比大數(shù)據(jù)還要可怕的是什么?沒(méi)有數(shù)據(jù)!

在一次互聯(lián)網(wǎng)思維的學(xué)習(xí)討論會(huì)上，大家當(dāng)然討論了大數(shù)據(jù)時(shí)代和大數(shù)據(jù)的思維，當(dāng)然，大數(shù)據(jù)思維是互聯(lián)網(wǎng)思維的特點(diǎn)之一。

“您每天敲擊一次鍵盤(pán)，都會(huì)成為這個(gè)時(shí)代的大數(shù)據(jù)的一部分”。

這是“中國(guó)之聲”的廣告詞。

“大數(shù)據(jù)”因互聯(lián)網(wǎng)而成為這個(gè)時(shí)代的一個(gè)顯著特征，并成功的贏取了時(shí)代金礦的美譽(yù)。數(shù)據(jù)的價(jià)值得到空前的重視，“誰(shuí)掌握了數(shù)據(jù)，誰(shuí)就掌握了未來(lái)”?！皵?shù)據(jù)是重要的資產(chǎn)”?！皵?shù)據(jù)只有開(kāi)放互聯(lián)才能成為大數(shù)據(jù)，才能發(fā)掘出價(jià)值”。當(dāng)人們津津樂(lè)道大數(shù)據(jù)是如何成為時(shí)代的新寵時(shí)，似乎各行各業(yè)都離不開(kāi)大數(shù)據(jù)了。

而事實(shí)上，大數(shù)據(jù)給我們到底帶來(lái)了什么呢?我們究竟在大數(shù)據(jù)上獲得了哪些利益呢?未來(lái)又能獲得什么利益呢?盡管全球的IT精英都在絞盡腦汁的發(fā)掘和鼓吹大數(shù)據(jù)的價(jià)值，乃至國(guó)家政策也受此影響。但如果對(duì)上述問(wèn)題沒(méi)有得到清晰的答案，這樣的影響多少存在邏輯上的盲目。

理智地思考：大數(shù)據(jù)為何產(chǎn)生?

因?yàn)橛辛擞?jì)算機(jī)，才有數(shù)據(jù)。數(shù)據(jù)是計(jì)算機(jī)的食物和產(chǎn)物。

因?yàn)橛?jì)算機(jī)爆發(fā)式的增長(zhǎng)，導(dǎo)致作為其食物和產(chǎn)物的數(shù)據(jù)爆發(fā)式增長(zhǎng)。

計(jì)算機(jī)的聯(lián)網(wǎng)，自然帶來(lái)其食物和產(chǎn)物的相互糾連。

計(jì)算機(jī)為什么要吃進(jìn)數(shù)據(jù)和吐出數(shù)據(jù)?因?yàn)閿?shù)據(jù)里面有我們?nèi)祟?lèi)需要的信息。

數(shù)據(jù)的糾連，背后是信息的關(guān)聯(lián)。

即使在沒(méi)有計(jì)算機(jī)的年代，信息的關(guān)聯(lián)原本就存在，構(gòu)成我們?nèi)祟?lèi)的信息世界。

那時(shí)的信息世界雖然運(yùn)行緩慢，相互阻隔比較嚴(yán)重，但至少是清澈見(jiàn)底，讓我們氣定神閑的。

計(jì)算機(jī)在信息世界的出現(xiàn)，相當(dāng)于蒸汽機(jī)在工業(yè)世界中的出現(xiàn)。

工業(yè)革命帶來(lái)的是什么?產(chǎn)品生產(chǎn)效率的大幅提高和自然資源的快速消耗及生態(tài)環(huán)境的劇烈破壞，當(dāng)然，還有科技的進(jìn)步。

