不同类型的数据，
如何改变科技公司的商业决策？
通过二手研究、Rapid Review 与主题分析，对比运营、用户和市场数据如何影响中美科技公司的效率、客户策略与收入决策。
基于二手研究、Rapid Review 与主题分析的比较性研究综合；不是经过验证的因果模型。
01 / 项目快照
个人研究项目 · 二手研究
Rapid Review · Qualitative Research · Thematic Analysis
PM600 Research Project
中国 × 美国科技公司案例
Operational · User · Market
效率 · 客户策略 · 收入决策
02 / 研究问题
把“数据影响商业决策”拆成三类可比较的证据。
运营数据在多大程度上影响中美科技公司的商业决策？
用户数据在多大程度上影响中美科技公司的商业决策？
市场数据在多大程度上影响中美科技公司的商业决策？
03 / 研究方法
一项比较性二手研究，而非原始数据研究。
SOURCESGoogle Scholar、ScienceDirect 与 IEEE Xplore。
KEYWORDSbig data in strategic decisions · real-time data impact · predictive analytics in business
APPROACHSecondary Research · Qualitative Research · Rapid Review · Thematic Analysis。
04 / 三类数据框架
不是所有数据都以相同方式进入商业决策。
效率、资源配置、平台运营
SUPPORTING个性化、留存、市场触达、互动
COMPETITIVE收入模式、多元化、竞争定位、投资方向
DIRECT以下分类遵循本研究的分析框架；Facebook 与 ByteDance 的推荐机制在原研究中被归为 Operational Data。
05 / 运营数据
作为本研究的分类，运营信号支持效率与平台运营。
原图比较算法 Feed 与时间线 Feed 的平均日使用时间。它呈现差异，但不把差异归因于单一机制。
原图记录 2014.12 到 2019.8 的日活跃用户变化。它支持观察平台活动增长，不排除其他因素。
研究综合：所审阅证据把推荐机制与更高的互动及平台活动联系起来；它不能单独归因于算法，也不能外推到所有平台。
06 / 用户数据
用户信号进入留存、触达与个性化策略。
原图并置 Netflix、Hulu 与 Disney+ 的流失率。本论文将低流失与个性化策略放在同一讨论中，但没有隔离其他影响。
原图将传统信用评分和使用替代行为数据的覆盖率并置，呈现更宽的覆盖范围。
研究综合：用户数据与个性化、用户触达和留存策略相关联；案例比较不说明这些结果只由数据策略决定。
07 / 市场数据
收入结构是最接近战略方向的市场信号。
广告占比下降；云服务从 8.03% 升至 18.09%，其他收入从 4.14% 升至 9.28%。
广告占比轻微变化，非广告收入从 25.12% 升至 26.35%。
这两张原图展示两条不同的收入结构路径：Baidu 的组合变化更大，Google 的核心结构相对稳定。它们不构成优劣判断。
08 / 中国 × 美国案例比较
比较的是案例中的业务信号，而不是给两国贴结论。
* Operational 为本研究中的分类。案例展示可比较的信号；并不说明中国或美国哪一方的数据影响更强。
09 / 核心发现
本研究中，Market Data 对直接战略方向的影响最强。
这是研究综合，不是已验证模型。监管、竞争、技术变化与市场情绪同样影响企业选择；数据不会单独决定战略。
10 / 原始研究图表
六张原始图表，作为提交研究中的比较性证据。
算法 Feed 与时间线 Feed 的平均日使用时间分别为 73% 与 37%。
Original study Fig. 1 · adapted in the submitted paper from Guess et al., 2023图表记录 2014.12 的 100 万与 2019.8 的 1.15 亿日活跃用户。
Original study Fig. 2 · adapted in the submitted paper from Jia & Stan, 2021Netflix、Hulu 与 Disney+ 的流失率图示分别为 2.4%、4.1% 与 5.8%。
Original study Fig. 3 · adapted in the submitted paper from Neglur & PS, 2024图示把传统评分的 50% 覆盖与阿里巴巴评分的 80% 覆盖并置。
Original study Fig. 4 · adapted in the submitted paper from Roa et al., 20212019–2023 年图示中，广告占比从 87.83% 到 72.63%，云服务从 8.03% 到 18.09%。
Original study Fig. 5 · adapted in the submitted paper from Pan, 2024; Baidu 2019–20232022–2023 年图示中，广告占比从 74.89% 到 73.65%，非广告占比从 25.12% 到 26.35%。
Original study Fig. 6 · adapted in the submitted paper from Ridgway, 2023; Alphabet 2022–202311 / 研究边界
能比较已有证据，但不能替代公司内部解释。
比较已有证据、识别模式、对照案例、形成研究洞察。
归因于单一因素、还原管理层意图、覆盖所有影响、外推至所有企业。
研究依赖二手材料与 Rapid Review，可能遗漏相关材料；既有文献与个人解读会带来边界。财务数据也难以呈现管理层理由与市场情绪。
12 / 我的收获
数据的价值不在于替代商业判断，而在于让判断更清楚。
这项研究让我把“数据驱动”从一个宽泛说法拆成数据类型、业务信号、决策环节与研究边界。我开始更重视比较证据、承认未被观察的因素，并把数据结论放回竞争、监管、组织能力和市场环境中理解。
13 / 如果今天重新研究
把比较框架做得更透明、更可复核。
以上是今天的研究改进方向，不是 2025 年已完成的工作。