推薦序 1
如果我們將企業比作人類，那麼許多企業正處於壯年的巨大健康危機之中。曾經，世界500強企業的生命周期是65年，而現在僅有20年。近10年來，眾多規模大、可靠的企業已被“數據新貴企業”所替代，例如蘋果公司、亞馬遜、騰訊、谷歌、百度、阿裡巴巴等。
更糟糕的是，企業進行自我重塑的概率變得越來越低。公司戰略委員會指出，95%的企業數字化的轉變是失敗的。《創新者的窘境》一書的作者克雷頓?克裡斯滕森認為這一數字已達到99%。
當然也有好消息：科技賦予我們衡量一切事物的能力，我們能更好地認識自己。在這點上，曾經的任何時代都難以企及。
麻省理工學院的一項研究表明1，相比依靠直覺來實現決策的企業，那些通過數據驅動實現決策的企業擁有更高的生產效率和利潤。這類企業的生產效率和利潤普遍高於競爭對手5%～6%。顯然，未來是否擁有數據分析能力，將決定一家企業是成功，還是逐漸銷聲匿跡。
我們經常說，數據是新石油。數據的準確性代替了“意見”的主觀性，讓我們更好地了解我們的供應商、我們的顧客以及我們自身。同時數據也是人工智能的基礎，因為我們正是通過數據的運用來實現機器學習的。
對石油來說，一直被埋藏在地下的石油並無價值。它的價值在於應用，石油開采需要一個“生態繫統”：煉油廠、加油站、汽車、規則、道路等。數據也是如此，僅僅收集數據並無價值，你需要提取、清洗、分析，讓分析結果得以執行與運用，並反饋至“生態繫統”中。
隨著自動化操作和機器學習代替了部分傳統工作，我們為此很疑惑：還有哪些工作需要人類來做？答案其實很簡單：我們需要辯證地思考究竟人類需要機器來做什麼。無論是初入職場的新人、分析師，還是企業管理者，提出正確的問題是他們最重要的能力。
但是，這實現起來很難。提問者既需要了解企業當前的商業模式、競爭格局以及可控資源，也需要意識到現有商業模式已經變得過時、不穩定，而且亟待改變。
信息隨時隨刻在產生，它為世界指出兩條路：一條路布滿著那些故步自封、因循守舊企業的“尸體”；另一條則為擁有數據思維和掌握數據駕馭能力的企業鋪就康莊大道。而此時此刻，你正處於交叉路口，手中恰好握著一張指引正確路徑的“地圖”。
Alistair Croll
哈佛商學院訪問執行官，Coradiant 公司聯合創始人
《精益數據分析》一書作者
推薦序2
數據驅動的概念已經被各個行業廣泛認同，但認同與落實之間，還是有相當的距離，這裡最大的障礙是，技術人員缺乏對業務的理解，而業務人員又無法理解和充分利用技術，有數據卻用不好、不會用是很常見的弊病。即便是一些有數據分析、研發實力的企業，也面臨從需求到實現的巨大研發成本和時間周期等問題，導致決策效率低，對瞬息萬變的市場情況，無法做出快速有效的應對。
百度早期的技術資源有限，主要技術資源優先考慮產品研發迭代，對數據分析的支持力度不足。2005年我參與創建百度的商業分析部門，因為無法得到充足的技術資源，隻好自己動手，在產品部門架構內處理數據，解決業務訴求所需的數據分析，所幸那時候百度的業務數據規模有限，每日的部分業務數據日志尚處於GB級別，按照我們有限的技術能力，單服務器勉強可以應付。
2007年之後，百度的業務規模急速擴大，業務部門也越來越重視數據決策方向的訴求，幸而此時技術資源也得到了有效的擴充，在桑文鋒同學的有力支持下，百度的數據分析能力和整體架構都得到了翻天覆地的革新和發展，針對諸多核心產品升級，數據決策的意義和價值也得到了充分的彰顯。
能解決一個巨頭公司數據分析領域的技術瓶頸，提升數據決策能力，已經是一項了不起的成就，但文鋒的目標顯然不止於此，搭建一套通用靈活的技術架構，顯然有更廣闊的應用場景。讓一線業務人員在不需要充分理解技術的前提下，快速針對業務訴求完成數據分析，實現數據決策，這是神策數據（Sensors Data）項目的一個願景。
我從百度出來後進入了遊戲行業，後來輾轉到海外發展，對國內行業的現狀了解不多。說來也有意思，好幾個遊戲行業同行創業者，在不同場合主動跟我提及神策數據非常有價值，對他們的業務幫助很大，我纔注意到文鋒的創業項目，並欽佩於他們現在所取得的成就，這個成就，不是說這家公司收了多少服務費，賺了多少錢，而是他們真的有效提升了整個行業的數據決策能力，有效降低了數據決策的操作成本和門檻，這個價值是從業者們尤為要感謝的。
