阿里巴巴的“數(shù)據(jù)閉環(huán)”—信息圖-CDA數(shù)據(jù)分析師

說到大數(shù)據(jù)，首當(dāng)其沖的應(yīng)該是已經(jīng)圍繞數(shù)據(jù)海洋中耕耘已久并衍生出金融借貸業(yè)務(wù)的阿里系。馬云將集團(tuán)下的阿里金融與支付寶兩項(xiàng)核心業(yè)務(wù)合并成立阿里小微金融，并將之前呼聲最高的接班人彭蕾安排到阿里小微金融掌舵，馬云對未來數(shù)據(jù)戰(zhàn)場的重視可見一斑。作為籌備中的阿里小微金融服務(wù)集團(tuán)數(shù)據(jù)平臺負(fù)責(zé)人，馮春培也對數(shù)據(jù)有著獨(dú)到的見解，他向作者表示目前國內(nèi)對于大數(shù)據(jù)的討論更偏重技術(shù)方向，即“如何沉淀數(shù)據(jù)”，對于數(shù)據(jù)的應(yīng)用則思考較少。數(shù)據(jù)如何產(chǎn)生價(jià)值？這需要要從大數(shù)據(jù)的本質(zhì)說起。

線上數(shù)據(jù)才是大數(shù)據(jù)
要搞清楚什么是大數(shù)據(jù)，首先你要知道什么樣的數(shù)據(jù)才是有用的。按照馮春培的理解，任何行為本身都會產(chǎn)生數(shù)據(jù)，但只有線上數(shù)據(jù)有可能被沉淀和利用。“比如不通過淘寶，原本人們的交易行為在線下也是產(chǎn)生數(shù)據(jù)的，只不過這種交易行為是私密的，除了買賣雙方，其他人是不知道我的交易行為的，同時(shí)交易雙方也是匿名的，從數(shù)據(jù)的性質(zhì)上來說無法沉淀，從來源上來說也沒有一個(gè)方法能有效地收集?！?

大數(shù)據(jù)是什么？馮春培的理解似乎更貼近本質(zhì)：“擁有數(shù)據(jù)的本質(zhì)，是你對這個(gè)世界，你對這些人，你對這些企業(yè)，你對這個(gè)時(shí)代，有了一個(gè)更全面而清楚的認(rèn)知，你能理解這些人的需求，你能理解這個(gè)世界的任何的變化。”

你可以這么理解，如果你是阿里系的深度用戶（比如淘寶賣家），他們掌握了你足夠多的數(shù)據(jù)，對你的信用評估也會更加全面，這個(gè)數(shù)據(jù)不僅可以在金融領(lǐng)域中起作用，比如幫助你在阿里小貸更方便的貸款，在生活中也可以反映你的信用狀況，“比如相親 ，你怎么證明你的收入？你拿出支付寶的賬單，女孩子一看一年花了 100 萬，你說你的信用良好，每個(gè)月信用卡還的都很及時(shí)，比你說破嘴皮有用多了吧？”

數(shù)據(jù)就是生產(chǎn)資料
如果數(shù)據(jù)僅僅是作為輔助參考信息，也沒必要投入如此多的精力。從生產(chǎn)要素來說，數(shù)據(jù)到底是什么角色？馮春培的定義是“生產(chǎn)資料”?！拔覀儾块T的名字是‘商業(yè)智能部’，數(shù)據(jù)更多的像是一種業(yè)務(wù)的輔助決策，作為一個(gè)“參謀”的角色，現(xiàn)在我們要逐步的讓這個(gè)數(shù)據(jù)融入到我們的業(yè)務(wù)和產(chǎn)品這個(gè)流程里面去，數(shù)據(jù)和業(yè)務(wù)就像兩個(gè)齒輪，能扣在一起轉(zhuǎn)。當(dāng)我們對數(shù)據(jù)的挖掘和理解越來越強(qiáng)，最終數(shù)據(jù)不僅可以產(chǎn)生價(jià)值，還可以直接催生產(chǎn)品，比如阿里金融的一些數(shù)據(jù)，我們把它定義為生產(chǎn)資料?！?

這就是阿里系未來要做的事情，把數(shù)據(jù)變成生產(chǎn)資料。與傳統(tǒng)的生產(chǎn)資料不同的是，數(shù)據(jù)是可以無限次使用的，并且是越使用越豐富的。

近期阿里巴巴在移動(dòng)互聯(lián)網(wǎng)市場頻頻出手，未來也許有可能將數(shù)據(jù)進(jìn)行融合，用戶的各種信息得以呈現(xiàn)在一個(gè)全景圖里面，即使在完全陌生的城市，借助這種服務(wù)，你也能知道附近哪家店支持支付寶付款，微博上哪個(gè)網(wǎng)友剛剛在附近的咖啡店歇腳。

數(shù)據(jù)分析是“大海撈針”
與大多數(shù)互聯(lián)網(wǎng)產(chǎn)品存在的問題相同，互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)是有可能被偽造的，同時(shí)也是無序的、碎片化的。

對于這一點(diǎn)，馮春培也毫不諱言，“短期的偽造數(shù)據(jù)當(dāng)然是有可能的，用特定的維度去偽造數(shù)據(jù)也是完全可能的，但是因?yàn)槲覀兊臉I(yè)務(wù)是基于長期數(shù)據(jù)進(jìn)行跟蹤分析的，采納的維度也更廣，偽造數(shù)據(jù)的成本和難度會越來越大。按照我們現(xiàn)在的信用模型，偽造數(shù)據(jù)的收益是不太可能覆蓋成本的，那么我們可以基本判斷，數(shù)據(jù)的真實(shí)性是有保障的?！?

