「養數據」有一個重要含義，就是要決定收集哪些數據。是基於深入業務理解的更高層次商業決策，數據養得時間愈早，累積的數據也愈多。一旦養成，則會產生非常大的商業價值。
過去，有一些問題一直困擾著我：「現在的企業獲取數據如此容易，數據的增長速度如此之快，那麼對於企業來說，到底要收集什麼樣的數據？收集多少數據？收集數據的邊界在哪裡？」後來，我在美國遇到一位高人，他認為，過去收集數據很難，而現在獲取數據資源變得愈來愈容易，但是如果收集數據的出發點不是為了解決問題，那麼收集再多的數據也沒有意義。
同時，許多企業還有一個疑問：「現在收集數據不難，成本也不高，為什麼不先收集了數據再說呢？等以後需要數據解決問題時，再拿出來用不是也可以嗎？」這位高人同樣也給出了答案，他否定此觀點，並指出用這樣的理念設計數據應用注定會失敗。
數據收集沒有邊界，我為此也痛苦了好一段日子。比如收集一個人的生日，雖然可以精確到幾分幾秒，但這麼精確的數據又能用在什麼領域，產生什麼價值？
事實上，數據是有生命週期的。例如：某網站的婦幼類別，在主動收集使用者的寶寶資訊，包含寶寶生日、性別、小名、身高、體重。我們就必須清楚這幾個數據的用途和生命週期，如：寶寶的身高和體重。但是，媽媽填寫的是寶寶當前的數據，然而寶寶的身高、體重變化非常快，這兩個數據的生命週期很短，在當時的推薦中可能有用，但過了一段時間後，這兩個數據就失效（data broken）了；而寶寶生日和性別這兩個數據的生命週期就很長，可以從生日的年分推算出寶寶的年齡，而性別基本上是終生穩定的。
適合不同年齡層的奶粉和尿布型號等，知道寶寶大概所處的年齡，以推算寶寶目前的年齡。(資料照，王彥喬攝)
保存數據及其收集時的背景（context），也是一件不容易的事情。仍以收集寶寶的年齡作為例子，我們可以透過使用者購買特定的商品集合，如：適合不同年齡層的奶粉和尿布型號等，知道寶寶大概所處的年齡，以推算寶寶目前的年齡。但如果僅僅是保存寶寶年齡這個數據，此數據很快也會失效，因為人的年齡不斷變化。同時，你還需要保存寶寶年齡數據的獲得時間，即在哪年哪月計算得知這個寶寶的年齡，這個資訊就是背景數據。另一種更加聰明的做法，即透過寶寶現在的年齡，反過來推算寶寶是什麼時候出生。
所以，在收集數據時，我們必須知道這些數據未來可以用來做什麼，如果今天想像不出來，日後就更不可能了。
舉例來說，很多電商高階主管會詢問數據分析師，商品的重複購買率是多少。於是，工作人員收集數據計算重複購買率，卻很少想到高階主管需要重複購買率是為了做什麼決定，這就如同刻舟求劍的故事。事實上，在變化多端的大數據時代，我們不能只是機械的套用方法或指標。重複購買率有不同的定義，而做不同的決策，需要考慮不同定義的重複購買率。
（相關報導：
將消費行為轉為大數據，不在第一線也能精準決策：《工業3.5》選摘（3）
｜
更多文章
）
如果一家投資公司想收購A公司，就會從重複購買率看A公司整體營運優劣或用戶品質等；如果從A公司營運的角度來看重複購買率，那麼它更應該關注的是日、週級別的重複購買率變化趨勢，或者當月新增客戶，有多少人在三個月後重複購買，從而衡量出每個月新增及原有客戶的忠誠度和品質，進而找出改善的空間。在知道了以上的背景之後，再去選擇使用什麼數據，不是更加準確嗎？
