据的理解还是工作态度，都有挺多收获

　　●非技术书籍，主要讲数据管理和使用的理念。产品经理、业务规划，管理者类的角色可以一读。

　　●升级版跟不升级版没啥区别

　　●门外汉。觉得写的不错。

　　●第一部分很精华戳中了很多企业的痛点，不过文中有些观点已经有点过时或不太到位了

　　●对商业、数据、未来、个人管理都有一套成熟的方法论

　　●操作大数据的心路历程，虽未能系统化的介绍个人心法，但对懂数据以及回馈机制者来说，可帮助建立各自的心法

　　《决战大数据（升级版）》读后感(一)：像李小龙的格斗一样去思考

　　这是我读过第二本阿里高层撰写的互联网书籍，上一本是曾鸣的《智能商业》，这一次便是车品觉的《决战大数据》。虽然是2本角度完全不同的书，却都可以窥见中国顶级商业公司老板们的思考模式，同时侧面了解阿里的公司文化。但如果你想透过这两本书找到一些所谓的干货，找到一些拿来主义、经验主义，进入互联网的速成班，肯定是会失望的。

　　这两年越来越觉得，高手，绝对不会是直接给答案的人，而是会提问的人，会讲故事的人。

　　相比书中一些略显啰嗦的数据的定义，对未来趋势的个人预测，每个章节结束后的小故事倒是更耐人寻味。

　　1、小偷思维

　　多数人只会想通过哪些事情获得成功，而小偷会想如何避免失败。从另外一个角度想问题，或许会有不同的答案。

　　2、关掉多任务窗口

　　唯有专注才能更高效能地处理事务，在职场上总有各种琐碎的事情打乱节奏，那就要学习关掉多任务，集中精力做更重要最核心的事情，避免时间再琐碎的工作中流失。

　　3、积累个人大数据

　　再聪明的人成功也没有捷径，车品觉会每天定时阅读各类专业文章，给这些文章打标签，搭建和完善个人的数据库。日积月累培养自己的数据思维，并且在关键时刻可以找到所需要的数据。这应该是自己从今天就可以开始学习的好习惯。

　　4、忘掉必杀技，在迂回中寻找落点

　　不断地去提问，而不是直接给答案。

　　所以即便这本书出版于2019年，互联网已经发生了诸多改变，书中的一些思考的方法现在读来也毫不过时。

　　《决战大数据（升级版）》读后感(二)：这只是笔记

　　比《数据的本质》好。不知是我缺乏数据化思维，还是的确文章结构松散，看一遍很难记住太多重点。理论多于实战。

　　数据化运营的内三板斧

　　1.混：和业务方混在一起，和用户混在一起，贴近业务和用户才能培养出敏锐的商业意识

　　2.通：打通数据和商业的链接，让数据真实反映商业引导决策；同时建立合理的数据使用体系，打通部门与部门间的数据交叉

　　3.晒：呈现有价值的数据，让数据证明（衡量）业务、优化业务、发现业务机会、创造商业价值

　　数据化运营的外三板斧

　　1.存：数据收集

　　2.管：数据治理

　　3.用：数据赋能

　　启发点

　　1.思考精力像池塘里的水一样是有限的，思考要学会关窗

　　2.管理个人的大数据。为什么前几天在百度上搜索某件商品，结果最近在访问许多网站时，旁边的广告窗口就能准确的推送天猫或京东的该商品，怎么和读心术一样，还是电脑中了病毒被人监控？其实这很简单，推送的广告网站通过你电脑浏览cookie（储存在用户本地终端上的数据），获得你近期关注的数据内容，加以分析并推送相应的广告。这就是互联网进入web3.0时代的数据挖掘和聚合。

　　3.大数据最大的难点和断层在于人，生产数据的人不是使用数据的人。

　　4.大数据的本质在于还原人的真实场景。如果我们能还原出用户的购买行为与之前广告展示的直接联系，以及手机端“延续”了电脑端购买过程的信息，就可以从整体上把握整个购买过程，不必为各种怪异的结论大费脑筋。如果我们可以把“冲销量”所产生的结果全面集中展现出来，当然就可以避免退货率急剧上升的尴尬。

