“我现在脑海里大概有20多个idea，就是利用大数据分析去解决各种各样的业务问题。”在回答ZDNet记者关于数据分析如何支撑业务的问题时，去哪儿网机票事业部数据营销高级经理吴君如此回答到。
关于大数据在电子商务领域的应用场景，我们听到最多的就是那个少女怀孕的故事。这些案例更多地是围绕电子商务企业如何利用大数据分析做好推荐、搜索，做精准营销。而吴君却认为，关于大数据应用会有更多的想法，不只是营销，还应该包括用户体验、供应链等。
“我在公司里基本不提大数据三个字”
去哪儿网成立于2005年，作为中国第一个旅游行业垂直搜索引擎，向中国旅行者第一次提供在线比较国内航班和酒店的价格和服务。如今去哪儿网的业务已经是集搜索、电子商务和垂直媒体三合一了。
对于大数据，吴君认为应该从技术和应用两个维度去理解。吴君所关注的更多是应用，他很少在公司内部直接提“大数据三个字，因为我们做的工作就是改善业务，需要大数据，但没必要提。”
所以吴君说，自己很少去提大数据战略，因为只有当真正地在日常解决问题的过程中，用到了大数据的方法和思维，慢慢积累，也就形成了可操作、可落地的大数据战略。
对于需要解决的问题的梳理，吴君认为数据分析人员因为懂得大数据和数据分析的相关知识，可能会更容易理解解决问题的逻辑，所以其建议数据分析人员应该主动去熟悉业务，然后梳理业务中存在的问题。吴君说自己现在脑海里有20多idea，都是通过观察总结业务中可以用大数据的思路解决的问题。而大数据人员应该如何去发现这些问题呢？
“让用户感觉不爽的地方都要改。”不是一定和营销相关，也不一定是一个很重大的问题，而是一切影响用户体验的环节，可大可小。大数据不仅是可以解决问题，也善于发现曾经被忽视的环节。
据了解，去哪儿网采用的方式，就是由数据分析来支持产品运营，或者数据分析团队根据分析发现的问题，用大数据的逻辑实现了智能逻辑数据产品来推荐产品经理应用，这2种方式结合的形式来应用。总之一个目的，就是为了解决问题而应用数据。
在很多的电子商务企业利用大数据做更多的关于搜索、推荐的营销工作时，吴君认为真正的大数据应用可以提现在各个环节，而用户体验并不仅仅是只在推荐和搜索阶段，还应该涉及到用户购买过程中和售后。
不要为了大数据而做大数据
在和吴君的交流中，他提到了一个目前很多企业做大数据都会面临的问题，就是人才的问题。在去年的时候，记者就曾和业内专家探讨过，关于大数据人才需要具备的能力。吴君的观点是，大数据人才也应该分类，有的技术型的，有的是应用型的。技术型的人才，应该很了解诸如Hadoop等大数据的技术。而应用型的人才，与大数据分析更直接相关，这类人才需要同时精通业务和数据分析。
“从我自己的感受来说，觉得理科生可能更适合这类工作。”吴君说，因为大数据分析需要很强的逻辑能力，所以理科生的知识结构会更适合。同时他也强调避免一个误区，就是大数据就是关联算法。
在大数据分析中，通过关联的数据得出一个结论是常用的做法，但是有些人在大数据的时候会很单纯地强调关联的算法，而忽略了大数据应该是为业务服务的。
当前很多企业都纷纷开始大数据之旅，尤其是电子商务企业希望借大数据实现精准营销。但是如我们前文所说，大数据的能力远不是做营销这个层面这么简单。吴君依然是从用户体验为样例，具体地分析了大数据在这个层面可以做什么。
“可以包括售前、售中和售后三个阶段。售前的用户体验更多的是与搜索和推荐有关，而售中则与用户的整个购买流程的体验有关了。售后就是之后涉及到发货、售后服务相关。”吴君说，大数据的应用应该在每个阶段都体现。
做大数据不是因为要做大数据，而是为了更好地解决业务的问题。企业做大数据不应该限定在要做精准营销、要做搜索，而是解决当下的问题。“比如很多关于电子商务企业的库存问题，也可以用大数据根据以往的销售数据等作出分析，预测后面的货物预备情况等。”大数据的场景太多。其实在很多电子商务企业做大数据的时候，经常记住的是互联网的属性，忘了原本自己供应链优化的重要性。
“如果我们一开始的想法是让用户的体验更好，那样就会有各种idea涌现出来，而不会将自己限定在一个范围内。”采访吴君的过程中，他一直强调着做大数据应该打开思维，应该与业务结合，这样才能源源不断地发现大数据的应用场景、才能让大数据真正地应用到业务的每个环节中，即使你没有大数据战略。
记者采访手记：
从大数据兴起后，我们听到了很多关于大数据的故事，但是好像永远也就那几个。电子商务领域的成功案例，都是与搜索、推荐和精准营销相关，我们希望听到的更多。
其实分析电子商务企业的属性，虽有互联网的特征，但是其核心业务并不是搜索和推荐，应该还是回归到其供应链管理的层面上来。所以电子商务企业做大数据，一方面增强自己的互联网属性，另一方面也应该将大数据应用到供应链管理、客户体验的各个环节中。只有这些环节都做好了，也才能更好地映衬前台的精准营销，让精准营销不是之浮在表面、如蜻蜓点水一般。
了解更多，请搜索“开启价值链重塑之路，发现大数据分析之美”