那么，信息革命帶來(lái)的是?信息處理效率和范圍不斷提升和數(shù)據(jù)的快速膨脹，有誰(shuí)想到過(guò)，和工業(yè)革命之對(duì)生態(tài)環(huán)境的劇烈破壞，信息革命對(duì)應(yīng)的影響是什么?如果是破壞，破壞了什么?如果我們想都沒(méi)想到過(guò)這個(gè)破壞確實(shí)可能存在，如果實(shí)際是存在的，會(huì)意味著什么?意味著人類(lèi)在未覺(jué)醒的狀態(tài)下，在拼命發(fā)展著一種對(duì)自己的某個(gè)世界可能帶來(lái)巨大影響的技術(shù)。不像工業(yè)革命帶來(lái)對(duì)自然環(huán)境的污染和破壞可以讓人類(lèi)直接得到相應(yīng)的懲罰而覺(jué)醒。信息革命如果能帶來(lái)破壞，則一定是對(duì)人類(lèi)信息世界的生態(tài)環(huán)境的劇烈破壞。

信息革命可能如何來(lái)破壞人類(lèi)信息世界的生態(tài)環(huán)境的呢?

在原來(lái)人類(lèi)的信息世界的生態(tài)環(huán)境中，雖數(shù)據(jù)量不大，但數(shù)據(jù)的信息密度大。雖數(shù)據(jù)復(fù)制傳輸慢，但垃圾數(shù)據(jù)少。自從有了計(jì)算機(jī)，特別是有了互聯(lián)網(wǎng)，數(shù)據(jù)對(duì)信息的吞噬是極其野蠻和不受約束的。數(shù)據(jù)量是很大，數(shù)據(jù)的類(lèi)也很多，關(guān)聯(lián)的范圍也很廣，但信息的密度卻急劇下降。由于數(shù)據(jù)的傳輸和復(fù)制的速度急速提高，垃圾數(shù)據(jù)更是野蠻生長(zhǎng)不受控制。這便是對(duì)大數(shù)據(jù)的來(lái)由的另一種看法。

確實(shí)，大數(shù)據(jù)的產(chǎn)生，給我們帶來(lái)了在前所未有的宏觀層次得到數(shù)據(jù)證實(shí)的信息，但是，這些信息，實(shí)際和人類(lèi)憑直覺(jué)得到的信息也無(wú)太多的差別。相反，龐大的數(shù)據(jù)支撐下的“數(shù)據(jù)說(shuō)話”的思維，讓人類(lèi)越來(lái)越喪失了宏觀的直覺(jué)和思考的能力。

所以，大數(shù)據(jù)時(shí)代，實(shí)際是個(gè)什么時(shí)代?對(duì)這點(diǎn)的清醒認(rèn)知，對(duì)把控人類(lèi)技術(shù)發(fā)展的下一個(gè)時(shí)代確實(shí)非常重要。倘若迷糊，下一個(gè)時(shí)代是“大失控”時(shí)代，就不僅僅是科技作品中的預(yù)言了。

倘若我們清醒過(guò)來(lái)，認(rèn)識(shí)到大數(shù)據(jù)的危害，我們則可能利用大數(shù)據(jù)帶來(lái)的技術(shù)升級(jí)，反過(guò)來(lái)治理大數(shù)據(jù)的危害，正象我們?cè)诤蠊I(yè)革命時(shí)期所做的那樣，環(huán)保和生態(tài)事業(yè)在新的技術(shù)支撐下，得以發(fā)展。

倘若我們做到了后者，那么，大數(shù)據(jù)時(shí)代的下一個(gè)時(shí)代，必然是個(gè)“大整合”的時(shí)代。

如今，我們已經(jīng)進(jìn)入移動(dòng)互聯(lián)網(wǎng)時(shí)代，大數(shù)據(jù)撲面而來(lái)。對(duì)于京東來(lái)說(shuō)，大數(shù)據(jù)到底都能夠起到哪些作用?5月26日，老冀在貴陽(yáng)大數(shù)據(jù)博覽會(huì)上見(jiàn)到了京東大數(shù)據(jù)部副總經(jīng)理邢志峰，也就是京東研發(fā)部門(mén)內(nèi)部俗稱(chēng)的“邢捕頭”，向他請(qǐng)教了一下京東大數(shù)據(jù)的一些問(wèn)題。

