谈理论与实践

简介: 还记得我工作后接触的第一个理论就是长尾理论,后续在培训中又学习了蓝海战略、定位理论、权衡、免费等等。可以说我学到和了解了很多的理论。由于做游戏数据分析工作,因此像SPSS、SAS、Clementine、Excel都能熟练使用,包括很多的模型算法,比如RFM、C5.

 

还记得我工作后接触的第一个理论就是长尾理论,后续在培训中又学习了蓝海战略、定位理论、权衡、免费等等。可以说我学到和了解了很多的理论。由于做游戏数据分析工作,因此像SPSSSASClementineExcel都能熟练使用,包括很多的模型算法,比如RFMC5.0、决策树等等很多的内容都有涉及,都有研究,我也相信,时下具备这些所谓“知识”的人不占少数,讲起来滔滔不绝,可是回头来问一句:你确定你懂吗?

理论

书你真的看透了吗?

一个理论的掌握不是你读完了这本理论的书籍,就敢说你掌握了,在当今的社会中,我发现太多的时候我们没有耐心或者以没时间为由,不去读这些书,一个新理论的掌握大概你就是百度百科或者MBALIB一下就算自己明白了,但是实际你不明白。我发现一个特点,所有这些理论都是出自于国外,几乎没有国人的著作。我想有一个原因就是快餐式的理论消费导致我们不能深入探讨一些看似平常的不能在平常的现象,然而那些我们不耻的现象背后就存在了价值,不断尝试挖掘,最后可能就是一个新的理论诞生。这里不是要教大家都去做这样的工作,实则这种探索精神我们就TMD的没有。

看国外的这些理论书籍有个特点,其实全书总结到最后就是几句话,捞干的最后可能就是几页纸就搞定了,然而那些老外非得抻成一本几百页的书说完,其实那些书里面就是大量的例子,可是我们很多人结果导向,看书压根就忽略了直接看结论,然后以为自己理解了,或者你看了,却只是单纯的理解。

看似简单的定位理论,看似简单的几句话的概括,然而在我们实际使用时却变了味,我们最容易犯的错误就是,本来一个有局限,有范围的理论,最后当我们使用时变成了依据口头语,到哪里都是用,无限放大了理论的范围,实则你不理解,不理解就不要轻易使用。照本宣科式的使用每个人都会,理解加以运用我们也会,可是这样的境界你还是一个菜鸟,换句话说,你还是不懂这个理论。

国外的书籍中使用了很多的例子,一方面帮助我们理解,另一方面是启迪我们有所感悟,帮助我们的工作和学习。比如,FPS游戏,不要总是活在自己的所谓定位中(不要滥用定位这个词),为什么不完全放开视野审视整个FPS市场,你既然懂得了定位理论,那么随便拿出来竞品的官网,活动,游戏设计,就能准确而又干练的得出来结论,如果这个能力没有就不要谈你懂得了理论,但是最要命的其实不是这点,而是死于愚昧和无知,你压根就是闭门造车,这就是最致命的。

实践

你的实践有依据和价值吗?

任何的理论都是源于实践的,理论就是实践结果分析被抽象到了一定高度而形成的普遍知识,但是也有局限和范围。这是必然的。

比如长尾理论,基本上从事游戏行业的人们没有不懂的,长尾理论诞生于Amazon的数据分析中,诞生于电子商务。从诞生那天起,我相信很多人都把它使用于网游的道具收费游戏中,然而有几个人懂得如何使用长尾理论,我相信搞懂的必然是那些认真研究过,实践过的人。不要得出一份幂律分布的数据和所谓的数据武装就以为真的懂得了长尾理论。实际上诞生于电子商务市场的长尾理论在游戏中的应用还是有更加严格和小心的使用方式和空间,然而这点非常难。

难道说你没有实践吗?你实践了,你没有理论基础吗?你有。但是你还是没有真正的搞明白,因为在实践的过程中,你把一些细节忽略了,你忽略了竞品的分析和研究,你理论的基础和理解不够深入。

总结起来,视野不够+深度不够。

由于在这互联网经济领域的很多模型、算法、理论源自于西方,有些时候不一定适合中国国情,换句话就是要仔细分析和改进,但是我们更多的时候是不加思考、研究和改进就使用,而这样的结局也会造成我们在理论重组、模型正确的情况下得出一些错误的结论,因为我们没有进行“中国特色”改造,比如直销模型中讲究地区响应,邮件响应,然而这在中国市场就未必行得通,理论是好理论,算法模型也是好的,但是超出应用范围,即使你得到一个结论也是错的。

相关文章
数组map方法的应用场景及经典面试题
数组map方法的应用场景及经典面试题
265 0
|
SQL 监控 数据可视化
网站流量日志分析--数据可视化--概述含义 | 学习笔记
快速学习网站流量日志分析--数据可视化--概述含义
|
SQL Apache 流计算
Apache Flink 漫谈系列(03) - Watermark
实际问题(乱序) 在介绍Watermark相关内容之前我们先抛出一个具体的问题,在实际的流式计算中数据到来的顺序对计算结果的正确性有至关重要的影响,比如:某数据源中的某些数据由于某种原因(如:网络原因,外部存储自身原因)会有5秒的延时,也就是在实际时间的第1秒产生的数据有可能在第5秒中产生的数据之后到来(比如到Window处理节点).选具体某个delay的元素来说,假设在一个5秒的Tumble窗口(详见Window介绍章节),有一个EventTime是 11秒的数据,在第16秒时候到来了。
17658 0
|
小程序 数据库
小程序循环发起请求方案
小程序循环发起请求方案
397 0
|
11天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1239 5
|
10天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1219 87