感謝文鋒，提前讓我閱讀了這本書籍，我覺得，對於希望提升數據決策能力、了解數據決策真相的從業者，這本書是很好的讀物，其內容並非晦澀難懂的技術描述，而更多是對數據驅動和數據分析的理解，並以親身案例作為輔助講解。建立正確的認識是做好數據決策的前提，而其中所提到的很多問題場景，相信也是很多從業者經常遇到和面對的。
以上，希望對您的閱讀和選擇，有所幫助。
曹政
曾任百度商業分析部經理，現知名IT自媒體博主
互聯網遊戲出海領域創業者
推薦序3
我一直覺得數據分析是一種修行，“修”的是思考的能力，“行”的是落實成為方案的方法。經過多年的工作，正是不經一番寒徹骨，怎得梅花撲鼻香。回想我與文鋒初次見面便談到數據化的過程，阿裡與百度都經歷過這樣的挑戰，我想這便是他請我寫推薦序的原因吧。
以前企業中隻有一小部分人具備數據分析的能力，隨著近幾年數據平臺的成熟，數據從收集到使用越來越方便，以往想要出一份分折報告可能要等上數周的日子已經一去不復返。曾經有一位業務方代表對我說過，在等候分析報告出來與拍腦之間，我選擇了後者，因為時機更重要。可想而知決策的速度很關鍵。在後信息時代，DT1的普適度將變得更直接、簡單。未來的智能時代，我很相信很多分析報告也將被自動化的智能決策所取代，屆時智慧的人類也將要“升級”到“神策”的階段，人更要學會駕馭決策上的決策、邏輯上的邏輯。
當然，理想歸理想，在智能決策的路上還需要很多同行們努力，而文鋒在書內的描述正是他這幾年創業的發現與精華。
車品覺
紅杉中國專家合伙人、全國信標委大數據標準工作組副組長
推薦序4
當今物聯時代，業界同仁都在談大數據和人工智能。大數據已成眾多公司的核心資產，大數據戰略已成眾多公司的核心戰略。之所以如此，一是因為大數據技術的普及，二是因為大數據已經為無數企業帶來了實打實的核心價值。大數據4V1中最重要的還是接地氣的價值驅動——Value。使用大數據技術，挖掘大數據價值，不斷優化用戶體驗、客戶體驗、產品體驗，已然成為當今企業成功的金科玉律。
1996年我在美國正式進入職場。我在職業生涯的早期就對數據情有獨鐘，那個時候還沒有大數據這個提法。這不僅僅是出於對數據技術的喜好，也是因為我在做數據項目的時候，真正體會到了數據給業務帶來的不同。1998年我加入Yahoo!，成為第一個專門做數據的工程師，用一句話總結我在Yahoo! 7年的工作，那就是使用大數據更好地理解用戶，驅動用戶產品創新，更好地服務用戶。2005年我離開Yahoo!加入Google是源於好奇心，當時Google的流量是Yahoo!的1/10，但收益卻跟Yahoo!一樣多。為什麼搜索會這麼賺錢？用一句話總結我在Google 6年的工作，那就是使用大數據能更好地理解客戶廣告訴求，驅動廣告產品創新，更好地服務廣告主。
2011年我有幸加入百度帶領數據團隊。百度是一個對大數據工作非常重視的公司。大數據工作是百度的核心競爭力之一，其核心搜索業務也是建立在大數據技術之上的。文鋒是我在百度工作期間的愛將。在百度工作的幾年中，我跟文鋒、曹犟、力力、耀洲等聰明能干、充滿活力的同學們一起，在實戰中不斷總結與學習，一同推進大數據技術的進步，這是一段非常享受並有成就感的經歷。
我在百度大數據工作時，跟小伙伴們一起啟動了不少項目，一切都圍繞發揮大數據價值而發力。大數據價值從讓數據說話開始，大數據驅動決策。幾乎每一個產品都是一個閉環的生態。從產品上線的第一天起，用戶就在不斷用手或腳投票，告訴你哪裡好用、哪裡需要改進。用戶越多，這個閉環正負反饋的信息量就越大。當我們可以快速地把這些信息以報表分析的形式，展現給我們的產品經理、產品研發工程師及各級決策者們的時候，就能不斷地發現機會、迭代改進產品。當數據量達到一定規模後，數據所反饋的趨勢就越清楚，這不僅體現在更好地理解現有需求上，也會不斷挖掘新的需求，預測引導用戶需求，不斷改進創新產品。