邢捕頭算是京東大數(shù)據(jù)的資深員工了，他在2009年就加入了京東，一直在京東數(shù)據(jù)部門(mén)。當(dāng)時(shí)《武林外傳》挺火的，同事們看他做事認(rèn)真，于是給他起了個(gè)電視劇里面角色的外號(hào)。

分分合合的大數(shù)據(jù)路線

京東大數(shù)據(jù)說(shuō)來(lái)話長(zhǎng)，實(shí)際上，它經(jīng)歷了一個(gè)分分合合的過(guò)程。

2009年7月的時(shí)候，邢捕頭的心情可沒(méi)有現(xiàn)在輕松。那個(gè)時(shí)候，快速增長(zhǎng)的業(yè)務(wù)帶來(lái)了海量的數(shù)據(jù)需求，業(yè)務(wù)部門(mén)扔過(guò)來(lái)大量的數(shù)據(jù)，幾乎天天到他那里來(lái)“討賬”。于是京東數(shù)據(jù)部在2009年底正式成立。

到了2010年下半年，數(shù)據(jù)部依照服務(wù)職能對(duì)象的不同拆分為兩個(gè)團(tuán)隊(duì)，其中一個(gè)主要面向采銷(xiāo)、市場(chǎng)等部門(mén)，另一個(gè)數(shù)據(jù)團(tuán)隊(duì)則為倉(cāng)儲(chǔ)、物流等部門(mén)提供服務(wù)。

巧合的是，這兩支團(tuán)隊(duì)也選擇了不同的技術(shù)路線。一個(gè)選擇了基于開(kāi)源的MySQL自建數(shù)據(jù)倉(cāng)庫(kù)，自主開(kāi)發(fā)配套的數(shù)據(jù)調(diào)度生產(chǎn)、數(shù)據(jù)分析提取、數(shù)據(jù)知識(shí)管理、數(shù)據(jù)報(bào)表呈現(xiàn)及數(shù)據(jù)質(zhì)量監(jiān)控的產(chǎn)品體系，并建設(shè)相應(yīng)的數(shù)據(jù)集市與業(yè)務(wù)部門(mén)聯(lián)合推廣使用。

另一個(gè)數(shù)據(jù)團(tuán)隊(duì)選擇了購(gòu)買(mǎi)ORACLE RAC小型機(jī)/ORACLE BIEE商業(yè)智能平臺(tái)，數(shù)據(jù)處理效率也得到了明顯提高。

但是隨著京東業(yè)務(wù)的不斷擴(kuò)張和高速增長(zhǎng)，商業(yè)軟件的局限性就日益顯露出來(lái)了，主要表現(xiàn)在兩個(gè)方面：

一個(gè)是維護(hù)成本高，商業(yè)軟件此后的每一次升級(jí)都要請(qǐng)?jiān)瓘S的專(zhuān)家上門(mén)，這個(gè)服務(wù)費(fèi)可是相當(dāng)?shù)母摺?

另一個(gè)更重要的則是快速響應(yīng)能力。電商行業(yè)變化非?？?，幾乎每天業(yè)務(wù)部門(mén)都要做一些策略調(diào)整，比如增加某些品類(lèi)，砍掉另一些品類(lèi)，而商業(yè)軟件都是模塊化的，并沒(méi)有那么強(qiáng)的靈活性，響應(yīng)速度根本跟不上業(yè)務(wù)的發(fā)展。實(shí)際上，我們看到一些使用了商業(yè)軟件的電商在這個(gè)方面吃虧不小。

