大數(shù)據(jù)是一種方法論_數(shù)據(jù)分析師考試

　忽如一夜春風來，無人不談大數(shù)據(jù)。當然，它有足夠的理由值得被探討，伴隨著技術的迅猛發(fā)展，人類的數(shù)據(jù)也在以指數(shù)級增長――最近兩年，人類產(chǎn)生的所有數(shù)據(jù)量是2010年以前的總和。而以下這個知名結論似乎也已不證自明：“在未來，數(shù)據(jù)將會像土地、石油和資本一樣，成為經(jīng)濟運行中的根本性資源。”

　　作為阿里巴巴集團副總裁、數(shù)據(jù)委員會會長，車品覺無疑是探討大數(shù)據(jù)的好人選。不同于雨后春筍般冒出來的“大數(shù)據(jù)專家”，車品覺屬于大數(shù)據(jù)實踐方面的先行者。“大數(shù)據(jù)成了人們競相爭議的熱詞，但鮮有人提及這巨大變革中需要具備的能力。也許，我們早該忘掉那些華而不實的喧囂，讓大數(shù)據(jù)真正從‘看’到‘用’，真正‘活’起來。”他這樣總結道。

　　方法論

　　不久之前，車品覺把公司的商業(yè)智能部門，改成了數(shù)據(jù)技術與產(chǎn)品部?！斑@是我響應了馬總DT的戰(zhàn)略。”――此前，馬云在內(nèi)部信件中明確了阿里未來的戰(zhàn)略：以走向激活生產(chǎn)力為目的的DT(datatechnology)數(shù)據(jù)時代?！艾F(xiàn)在大部分公司都是中央管理數(shù)據(jù)，然后報告做出來給業(yè)務部門去用。在阿里我們的痛苦是，發(fā)現(xiàn)我的部門越來越多，但如果業(yè)務部門越來越不能直接使用數(shù)據(jù)，很難成為一個數(shù)據(jù)化公司，所以我把BI(商業(yè)智能)部門干掉，用另外一個方法來處理今天數(shù)據(jù)的理念。”車品覺說。

　　就在此刻，無數(shù)人正在成為大數(shù)據(jù)的提供者和受益者。那么，究竟何為大數(shù)據(jù)?相比明確的定義，大數(shù)據(jù)似乎更像一種方法論。無論是塔吉特百貨“比父親更早一步獲悉女兒懷孕了”，還是沃爾瑪“啤酒與尿布”的故事，這些營銷經(jīng)典案例都在表明：大數(shù)據(jù)的關鍵不是“量大”，而是“全面”――用多維手段記錄消費者的行為跡象，如同讓偵探一直住在電腦和移動終端里，通過對信息的交叉比對從而形成決策?！耙磺卸急挥涗?，一切都被數(shù)字化”是時代的核心理念。

　　你能想象阿里巴巴數(shù)據(jù)的海量。據(jù)報道，目前在阿里數(shù)據(jù)平臺事業(yè)部的服務器上，攢下了超過100PB已處理過的數(shù)據(jù)――也就是104857600個GB。這相當于4萬個西雅圖中央圖書館，580億本藏書。阿里巴巴已沉淀了包括交易、金融、SNS、地圖、生活服務等多種類型的數(shù)據(jù)，當這些數(shù)據(jù)之間相互關聯(lián)，將產(chǎn)生巨大的能量。

　　變革與爆發(fā)

　　互聯(lián)網(wǎng)已經(jīng)令工業(yè)文明積攢下的不少經(jīng)驗分崩離析，而大數(shù)據(jù)則又是一記重拳?！拔覀兌际怯袉栴}找數(shù)據(jù)，大數(shù)據(jù)時代則不同，其最核心的特質(zhì)是‘用數(shù)據(jù)找機會’”車品覺在書中寫道。

　　大數(shù)據(jù)降低了決策成本，讓人們在一定程度上繞開因果和理論，直奔應用環(huán)節(jié)。美國《連線》雜志主編克里斯?安德森甚至早在2008年就已斷言：數(shù)據(jù)的洪流或?qū)砝碚摰慕K結?！懊鎸Υ笠?guī)模數(shù)據(jù)，科學家‘假設、模型、檢驗’的方法變得過時了?！?/span>

　　事實上，這并非人類第一次經(jīng)歷信息風暴，也一定不是最后一次。“大數(shù)據(jù)遠未到它的爆發(fā)點。未來，數(shù)據(jù)的種類將超出我們的想象?！避嚻酚X寫道，“今天的大數(shù)據(jù)就是明天的小數(shù)據(jù)?！睅缀蹩梢钥隙?，未來人們所接受的服務，將以更加數(shù)字化和個性化的方式呈現(xiàn)?！拔磥砣祟惖纳砩狭鲃又氖茄阂约皵?shù)據(jù)?！?/span>

