蘑菇街指数 大数据环境下的小亮点

最近有个很新鲜的小数据分析，是蘑菇街的“蘑菇指数”，这个通过自身的数据，尝试去分析用户哪里的人最“夜猫”，哪里的人上班最不好好工作，这与最近互联网前辈谢文讲到的大数据概念可谓异曲同工，只是蘑菇指数更可爱一点罢了。

其实，大数据理论之所以得到互联网行业的广泛共识，根本上解决了曾经困扰了无数产品经理，甚至运营人员的一个大问题，数据如何获得?获得的目的是什么?怎样才能让这些数据产生价值?简单的说，就是来源、用途、目标。

在大数据理论提出之后，很多网站会简单的认为，自身真的有对用户数据进行处理，其实在现实生活中，现在的那些所谓的数据分析，最多只能叫做分类整理而矣，没有人去从各个维度去将这些数据转化成一种对运营能够形成真正支持的结论。

当然，在谢文的理论中，大数据所凝聚的商业价值更加宏大。但蘑菇街的蘑菇指数已经可以用很简单的逻辑去解释大数据理论的应用，说到底还是那个理论太过考验很多产品的悟性了，倒不如用蘑菇指数去简单理解一下。

这个败家指数，其实就是用户销费行为的频次数据，结合地域属性分析出来的，而那个年龄属性分析出来的结论正在像很多运营人员证明：如果你们的内容不是符合90后女生价值观的话，你完蛋了。

这个欲望指数，就是希望看到哪些用户最容易被漂亮的服饰吸引，结论是这样的，做运营的人就麻烦你多了解那些重点人群吧。

非常简单的一件事，记录了网站上的用户活跃时间而矣，再用地域属性分析，结论是，晚上的更新真的不能停。

把工作日的用户活动数据记录下来，再将用户的地域或年龄属性加以分析。这种结论的东西，你没有办法用有用或没用去形容。但肯定的是，这些数据在很多平台上并非没有，可能是没有记录，可能是没有用这样的方式整理，但这样的结果给产品和运营人员的启发绝不仅仅是看上去可爱那么简单。

大数据下的小亮点，一个可爱的小亮点。