到了2012年年初，為了更好地應(yīng)對(duì)業(yè)務(wù)的快速增長(zhǎng)，京東數(shù)據(jù)部又合在了一起，并且確定了基于Hadoop的分布式開(kāi)源技術(shù)架構(gòu)，原來(lái)的SQL Server和ORACLE數(shù)據(jù)倉(cāng)庫(kù)均退出了歷史舞臺(tái)。在Hadoop的基礎(chǔ)上，京東開(kāi)發(fā)出了JDW企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)，目前集群的總存儲(chǔ)量已經(jīng)達(dá)到了 50PB以上，是名副其實(shí)的大數(shù)據(jù)。

　　更加真實(shí)有效的大數(shù)據(jù)

在貴陽(yáng)大數(shù)據(jù)博覽會(huì)上，出任京東集團(tuán)高級(jí)副總裁及京東研發(fā)體系負(fù)責(zé)人的張晨表示：“京東全品類(lèi)、全價(jià)值鏈的電商數(shù)據(jù)在行業(yè)內(nèi)具有稀缺性，它使得京東大數(shù)據(jù)在數(shù)據(jù)、模型、技術(shù)、工具等多個(gè)層面高度的整合和統(tǒng)一，大大提升了大數(shù)據(jù)在整個(gè)集團(tuán)內(nèi)融合和利用的效率，促進(jìn)大數(shù)據(jù)的深度價(jià)值挖掘。”

簡(jiǎn)單來(lái)講，京東大數(shù)據(jù)的優(yōu)勢(shì)得益于京東電商業(yè)務(wù)的全價(jià)值鏈數(shù)據(jù)。由于京東的主要業(yè)務(wù)是自營(yíng)式電商，而且要求端到端的流程控制，使得京東的大數(shù)據(jù)覆蓋了電商的全部流程，從采購(gòu)、庫(kù)房、銷(xiāo)售、配送到售后、客服，整個(gè)鏈條是完整的。

“數(shù)據(jù)不僅僅大才有價(jià)值，如果不完整或者只是局限于某個(gè)點(diǎn)的話，價(jià)值就小了。京東的數(shù)據(jù)很完整，量又很大，這個(gè)數(shù)據(jù)就很值錢(qián)。”邢捕頭認(rèn)為。

而且由于京東對(duì)商品交易過(guò)程實(shí)行嚴(yán)格的管控，在京東平臺(tái)上進(jìn)行代購(gòu)和刷單的行為都是不允許的，這也使得京東的用戶(hù)數(shù)據(jù)更加接近真實(shí)用戶(hù)的真實(shí)需求。

有了真實(shí)有效的大數(shù)據(jù)，京東就可以做很多的事情，比如精準(zhǔn)營(yíng)銷(xiāo)、用戶(hù)畫(huà)像、C2B定制，等等。

以老冀為例，比如老冀想在京東上買(mǎi)本《從零到一》，結(jié)果正好這本書(shū)脫銷(xiāo)，老冀于是點(diǎn)擊了一下“到貨提醒”。過(guò)了幾天，老冀收到一封郵件，告訴老冀這本書(shū)已經(jīng)到貨了，并且還推薦了《奇點(diǎn)臨近》、《創(chuàng)業(yè)者的思考》，老冀發(fā)現(xiàn)這兩本也是自己想要的書(shū)，于是照單全收。

不過(guò)，老冀感覺(jué)京東每次登陸的主頁(yè)面還是非常龐雜，似乎不如美國(guó)亞馬遜那么簡(jiǎn)潔、個(gè)性化和有針對(duì)性。邢捕頭坦誠(chéng)，目前京東在A/B 測(cè)試方面還不如亞馬遜成熟。所謂A/B 測(cè)試，就是先建立一個(gè)測(cè)試頁(yè)面，這個(gè)頁(yè)面在呈現(xiàn)邏輯和內(nèi)容上與原有頁(yè)面有所不同，然后將這兩個(gè)頁(yè)面以隨機(jī)的方式同時(shí)推送給所有瀏覽用戶(hù)，接下來(lái)分別統(tǒng)計(jì)兩個(gè)頁(yè)面的用戶(hù)轉(zhuǎn)化率，即可了解到兩種策略的優(yōu)劣。還有一個(gè)也是跟中國(guó)網(wǎng)民的購(gòu)物習(xí)慣相關(guān)：大部分美國(guó)網(wǎng)民購(gòu)物非常直接，而中國(guó)網(wǎng)民則喜歡那種“逛”的感覺(jué)。