　　車品覺這樣解釋：“以前的數(shù)據(jù)更多集中在外部行為監(jiān)控上，不論是網(wǎng)絡購買行為，還是網(wǎng)上社交行為，都是用戶在‘遠距離’提供數(shù)據(jù)，即便這樣，我們?nèi)匀贿€沒有運用好這些數(shù)據(jù)。隨著可穿戴式設備的出現(xiàn)，數(shù)據(jù)和人將真正融為一體，類似谷歌眼鏡這樣的設備，將讓我們看到的東西即時數(shù)據(jù)化;類似健康手環(huán)類設備和可以深度收集腦電波數(shù)據(jù)的設備，將隨時會使人體的活動轉化成數(shù)據(jù)。

　　目前，記錄睡眠狀況只是其初步的應用，在不遠的未來，用數(shù)據(jù)記錄我們每一秒鐘的生活也將成為可能。當萬物皆數(shù)據(jù)的時刻到來，商業(yè)發(fā)展的更多新機會將會出現(xiàn)，數(shù)據(jù)將幫助我們更好地做出判斷，比如什么時候最適合吃飯、什么時候身體疲憊適合睡覺和什么時候記憶力最好等，這些都能通過數(shù)據(jù)來進行預判。甚至于，當記錄了人的足夠數(shù)據(jù)之后，數(shù)據(jù)就可能告訴我們此時此刻應該做些什么及最佳的策略?！?/span>

　　如此看來，大數(shù)據(jù)似乎在一定程度上滿足了人類預測未來的遠古奢望(著名物理學家巴拉巴西則在《爆發(fā)》中指出“人類93%的行為可以預測”)。但正如車品覺所言：“大數(shù)據(jù)的本質(zhì)是人，數(shù)據(jù)研究的極點就是莫測的人性?！蹦獪y也許就意味著盲點。數(shù)據(jù)的確定性和人性的不確定性，或許是平衡未來人類行為天平兩端的砝碼。

　　大數(shù)據(jù)的邊界

　　記者：我了解到，在現(xiàn)階段，很多企業(yè)在面對大數(shù)據(jù)時是將信將疑的態(tài)度，這是什么原因?

　　車品覺：第一是不知道如何起步。很多企業(yè)只知道大數(shù)據(jù)現(xiàn)在很重要，但卻不知道如何去實現(xiàn)。以企業(yè)的BI(商業(yè)智能)部門為例，是否應該有個BI部門，BI部門能為企業(yè)做什么，以及這個部門應該怎么去做?這幾個問題對很多企業(yè)來說答案都是不清楚的，這必然會導致企業(yè)對大數(shù)據(jù)存在疑問。

　　還有一部分企業(yè)，雖然本身有BI部門，但可能連一些KPI指標都不一定能定得好，他們在企業(yè)中所扮演的角色通常是支持部門，而非創(chuàng)新部門。當大數(shù)據(jù)來臨時，如果突然讓這個部門的角色轉變成為創(chuàng)新部門，他們肯定在一時之間難以轉換;第二是人才不匹配。不知如何起步同時也與人才不匹配的問題相關聯(lián)，如果企業(yè)連BI部門是否該存在以及如何定位都不清楚的話，必然也不知道吸引什么樣的人才以及如何去用;第三是沒有數(shù)據(jù)收集策略。過去，企業(yè)大部分是在用數(shù)據(jù)，有什么數(shù)據(jù)就用什么。但現(xiàn)在，企業(yè)需要轉型到“你需要什么數(shù)據(jù)，收集數(shù)據(jù)的目的是什么?”盡可能比較前瞻的數(shù)據(jù)策略，而不能在需要用數(shù)據(jù)時再去看自己有沒有。

　　對于企業(yè)來講，首先要明白，自己有什么，然后再根據(jù)自己所擁有和自己缺乏的，去做相應策略調(diào)整。比如有數(shù)據(jù)的可以通過吸引人才來豐富自己的數(shù)據(jù)技術水平，而有技術沒有充足數(shù)據(jù)的，則可以通過合作來完善數(shù)據(jù)。

　　記者：在一些企業(yè)，采集數(shù)據(jù)的人和使用數(shù)據(jù)的人往往是分開的，這會帶來什么影響?