　　5.企业的数据部门应当从“根据需求被动收集数据”转向“主动养数据催生需求”，持续思考可以收集的数据，创造业务价值

　　《决战大数据（升级版）》读后感(三)：干货太少，有点失望

　　作为一个初级从业者（即将毕业，工作是数据工程师），我觉得这本书里干货很少。

　　第一部分对于一些通用的准则讲了很多，缺乏案例的论证，也没有给出比较好的解决办法。

　　比如P13谈到数据的断层问题，OK，我知道这是问题，工作中也会碰到，那么该怎么解决？

　　作者完全没讲！这不就是说的很对的废话，又有什么价值呢，然而全书中充斥这这样的内容。

　　中间的第二部分，涉及到具体的内容，谈阿里如何做数据管理，可以说是我很期待的。

　　然而不知道是出于商业保密的考虑，或是其他原因。文章中对操作的方法却谈的很模糊。只是谈了几个原则，一个性别分18类的案例被来回的引用。可以说干货寥寥。

　　至于第三部分，感觉就是东一榔头西一棒子，一会说这个很重要，一会说那个是未来的趋势，一会又说本质问题是xx。感觉就像政府的报告，就算你说的都对，把这些罗列出来又对别人能有什么启发呢。最让人抓狂的是文章中间还穿插有一大堆鸡汤，最后两章都开始谈做人和公益了，醉了。

　　花钱买这本书的人是想看这个？

　　看完《大数据时代》，我就对“大数据时代”这个名词，和它能带来的改变有了透彻的认识，看这本书是想借鉴数据应用的一些方法和思路，然而收获不多。我倾向于认为作者是能提供一些干货的，只是不擅长写作，或没有用心编排本书的内容。

　　下面是一些摘录的内容亮点：

　　1.数据断层问题p7：数据来源，加工，使用的割裂是数据应用的难题之一。

　　2.指标的细化p34：数据指标有很多，各自有各自的优劣势，我们需要结合要解决的问题选择具体的指标。

　　3.把自己当傻瓜p79：在公共场合，对于需要搞懂的问题，把自己当傻瓜，谦逊的发问。

　　4.p92：对于数据与决策，不要急于做选择，做判断。多问为什么。为什么这个数据是这样？

　　5.p127：混晒通，同具体的业务人员多交流，混在一起才能切实了解业务需求，混=业务敏感度。通，将散乱的数据链接到一起，打通部门见得数据。晒：将数据带来的价值展示出来，数据可视化。

　　6.不做决定的代价p144：如果你无法决定保留哪些数据，你就只能被迫保留所有数据，这是不现实的。那该保留哪些数据呢？作者说没有答案。。。蛋疼，那说这个有啥用？

　　7.成交额指标细化后可以给出给具体的答案p154：当一个问题过来，我们需要给出数据做解答时，最好将数据分解到无法分解再做回答，因为一个上层的数据可能是受多个下层指标影响。将数据细化后，才能给出接近本质的回答。

　　8.提醒晚点，不如顺便给出解决方案p225：产品经理不应当满足于展示数据，要想到当这个数据被展示，消费者会产生什么需求，你能不能直接把解决方案也同时提供出来。

　　《决战大数据（升级版）》读后感(四)：数据，人行为发生的真实还原术

　　有人说，成长来自于逼迫。我不这么认为。因为，绝大多数的时候，我的成长来自于“好面儿”。不知是不是东北人的缘故，还是与生俱来的好胜心。上学的时候，因为不想被老师批评，不想让妈妈在开家长会时被嘲笑，所以我很认真的当个乖学生，好好学习、好好考试。工作之后，因为不想被上司批评，不想因为自己的不懂、不会而增添他人的负担，所以我很谨小慎微，试图让自己做到更好和问心无愧……

　　说了这么多，无非也就是想阐明自己看车品觉的《决战大数据》的契机。是的，我需要用最短的时间了解大数据究竟是什么？为什么如此神奇等一系列事情。然后，深入浅出的写出一篇能够用于媒体专栏的文章。于是，花了两天的时间，读完了这本书。第一感觉是：数据无孔不入，尤其是在互联网时代，我们每个人的行为，都可以被数据化，然后通过分析得出一定的行为产生动机。第二感觉是：数据是一门生意，这门生意与人息息相关，没有人，生意就做不起来。

互联网时代，我们的行为都可被数据化

　　其实，大数据并不是在这两年开始火起来的。

　　2019年开始，梅西百货就开始运用大数据对7300万种货品进行实时调价、指导店内的商品组合选择、布局陈设以及促销活动。2019年，沃尔玛以3亿美元高价收购了一家专长分类社群网站Kosmix。这家社群网站不仅能收集、分析网络上的海量资料（数据）给企业，还能将这些资讯个人化，提供采购建议给终端消费者……

　　当然，屡见不鲜的还有朋友圈广告。2019年，宝马中国、VIVO、可口可乐第一次在微信朋友圈进行了广告投放。然而，不是所有的微信用户都能刷到同款广告。可能，有些人刷到的是宝马，有些人刷到的是可口可乐。而收到什么类型的广告，完全取决于用户平日里在微信上的使用习惯。例如：透过微信支付的使用频率和消费总额，可以“窥探”用户的消费能力和消费喜好；透过朋友圈发布的频率、内容和语言，可以“窥探”用户的个性和兴趣点是什么……可以说，用户的一举一动，都会变成数据，从而流入数据储存池。而我们收到的微信朋友圈广告，正是基于“金主爸爸”的要求，对性别、年龄、爱好、地理位置等一些用户标签进行精准匹配的一种广告投放。