大數(shù)據(jù)還有個(gè)很大的作用，就是用戶(hù)畫(huà)像。前面老冀談到京東有個(gè)很獨(dú)特的優(yōu)勢(shì)，就是數(shù)據(jù)更加真實(shí)可靠。而且經(jīng)過(guò)了十多年的發(fā)展，京東的商品品類(lèi)也已經(jīng)非常豐富，目前已經(jīng)有接近1億SKU。很多商品本身就會(huì)有用戶(hù)特征，比如女士的胸罩和內(nèi)衣，男士的刮胡刀，等等。京東根據(jù)這些購(gòu)買(mǎi)行為給用戶(hù)打上標(biāo)簽，直至勾畫(huà)出一幅清晰的用戶(hù)畫(huà)像。

有了用戶(hù)畫(huà)像，京東就可以做很多事情了。舉個(gè)例子，根據(jù)用戶(hù)在下單前的瀏覽情況，京東就可以了解用戶(hù)的購(gòu)物性格是沖動(dòng)型、理性型還是猶豫型。對(duì)于沖動(dòng)型用戶(hù)，京東直接推薦給Ta最暢銷(xiāo)的同類(lèi)商品，而理性型用戶(hù)則推薦給Ta口碑最好的商品。

京東還將用戶(hù)畫(huà)像數(shù)據(jù)提供給網(wǎng)站智能機(jī)器人JIMI，使得JIMI能夠快速理解用戶(hù)意圖、從而對(duì)用戶(hù)進(jìn)行個(gè)性化關(guān)懷，從而大幅度提升用戶(hù)的滿(mǎn)意度。

而隨著2014年京東收購(gòu)了騰訊的實(shí)物電商部門(mén)，并將其數(shù)據(jù)整合進(jìn)來(lái)，京東大數(shù)據(jù)的準(zhǔn)確性又得到了提升。此外，京東的大數(shù)據(jù)還能夠與騰訊的QQ/微信大數(shù)據(jù)結(jié)合起來(lái)，從而開(kāi)展更有針對(duì)性的營(yíng)銷(xiāo)活動(dòng)。從過(guò)去一段時(shí)間雙方的聯(lián)合推廣來(lái)看，大數(shù)據(jù)功不可沒(méi)。

幫助業(yè)務(wù)部門(mén)決策

其實(shí)，大數(shù)據(jù)還能夠做更多的事情。對(duì)于邢捕頭所在的部門(mén)來(lái)說(shuō)，最重要的還是幫助業(yè)務(wù)部門(mén)更好地決策。

比如目前市面上有那么多款手機(jī)，京東手機(jī)采銷(xiāo)部門(mén)到底應(yīng)該采購(gòu)哪一款手機(jī)?就可以根據(jù)京東大數(shù)據(jù)參考決策。如今，京東更深入了一步，在2013年推出了JDPhone計(jì)劃，與手機(jī)廠商一起打造用戶(hù)喜歡的手機(jī)。

舉個(gè)例子：京東大數(shù)據(jù)顯示，近半年來(lái)在京東購(gòu)買(mǎi)過(guò)兩次以上手機(jī)的用戶(hù)，其中34%都選擇了更大屏幕，但是5.5寸是他們接受的極限，因此建議手機(jī)廠商選擇4.8-5.5寸屏幕作為最優(yōu)尺寸。最近這幾年，正是基于大數(shù)據(jù)的威力，JDPhone計(jì)劃先后與中興、華為等手機(jī)制造企業(yè)合作，推出了目前市場(chǎng)上很多暢銷(xiāo)的機(jī)型

