1700499230
1700499231
在运营方案和计划得到批准后，按计划正式实施具体的运营活动方案，并实时监控运营效果，活动后期进行效果评估、反馈和总结。
1700499232
1700499233
上面对某具体运营活动的过程进行了比较详细的描述（不涉及数据分析技术层面，因为详细的分析技术、分析字段、分析方案、分析结果和效果跟踪将会在第9章、第11章的案例分享中详细描述），可以看到，一个完整的数据化运营项目，先不谈是否是成功的应用，已经涉及多个专业、多个部门的协同参与。真正的企业级数据化运营远不止是项目层面的，而是会扩展到企业的整体运作中的，因为企业整体的思维、决策、管理及运营都是围绕数据化并以此为核心的，是真正全民参与的。数据化运营一定不是某个业务部门的内部事务，也一定不是数据分析部门和数据分析师自己的事情，数据化运营是企业整体的无所不在的数据应用，以及无所不在的全民数据意识。
1700499234
1700499235
案例二：某女装品牌在淘宝商城开设了自己的旗舰店，为了响应电子商务企业一年一度的大型促销狂欢节日——光棍节[1]，准备积极备战此一年度最火的商业大战。迎战光棍节，企业有哪些环节要把握呢？又有哪些相关部门要参与呢？表4-2对此进行了比较清楚的梳理和总结。
1700499236
1700499237
从表4-2可以看出，针对一个大型的促销运营活动，从活动前的策划、准备，到活动中的认真执行与过程控制，乃至活动后的总结、反馈与挑战，整个过程几乎会涉及企业的所有职能部门和管理层。通过这个典型的案例，再一次证明，数据化运营是跨专业跨团队的协同合作。
1700499238
1700499239
1700499240
1700499241
1700499242
[1]所谓光棍节，原是流传于年轻人中的娱乐性节日，以庆祝自己仍是单身一族，因为11月11日是有4个1的，所以被称为光棍节。从2010年开始，阿里巴巴旗下的淘宝公司率先在当年11月11日进行网站的光棍节大促销，淘宝网站上的许多商品进行了大幅降价酬宾。后来，这个做法逐渐为国内大多数电子商务网站所采用并追捧，掀起了全国性的每年11月11日的电子商务网站大酬宾运营活动的高潮。
1700499243
1700499244
1700499245
1700499246
1700499247
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497529]
1700499248
数据挖掘与数据化运营实战：思路、方法、技巧与应用 第5章 分析师常见的错误观念和对治的管理策略
1700499249
1700499250
错误的观念和思想，决定了错误的方向；错误的方向，必然导致失败的结果。
1700499251
1700499252
5.1 轻视业务论
1700499253
1700499254
5.2 技术万能论
1700499255
1700499256
5.3 技术尖端论
1700499257
1700499258
5.4 建模与应用两段论
1700499259
1700499260
5.5 机器万能论
1700499261
1700499262
5.6 幸福的家庭都是相似的，不幸的家庭各有各的不幸
1700499263
1700499264
市面上关于数据分析挖掘方面的书籍不少，关于如何做好数据挖掘的方法总结也很多，但是绝大多数都是站在纯技术、纯算法的角度进行阐述与总结的。其实，影响数据挖掘模型和数据分析成果、价值的因素很多，除了技术方面的因素（包括算法、数据质量、企业硬件设施等）之外，还应该包括数据分析师本人对于数据分析的思想观念、对于数据和数据分析的态度，以及数据分析师所具有的商业意识及商业敏感度，更包括企业层面的数据化运营的意识和氛围，从某种意义上来说，后面的几个因素对数据分析成果和价值的影响要远远超过纯技术层面的因素的影响。
1700499265
1700499266
关于企业层面的数据化运营的意识和氛围，第1章已经做了比较深入的阐述和分析，在此我们不再重复。
1700499267
1700499268
关于数据分析师本人对于数据分析错误的思想观念以及可能对数据分析和应用造成的危害，是本章的重点，我们将把企业数据化运营实践中数据分析师所表现出来的一些有代表性的错误观念做一下总结和归纳，并且提出实践中应对这些错误观念的比较行之有效的管理制度和措施。
1700499269
1700499270
除了本章即将要具体展开说明的种种错误观念之外，还有一个同样严重的、直接造成分析师的分析成果和分析价值缺乏商业应用价值的核心因素——数据分析师应该具备但是却常常不具备的“商业意识”或“商业敏感”。鉴于这种“商业意识”或“商业敏感”并非属于思想观念的范畴，与本章的主题（思想、观念）有明显的差异，故我们将在本书第16章进行深入探讨。
1700499271
1700499272
另外，分析师“对于数据和数据分析的态度”也是同样可以直接决定分析师分析（挖掘）价值的。这里的错误观念、商业意识和数据态度都属于“形而上”的范畴，都是可以对数据分析师的分析成果产生方向性的重大影响，所以在这里我们把这三大因素放在一起进行讲解，希望能引起读者的重视和引发读者思考。关于“分析师对于数据和数据分析的态度”的具体内容，我们将在本书第16章做深入探讨。
1700499273
1700499274
现在，正式开始本章以分析师的错误观念为主题的探索之旅。
1700499275
1700499276
在数据分析（挖掘）项目中，很多时候技术层面的差异所带来的分析结论的差异并不是十分明显，但是错误的观念和思想将会造成数据分析（挖掘）的最终结果南辕北辙。由于国内的绝大部分数据分析专业人员都是计算机、统计、数学等专业领域的人才，对于分析应用相关业务领域的背景和专业知识（如果不是有意识有目的地去了解和学习）并不是十分了解的；或者过分聚焦于数据分析专业的技术层面而忽视业务领域的相关技能和知识，导致他们在工作中与业务背景缺乏起码的融合，严重削弱了数据分析工作的价值和应用效果。
1700499277
1700499278
举一个企业实践中司空见惯的现象为例，很多数据分析师与业务部门的关系总是存在或多或少的芥蒂。一方面数据分析师总是觉得自己的工作很努力，分析结论和项目成果都充满技术含量，都很不错，另一方面业务部门总是觉得有些数据分析师的工作对他们的支持力度不强，对业务的价值不大。这种双方观点和看法的不匹配必然会严重影响数据化运营的效果和效率，其中对于数据分析师来说，最大的问题就是他很可能没有真正深入业务、了解业务，这其实很可能就是数据分析师自身轻视业务论所造成的。
1700499279