这是一本挺老的书，很早之前就有读过，当时并没有什么体会，因为这周在梳理产品的价值时，到数据这块，发现存在几个问题：1）核心价值不清晰：数据价值很多，但是到底哪些才是最核心的？现在梳理的数据价值都是和业务强耦合的，那么有没有数据或者数据打通整合应用本身的价值？如果梳理清楚这些价值，是不是可以通过数据的方式去描述清楚这些价值？2）平台型数据产品之间的差异性： 很难梳理清楚我们现在的产品和其他平台型数据产品价值的差异
所以希望重读这本书，帮助自己更深入理解大数据的价值，另外这本书貌似出了升级版，也可以同步一起看。
--看完以后对自己原来预期解决的问题的反馈
这本书是从宏观上论述大数据在企业中的应用，从数据采集到数据洞察和数据应用都有论述，而且是从以往的实战中抽象出来的，里面有很多小tips还是蛮有趣的，不过这些技巧是需要在日常中去积累的，并不是靠一本书就能学到，总体来说个人觉得这本书比较适合对数据有些了解又希望去组建数据团队的人员；
我上述提的两个问题中的第一个问题：数据价值（与业务不强耦合部分）在06中有提到，个人觉得和自己之前总结的和文中提到的还是蛮相似的，不过这些价值还是一些通用价值，对于数据产品应该都是具有这些价值的；
原来提的第二点，我的思考是两个方向去论述，第一种是不强耦合业务方面，通过去论述总结的数据价值中，我们的产品是否比否比其他产品在某个点或者某几个点上做的更深入，更有优势；第二种思路可能还是得要结合业务本身，找到产品提供的服务或者主打的业务形态与其他平台型数据产品的差异；
以下是书中的主要观点：
01 大数据，为什么很多人只会谈，不会做
1.数据价值论证，有几个关键问题要区分
明确是谁心里的数据价值，明确数据的分类？
i）数据昂贵
ii）人断层
02 大数据本质是还原用户需求
2.数据采集：本质是还原
i）能否清楚的识别用户的身份
ii）能否搞清楚收集的数据对你的价值
iii）能否搞清楚当时的场景，有多大能力还原用户的需求
03 “活”的数据才是大数据
3 数据串联：
i）应用起来的数据是活数据，既要用活数据，也要活用数据，不仅用内部数据也要擅用外部数据，既要用直接数据，也要利用相关性把间接数据用起来
ii）动态使用数据，场景化应用标签，例如用户画像中性别标签，每个人在不同场景下表现出来的性别也是会有差异，就和人的性格在不同场景下会有差异一样，所以要结合场景去验证
04 全域大数据，大数据的颠覆者
i）数据，决策的瞄准镜
ii）开始“上帝视角”，做到知觉合一
05 数据分类与数据价值，什么是你的核心数据
i）数据分类：可再生/不可再生、基础/中间/应用层、按业务属性归类、隐私/非隐私数据，这个分类总体来看，还是和数据存储和数据处理关系更大一些，更偏数仓的视角
2）数据价值：
识别与串联的价值（最核心的价值）、描述的价值、时间价值（包括历史时序，还是即时）、预测价值、产出数据价值
06 从用数据到养数据
i）用数据：框架是核心，是方法论，依赖的是现有数据
ii）养数据：是战略，养数据思考的可能是数据是否够用，是否需要改善
07 数据盲点
i）盲点分逻辑上的和物理上的
ii）数据有正面数据/负面数据，一般情况大家比较关注正面数据，但是有的时候负面数据能够帮助避免失败
iii）分析时很多时候做的假设就是错误的，所以假设本身可能就是造成盲点的原因
……后面就是一些作者在阿里巴巴的实践，就没有整理
其他tips：
1）系统分析的流程：p--i--m--a
2）时刻提醒自己三个问题：现在面临的三大问题（如果在支持产品，那么就是产品上面临的三大问题)？未来三个月要解决的问题？在过去1个月做对了什么，做错了什么？
3）数据分析，切忌上来就开始论数据，可能首先要了解清楚背景，场景，以提到的顶级ceo周关心的三个指标案例为鉴；要相信把问题问清楚，答案就出来了，很多时候，答案就在问题中
4）提问的问题，要具象才好回答，就像如果说目标是让公司盈利，这个就太大了
5）这个很有趣，常态，时态，变态，常态划分弱、狂、哗、周璇、慵懒、媚