　　車品覺：在我的新書里面，有一章提及到這個問題?！澳壳霸诖髷?shù)據(jù)方面，無法深入應用的原因在于，從收集到使用的數(shù)據(jù)價值鏈出現(xiàn)了問題。從理論上來說，從收到用的螺旋式循環(huán)，只有在先用好數(shù)據(jù)的前提下，然后才能運營數(shù)據(jù)。而現(xiàn)在的情況是，用數(shù)據(jù)的人不知道數(shù)據(jù)從哪里來，做數(shù)據(jù)的人不知道數(shù)據(jù)如何使用。用的人用得不好，采集數(shù)據(jù)的人很難做好數(shù)據(jù)。這一問題造成的結果就是，數(shù)據(jù)量變得越來越大，而且越來越困難有效地使用。”從用到養(yǎng)，從養(yǎng)到用的閉環(huán)可以使數(shù)據(jù)“活”起來，數(shù)據(jù)與商業(yè)場景的互動才可以確保企業(yè)不因為數(shù)據(jù)而數(shù)據(jù)。

　　記者：數(shù)據(jù)收集存在所謂的“邊界”嗎?

　　車品覺：大數(shù)據(jù)的收集很難定義邊界。因為，大數(shù)據(jù)的應用講求創(chuàng)新以及跨界。所以我主張以企業(yè)自身的業(yè)務需要建立數(shù)據(jù)收集策略。首先，企業(yè)得先清楚知道，什么樣的數(shù)據(jù)對你來說是重要的。其次，再去尋找這個數(shù)據(jù)在哪里。然后，再因此去建立數(shù)據(jù)收集策略。而這個時候，你才有可能知道數(shù)據(jù)收集的一個相對有點輪廓的邊界。但是，這個邊界并非是具象的，而是動態(tài)的。

　　數(shù)據(jù)無所不在

　　記者：如何培養(yǎng)一名數(shù)據(jù)分析師的商業(yè)敏感性?

　　車品覺：我認為，首先不要強調(diào)“數(shù)據(jù)”分析師，分析師的本質(zhì)就是對商業(yè)的敏感性，培養(yǎng)分析師最重要的是“混”在商業(yè)場景中，然后才用數(shù)據(jù)去洞察對錯。做個好的分析師還要把自己作為分析對象，從錯判中找出正判。最后還要注意數(shù)據(jù)切勿濫用，數(shù)據(jù)是一種信仰。分析師最主要的是分析，數(shù)據(jù)只是其中的一種方式。如果過于強調(diào)數(shù)據(jù)分析師的話，反而會失去分析師的本質(zhì)。

　　記者：能否分享一下你個人最得意的一個數(shù)據(jù)分析案例?

　　車品覺：小賣家的成長案例――對于小賣家來說，很容易出現(xiàn)一個問題：你能接待的客戶有多少個?我們通過數(shù)據(jù)發(fā)現(xiàn)，小賣家隨著接待的客戶量的增長，會出現(xiàn)一個營收的臨界點。在臨界點之前，客戶量越多，賣家的營收就越高;而在過了臨界點之后，營收反而是隨著客戶量的增加而減少的。這個分析能夠給予小賣家以一定指導：對于他們來說，需要了解自己在發(fā)展過程中，那個臨界點在哪里，以及如何去改善。

　　記者：有觀點認為，大數(shù)據(jù)時代的來臨，將人類從探尋因果關系的邏輯中解放，你怎么看?

　　車品覺：中國人的思想特別強調(diào)每件事情的本質(zhì)與現(xiàn)象，數(shù)據(jù)挖掘可以從大量數(shù)據(jù)的現(xiàn)象中找出事情發(fā)生的規(guī)律，但要充分理解一件事情的現(xiàn)象也需要從本質(zhì)出發(fā)去洞悉變化。

　　記者：可穿戴設備，包括未來更先進的人工智能，甚至隨著人類對大腦活動認知的全面理解，將迎來一個數(shù)據(jù)無所不在的世界，你對此有何展望?

　　車品覺：有了大數(shù)據(jù)之后，人工智能會有一個比較大的突破。未來，人會越來越懂得利用機器來幫助改善今天的生活和工作。也許目前我們比較的是自我的能力，在將來，人與人之間的競爭比較的是機器的能力而非個人的IQ能力。而人工智能的重要原材料也是數(shù)據(jù)。就像在原始社會，人與動物最關鍵的差別之一是，人類懂得使用工具。而從現(xiàn)代社會進化到data時代，與現(xiàn)在區(qū)別在于，未來人類不僅懂得用工具，還要懂得用和營運數(shù)據(jù)。