　　无独有偶。当我们在某一阶段想要购买某种产品时，无论我们是透过PC端的百度页面找到该产品，还是透过手机移动端的APP搜索这种商品。在接下来的一段时间内，网页的弹窗广告都会定向的为我们推荐同类产品，手机APP的推荐页面也会如此。可见，数据是无孔不入的。而数据也是人各种行动的最真实的反应。因此，可以说，谁抓住了数据、利用好了数据，谁就能在未来的各行各业中夺得先机。毕竟，就连阿里巴巴创始人马云都曾下过如此断言——未来的时代将不是IT时代，而是DT时代。而所谓的“DT”就是“Data Technology”数据科技，不同于IT时代的自我管控，DT时代以服务大众，激发新的生产力为主。

大数据，其本质是一门关于人的生意

　　事实上，马云对于数据的重视是有先见之明的。2019年，马云就开始谈大数据战略，而阿里也是第一家把数据分析职位部门化、职级化和规范化的互联网公司。其实，阿里很早以前就已经不是一家单纯的电商公司，而是所谓的大数据平台。如今，阿里旗下不仅拥有电商，更拥有金融、支付、文娱等多个板块。而这些板块被阿里形容为是生产数据的业务场景，透过这些数据，阿里轻松的掌握了消费人群的特征。并且根据这些特征性的指引，投其所好的开发产品，实现一种高效的运转。

　　无论是沃尔玛、腾讯还是阿里巴巴，运用大数据洞察的都是人的行为和需求。而大数据的本质也就是还原人的真是需求。透过对人的多方面的解读，形成新的认知，进而激发新的生产力。可以说，大数据就是一门关于人的生意，而人则是万物中最为复杂的个体。尤其是当科技的进步、快节奏的生活从某种程度上干扰了人的行为发生时，企业有多大的能力去识别一个“碎片化的人”，将是一个巨大的考验和机会。

　　在阿里巴巴内部，分析师将用户的性别标签细分为18种。男和女的性别差异不再是我们常规认为的“0”和“1”的区别，而是从“0-1”。举个最简单的例子，可能某一用户在早上浏览的商品还是剃须刀、瑞士军刀，但是到了晚上浏览的就变成了女性的化妆品。那么这位用户的属性可能就是“70%男+80%女”，也就是说，可能晚上的时间是他的妻子在使用这个账号……因此，对于这位用户的商品推荐可以遵照“早男、晚女”的模式，而这样的模式不仅保证了商品推荐的精准性，更减少了资源的浪费。

　　除此之外，作为阿里巴巴“新零售”的试验田，“盒马鲜生”的选址也是运用了大数据的方式。透过大数据，对选址周边的人口密度、消费习惯等进行摸索，并找寻支付宝活跃用户数量多，且购买力强大的区域，从一定程度上打破了商业固有的选址模式。而至于很多人都抱怨的一个问题——只能用盒马生鲜APP结账，这让人颇为“郁闷”的小操作背后也有阿里的小心思——窥探消费者的消费喜好，并根据消费者的习惯，随季节更替门店的商品，以实现“千店千面”。

　　大数据的价值在于对人的精准解读，通过解读，从而创造更加非凡的价值。说来说去，商业社会始终脱离不开的就是人，人支撑消费，支撑整个商业社会的发展和更新。数据，帮助我们做的是尽可能真实的还原，人的喜好和需求。

　　《决战大数据（升级版）》读后感(五)：理论多过案例，如果看不下去，及时弃

　　*星标为我个人感想，其余为摘抄。

　　*这本书完整看下来，有比较多的尬读部分，经常会不想再看了，因为理论部分实在太多，所以给了三星，怎样把数据讲的有趣，我觉得任重道远。当然呃感谢大师车品觉的大数据普及，认识到了很多新观点。

　　数据十诫

　　1.一切从定义问题开始，问题问好了，答案就在里面。

　　2.在万物皆数据的年代，要以“假设数据都能获取”为前提去思考问题。

　　3.数据助力企业的“四部曲”:描述现况、深入诊断、预测趋势、指挥行动。

　　4.“快＋准”的数据，让我们可以从已知规律中寻找价值

　　5.“广＋乱”的数据，给予我们从发现中获取颠覆过去规律的能力。

　　6.大数据不是独奏，而是不断连接无处不在的数据。

　　7.数据技术就是加速和积累（数据、分析、服务）的能力。

　　8.大数据生态的连接需要建立标准与规范。

　　9.大数据是诸多小数据的组合。

　　10.数据是一种信仰。

　　第一阶段用数据，第二阶段养数据，第三阶段从看数据到用数据。

　　数据分析也讲究用户体验。

　　当我“苛刻”地提出“把月度经营报告当成产品来做，目的是让这份报告像iPhone一样好用”的要求时整个团队都傻了:报告怎么能仅仅是像产品一样呢？！那么，为什么数据报告不可以做到行云流水，让人看起来很爽呢？

