readx; 如果將宋辰要求的大數據分門別類，那麼這個龐大的體系就應該有底層的數據基礎平台，數據報表與可視化，產品與運營分析，精細化運營平台，數據產品以及戰略分析與決策。
基礎的數據平台建設工作，包含：數據平台建設，數據規範，數據倉庫、產品數據規範，產品id，用戶id，統一sdk等。做數據平台的架構，其實是整個數據平台價值的體現，需要公司各個部門的配合，例如關鍵數據指標體系的建立，需要從各個部門業務指標進行提煉，並得到業務部門認可。常見的關鍵指標有：dau、pcu、wau、mau、按天留存率(1-30日留存)、累計留存率（7日、14日、30日累計留存率），新增用戶，有效新增用戶，活躍轉化率，付費轉化率，收入指標，arpu人均收入，渠道效果數據等。
阿里巴巴、騰訊、亞馬遜就是這裡面的佼佼者！
數據報表與可視化，是為標準化可配置數據報表與直觀的可視化輸出，只要基礎數據平台建設完成，並進行數據指標體系規範，統一定義，統一維度區分，就可以很方便的進行標準化可配置數據報表設計，直觀的可視化輸出設計，包括行為、收入、性能、質量等多種數據類別。
發軔於十多年後的支付寶曬賬單就是可視化的經典例子，沒有淘寶網支付寶十多年的技術儲備和底層建設，那麼現在我們看到的賬單清單就與商業銀行以及信用卡的消費賬單別無二致——那就是晦澀難懂！
產品與運營分析，建立在數據平台和可視化基礎上，對已有的用戶行為、收入數據等進行各種分析，輸出日報、周報、月報、各種專題分析報告。比如。用戶畫像也是常見的數據分析方式，包括用戶如性別、年齡、行為、收入、興趣愛好、消費行為、上網行為、渠道偏好、行為喜好、生活軌跡與位置等，反映用戶各種特徵，以達到全面的了解用戶。針對性的為用戶提供個性化服務的目的等等。
精細化運營平台。基於數據基礎上搭建的精細化運營平台，主要是進行用戶細分。商品和服務細分，通過多種推薦算法的組合優化進行商品和服務的個性化推薦。另外還有針對不同產品生命周期，用戶生命周期構建的產品數據運營體系。
數據產品，廣義的數據產品非常多。比如騰訊的廣點通、信鴿；阿里的數據魔方、淘寶情報、淘寶指數、在雲端；百度的百度預測、百度統計、百度指數、百度司南、百度精算等等。
最後是戰略分析與決策，這一層與很多傳統的戰略分析、經營分析層面的方法論相似，最大的差異是數據來自於網際網路的大數據。
在變化極快的網際網路領域，在業務的戰略方向選擇上，數據很難預測業務的大發展方向，如果有人說這個大方向是通過數據挖掘和分析研究出來，估計產品經理們會笑了。從本質上來說。數據在精細化營銷和運營中能起到比較好的作用，但在產品策劃、廣告創意等創意性的事情上，起到的作用較小。但一旦產品創意出來，就可以通過灰度測試。數據驗證效果了。
宋辰所要達到的目標，就是讓機器來做好「業務運營監控層」和「用戶/客戶體驗優化層」，在此基礎上讓人來做人類更擅長的經驗分析和戰略判斷，也即機器提供分析情報，ceo們在這個情報的基礎上下結論！
……
非it企業數字化、網際網路巨頭數據割據、政府監管和開放、用戶的顧慮，讓宋辰經歷那個年代的大數據看起來是一個很難實現的烏托邦。【註：不僅僅it企業產生大量數據，如大型零售商沃爾瑪，在實體經濟中握有大量的數據資源！】
道理非常淺顯，現實例子也很多：馬雲拒絕李彥宏的網絡爬蟲，李彥宏拒絕周鴻禕的索引，馬化騰將戰火燒到馬雲的後花園……b（百度）a（阿里巴巴）t（騰訊）相互屏蔽，他們的商業趨向都是相同的，他們的目標就跟宋辰現在所擁有的業務領域大抵相同，都追求大而全，恨不得將所有的用戶都搬到自己的地盤！
幾乎被忽視的抄襲成本是商業模式追求單一的重要原因之一，更關鍵的是，以搜尋引擎為代表的百度、電子商務霸主阿里巴巴，以社交為核心的騰訊，他們有一點都是相同的，那就是追求流量生意，他們所掌控的集團有著其他競