搜索如此，廣告如此，新領域創新也是如此。從預防疾病，提升百姓健康體驗，到挖掘旅遊熱點，提供最佳出遊體驗，到因材施教，顛覆特權教育，到預測交通流量，改善交通擁堵，大數據驅動顛覆式創新。
大數據的另一個更重要的價值在於讓數據為用戶工作，驅動個性化服務。當數據量達到一定規模後，因人工智能算法已經普及，故對用戶每一次產品使用背後意圖的把握就會越來越精準，從而可以做到為用戶提供有針對性的個性化服務。這種個性化可以從用戶群組個性化開始，也就是對不同類型的受眾提供不同的服務，可以做到針對每個用戶的個性化服務，甚至細化到對每一個用戶每一個動作的個性化服務。大數據價值在這一點上的發力可以真正引爆產品生態閉環的馬太效應。
文鋒在書中把他過去豐富的實踐經驗做了非常好的總結，干貨滿滿，源於實踐又高於實踐。文鋒一直想成為中國大數據產業興旺的推動者，他創建了神策數據（Sensors Data），不斷踐行自己的理想。本書字裡行間生動活潑，也體現出作者對大數據領域的理想情懷和腳踏實地的實干家精神。對大數據行業的每一位實踐者和企業家來說，本書都非常值得一讀。
呂厚昌（Alex Lu）
曾任百度高級總監，Pinterest大數據部負責人
推薦序5
我認識桑文鋒是因為投資的事情。2015年初的某一天，朋友給我介紹了一個人，說在百度做了很多年大數據基礎架構，有豐富的實戰經驗，又是我浙江大學的學弟。這樣稀少的人纔，當然要見見。
我原來在Facebook做了很多年工程師，對數據驅動非常熟悉，也非常堅定地相信其價值。基於數據的決策就像船員在茫茫大海之中看到了燈塔，就像飛機飛行在迷霧之中但裝有雷達。有時候憑經驗拍腦袋也許有用，但有了地圖的駕駛員，一定比最好的老司機更不容易掉坑裡。Facebook在這方面做了很多工作，用數據來輔助所有（沒錯，是所有）的產品決策。日志繫統、ETL、Hadoop/Hive、實時的數據儀表盤、A/B測試、灰度發布，這些琳瑯滿目的數據工具組成了一個套裝，為Facebook在商業戰場的迷霧之中提供了看清正確方向的“千裡眼”和“順風耳”。Facebook最早做Hadoop/Hive的人就是我從Yahoo!推薦過來的。我在Facebook做過的產品包括NewsFeed、Giftshop、SocialAds，無一不是深度應用數據的典型產品。我在Facebook的最後兩年負責支付相關的數據平臺和安全繫統，這些工作更是對數據從頭到尾都有很強的要求。Facebook一向的實踐是相信數據，但又不迷信數據。利用數據，但不隻依靠數據。
但我在2012年回到中國的時候，發現數據驅動的理念和做法在中國沒有太多的公司在實際操作。當時大多數公司，都還聚焦在粗放型增長，做產品主要靠拍腦袋，沒有太多應用數據的工具和能力，更可惜的是，沒有應用數據來指導決策的意願。少有的既懂理論又有實踐的人，基本上在BAT這三家公司，尤其是數據技術利用最早的百度。
認識百度出來的桑文鋒，在數據驅動這件事情上總算找到了知音。文鋒的這本書，嘗試去解決兩個很有意義的問題。一是如何在思想上將原來拍腦袋決策的方式改變為用數據來輔助決策；二是如何讓更多的公司更容易地獲得數據驅動的能力。雖然我給很多公司做過分享，但我知道數據輔助決策的思想不會很快在中國的互聯網公司實現，更何況有很多有數據而不知道怎麼去用的傳統企業。但桑文鋒對於整個數據流程非常熟悉，例如，如何通過埋點獲得數據，如何對數據進行結構化，如何對結構化的數據進行最優的存儲和查詢，如何將數據鏈條串起來進行最深度的分析，如何對數據做最好的展示以便更好地決策。在這一方面，他是我在中國見過的最有能力、信念最堅定的一個人。
我們相信桑文鋒駕馭數據驅動商業的能力，也相信他身上那股堅定的信念，他願意花很多年，付出很多努力，將數據基礎能力像水和電一樣提供給中國企業。我們將自己的資本和信心賭到桑文鋒身上。我們也相信這本書，會給希望在商業戰場上多一雙數據眼睛的企業家很多幫助。
王淮
《打造Facebook》一書作者，線性資本創始合伙人