　　首先，报告的前3页一定要吸引人，让人有欲望继续看下去；其次，当别人看到个数据，心里在猜测数据背后认同，的各种原因时，我的下一页报告就要解答他心中的疑问。

　　*讲故事的能力是通用技能。

　　一份数据报告居然会成为管理层的讨论焦点，每次都会有很多高层管理者关注我讲什么，这时我就知道自己肯定成功了。

　　*作者也提到“负反馈”和正反馈同样有用，比如不仅可以看高管有没有就数据探讨，也可以观察高管在公布哪些数据时玩手机。

　　没人愿意等一份报告太久，因为等到结果时，问题已经解决了。

　　*怎样方便的调用数据。

　　*干净的数据应该是排除了当天的所有意外，在正常的角度看数据，才能看出趋势，但悖论是，数据在产生时，难免有意外发生。

　　*在一个结果中，不同的因子分别贡献了什么？

　　*对数据源使用评分体系，默认数据是脏的。

　　如果收集数据的出发点不是为了解决问题，那么收集再多数据也没有意义。某些数据，虽然可以精确到几分几秒，但这么精确的数据又能用在什么领域，产生什么价值呢？

　　*屯数据无意义？

　　在收集数据时，我们必须知道这些数据未来可以用来做什么，如果今天都想不出来的话，日后就更不可能了。

　　把自己逼到“或”式选择的境地，这在逻辑思考中非常致命，你必须跳出来问，为什么是“或”？

　　事实上，有时候不是你的进攻不够快，而是防守不够好。

　　以前公司的CEO就跟我说，你每周要跟管理业务的负责人吃两顿饭，最起码两顿，这就是你的KPI。

　　我一直觉得，每个人每天的思考能力和池中的水一样是有限的。

　　当时我们犯了一个很久之后才发觉的错误，那就是我们的做法跟一些美国公司的想法一致，即不管怎么样，我们先收集数据，将来肯定有用，我认为在我职业生涯的这些年，最值得反思的就是这一句话，因为没有一家公司可以让你无止境的收集数据，然后再使用，这根本是不现实的。

　　事实上，数据的源头已经很“脏”了，而下游使用数据的人还不知道，同时源头的数据使用者也没有责任告诉下游，这些数据已经脏了。

　　能够透过现象看本质的一个重要的方法，对这个方法最简单的描述就是不断的用逻辑方法，将问题进行分解，直到不能分解为止，然后从根本处去解决这个问题。

　　*终极问题。

　　在属性管理中，假如属性是“x”，那么我们一定要定义清楚，什么是x？在没有清楚定义的情况下，这个数据的属性毫无价值。

　　当我们讨论信息的不对称时，首先要讲的就是经验，经验是对过去的度量，但不是所有经验信息的质量都很好，在经验的数据库中肯定有一些信息是正确的，有一些是错误的，当经验中会有很多噪音干扰时，我们会跟随错误的经验作出判断，此时我们就会发现自己变笨了。

　　每一个赌马的人都在看过去的数据吗？马会会给每个赌马者提供前三场赛马的数据，大家只会关注这个结果，而不会去关注赛马当天发生了什么，如果是我，我会回看当天录像，就可以发现其他的情况，比如，如果这匹马本来想发力，但前面有马匹挡住了他，它才被扣除了两秒钟，或者骑马师扬鞭时鞭子掉了，扣除五秒钟，再或者有些马发脾气，偏离跑道，也要扣除秒数，当排除所有意外算出的时间就是干净的，没有影响因素的真正经验。

　　其实眼下大部分的现实反馈都是滞后的，等体检后才知道“三高”，等失眠了才知道喝了太多咖啡，而事后再弥补和改正，可能已经晚了，未来大数据可以帮助我们“早知道”一点吗？

　　再举个例子，有天你把车停在路边，不知道会不会被交警开罚单，如果我跟你说，你给我五元有罚单，我买单，你会接受吗？

　　在大数据的世界中，没有人要求你懂得细节，也没有人要求你成为一名数据分析方面的专家，但是要求你在需要拿出一份专家数据时，能够快速的调用出来，能做到这一点，你就已经突破了人类短时记忆的短板，真正成为一个很成功的人。

　　*搜商+笔记外脑

　　如果轻而易举就能获得绝招，那结果是每一个人都可以获得所谓的绝招。当人人都有绝招时，绝招就不再是绝招了。