是否存在冗余數(shù)據(jù)？馮春培的答案是“NO”，“即使現(xiàn)在的場景需求，或者我現(xiàn)在的眼光來看這個(gè)數(shù)據(jù)我覺得沒有用，但不意味著將來這個(gè)數(shù)據(jù)也是沒用的?！边@同時(shí)也造成了一個(gè)問題——存儲的數(shù)據(jù)量會越來越大，但是在特定的應(yīng)用場景中只需要用到一小部分?jǐn)?shù)據(jù)，“確實(shí)，我們現(xiàn)在每一次的數(shù)據(jù)分析都是在‘大海撈針’”。

數(shù)據(jù)加工流水線
數(shù)據(jù)是怎么從每一次交易行為，最終變成一個(gè)個(gè)數(shù)據(jù)模型和最終產(chǎn)品的？

馮春培向作者簡單描述了一個(gè)示意圖：

用戶通過 PC 或移動(dòng)設(shè)備發(fā)生的交易行為會產(chǎn)生相當(dāng)數(shù)量的原始數(shù)據(jù)
原始數(shù)據(jù)通過設(shè)備采集后進(jìn)入分發(fā)中心
按照一定分發(fā)規(guī)則，數(shù)據(jù)被分發(fā)至各個(gè)集群服務(wù)器。零散的、無序的、沒有關(guān)聯(lián)的原始數(shù)據(jù)在集群服務(wù)器被加工成人或者機(jī)器可以理解的形式
數(shù)據(jù)進(jìn)一步被挖掘 形成業(yè)務(wù)模型

據(jù)介紹，這一流程幾乎適用于任何來源和性質(zhì)的數(shù)據(jù)。此外，為了便于在內(nèi)部解決數(shù)據(jù)的交換、安全和匹配等問題，阿里集團(tuán)還搭建了一個(gè)數(shù)據(jù)交換平臺。馮春培表示，在這個(gè)平臺上，各個(gè)事業(yè)群可以實(shí)現(xiàn)數(shù)據(jù)的內(nèi)部流轉(zhuǎn)，實(shí)現(xiàn)價(jià)值最大化。
數(shù)據(jù)——信用——財(cái)富 阿里的新“閉環(huán)”
海量的碎片數(shù)據(jù)該怎么用？阿里小貸給出了一個(gè)很好的示范。在過去，因?yàn)闊o法采集足夠的數(shù)據(jù)，在企業(yè)貸款時(shí)銀行要求提供房產(chǎn)、購車證明，用資產(chǎn)做抵押。但現(xiàn)在，基于采集到的海量企業(yè)數(shù)據(jù)，阿里小貸可以借助技術(shù)手段，把碎片化的信息還原成對企業(yè)的信用認(rèn)識。

“比如某個(gè)小企業(yè)有一個(gè)小工廠，用電量一直在持續(xù)的攀升，我可以認(rèn)為他業(yè)務(wù)很好，信譽(yù)就可以調(diào)高”馮春培舉了個(gè)最顯而易見的例子：“這個(gè)維度銀行是不可能采納的，因?yàn)樗麄円廊挥玫氖巧祥T調(diào)研的方式，人力、時(shí)間成本太高，并且也不可能長期跟蹤。有時(shí)候碎片數(shù)據(jù)可以反映全局，這種數(shù)據(jù)在模型中的權(quán)重就會比較高?！?

事實(shí)上，阿里內(nèi)部對數(shù)據(jù)的運(yùn)用不僅僅體現(xiàn)在商業(yè)產(chǎn)品上，數(shù)據(jù)也在大大縮短、簡化內(nèi)部的業(yè)務(wù)流程。馮春培強(qiáng)調(diào)，不要將數(shù)據(jù)的價(jià)值局限于“變現(xiàn)”，“數(shù)據(jù)最終的指向是積累的信用，包括個(gè)人信用也包括企業(yè)信用。我們所做的一切都是在為這個(gè)目標(biāo)服務(wù)，首先將數(shù)據(jù)變成信用，良好的信用又可以取得貸款、獲得更好的服務(wù)，增加你的財(cái)富，這是一個(gè)良性循環(huán)，也就是數(shù)據(jù)價(jià)值的‘閉環(huán)’?！?