2011年年底，作為一名數據分析師，我開始思考怎麼從「用數據」轉變為「養數據」（即從數據化營運轉變為營運數據），這段時間我特別煩惱該收集什麼樣的數據。而且，我也曾試圖做出一個特別大且適合多數人使用的數據應用，但後來發現，這在數據應用的起步階段幾乎是不可能的，因為要找到可以解決大部分需求的數據應用並不容易；再者是當時公司的數據非常豐富，需要考慮的因素很多，因素之間的聯繫又很複雜。
所以，當開發數據應用時，數據就等於原料；當原料一直處於變化的情況下，做出來的產品就很容易產生問題。體會到數據和應用的關係之後，我最後決定從小角度切入，先把小應用做出來，這就是很好的標靶。
這裡說的「小」，指得是應用的目標很具體。請注意，「小」不是指數據量。許多人在沒有獲取足夠的數據，且缺乏對數據理解的情況下做出決策，其實是在「享受」自己的無知。譬如：對於一款數據應用，如果我的目的是分辨兩種決策誰更好以及差異在哪裡，這就是很具體的問題；但如果我的目標是想知道如何讓公司獲利，這就是一個空泛的目標。
經過一番周折後，按照小角度切入的想法設計數據應用，就可以做得具體而快速，而且可以避免因原料的變化而導致數據缺失的問題。
這類應用通常還有另一個特點，即讓用戶點「讚」，點讚的功能，就是讓用戶明確的告訴應用程式自己喜歡什麼，如此一來，用戶就可以在過程中，不斷透露自己的偏好。(取自YouTube)
「養數據」還有一個重要含義，就是要決定收集哪些數據。這個決定不容忽視，因為這可能是公司數據戰略中非常重要的環節。因為，很多公司的做法，是有什麼數據就收集什麼數據，完全沒有主動性，如此會遇到的一個核心問題——公司自主思考的能力開始喪失，對該收集什麼樣的數據並不了解。
在我看來，被動收集數據的行為是「收集」，而主動收集數據的行為則是「養數據」。再拿上述的某電商婦幼類別為例，如果收集主體是一家醫院，寶寶的姓名、性別、出生年月和媽媽的姓名等數據的收集，就是收集數據，因為在住院檔案和出生證明上，這些都是不可少的。
但是，如果是婦幼用品品牌要針對家庭行銷，這些資訊顯然不足，寶寶奶粉的品牌、家庭收入、職業等資訊，則需要企業主動收集，這些數據也就是「養」出來的數據。
養數據通常有兩類，一類是網站自身沒有的數據，需要使用者主動提供；另一類是公司擁有但沒有收集的數據。
若要收集公司沒有的數據，在養數據時，通常需要花費更多的精力和技巧。例如：現在國內、外有很多個性化的手機購物應用程式，會根據使用者的偏好推薦商品，讓每個人都有完全不一樣的購物體驗。
具體的運作原理是，當用戶第一次使用這些應用程式時，介面中會彈出一些問題，以互動的方式收集使用者的資訊數據，例如：出幾款衣服，讓用戶挑選喜歡哪一款。這樣，在幾個問題之後，應用程式就知道用戶的喜好了。
這類應用通常還有另一個特點，即讓用戶點「讚」，點讚的功能，就是讓用戶明確的告訴應用程式自己喜歡什麼，如此一來，用戶就可以在過程中，不斷透露自己的偏好，應用程式就可以養出使用者的核心數據。
對於公司有數據但沒有收集的狀況，則更多是因為內部資源協調和公司決策的問題。很多提供餐飲和團購資訊的網站，通常有一個功能是「把資訊透過簡訊發送到手機」，這樣就不需要使用者特別記錄，不過有些網站會記錄使用者的手機號碼，有些網站不會。
那麼，這些手機號碼需不需要企業存下來呢？這就是一個與業務決定和資源協調的相關問題，如果決定記錄，則需要開發人員在後台優化功能，如果不記錄，就會遺失這部分資訊。我的想法當然是記錄這些數據，也就是養數據，因為，這不僅能夠檢驗用戶的手機號碼是否有效，還能夠慢慢建立企業與用戶的社交關係。