“我們的數(shù)據(jù)能夠幫助業(yè)務(wù)人員做決策和判斷，能夠利用很多統(tǒng)計(jì)方式展現(xiàn)報(bào)表，以更加形象、實(shí)時(shí)和統(tǒng)一的方式提供給他們，通過(guò)業(yè)務(wù)應(yīng)用服務(wù)于我們的消費(fèi)者?！毙喜额^對(duì)于自己的工作感到非常自豪。

2011年11月，京東準(zhǔn)備對(duì)快遞包裹收費(fèi)。那么，當(dāng)用戶(hù)的訂單金額到了多少才能夠不收費(fèi)呢?為此，京東大數(shù)據(jù)部門(mén)模擬了一個(gè)場(chǎng)景，分別按照用戶(hù)訂單免運(yùn)費(fèi)下限為19元、29元到89元之后，對(duì)京東的整體毛利情況做了一個(gè)詳細(xì)的測(cè)算，然后找到了比較合理的價(jià)格區(qū)間，將報(bào)告提交給了公司高層，對(duì)于配送費(fèi)的合理制定起到了很好的輔助決策作用。

如今，對(duì)于京東高達(dá)上億的SKU，單是補(bǔ)貨就是個(gè)大問(wèn)題，如果只是依靠人工補(bǔ)貨根本就忙不過(guò)來(lái)。京東供應(yīng)鏈研發(fā)團(tuán)隊(duì)自主開(kāi)發(fā)了一套補(bǔ)貨系統(tǒng)，項(xiàng)目上線之后，給圖書(shū)部門(mén)的采購(gòu)補(bǔ)貨工作帶來(lái)了極大的便利。面對(duì)超過(guò)百萬(wàn)而且不斷增長(zhǎng)的SKU，圖書(shū)業(yè)務(wù)部門(mén)的采購(gòu)人員并沒(méi)有顯著增加

此外，京東還將自己的大數(shù)據(jù)拿出來(lái)，與復(fù)旦大學(xué)聯(lián)合推出了復(fù)旦-京東信息消費(fèi)指數(shù)，包括消費(fèi)者行為與信心指數(shù)、電子商務(wù)行業(yè)景氣度指數(shù)、電子商務(wù)便利度指數(shù)三大子指數(shù)，共同構(gòu)成了一個(gè)完善的指標(biāo)體系，綜合反映了當(dāng)前信息經(jīng)濟(jì)消費(fèi)情況，能夠?yàn)檎?、行業(yè)發(fā)展、消費(fèi)者行為模式等提供重要的參考價(jià)值。這也是目前我國(guó)首個(gè)用于評(píng)估電子商務(wù)、“互聯(lián)網(wǎng)+”等信息要素集聚程度以及績(jī)效表現(xiàn)的綜合性指數(shù)。

當(dāng)有太多數(shù)據(jù)需要處理的時(shí)候，你可能會(huì)為此抓狂，而舊金山警局卻對(duì)此求之不得。原來(lái)，沒(méi)有更多的可利用數(shù)據(jù)才是巨大的挑戰(zhàn)。

怎么才能從多結(jié)構(gòu)和非結(jié)構(gòu)化的數(shù)據(jù)源中提取并整合數(shù)據(jù)?對(duì)一些機(jī)構(gòu)來(lái)說(shuō)，這是一個(gè)艱巨的挑戰(zhàn);對(duì)另一些人卻剛好相反，他們正經(jīng)歷著巧婦難為無(wú)米之炊的困境。從他們的角度來(lái)看，沒(méi)有更多的可利用數(shù)據(jù)才是巨大的挑戰(zhàn)。這不禁讓人聯(lián)想起在東部的波士頓白雪皚皚，寸步難行的時(shí)候，西部的舊金山卻是旱情綿綿。

這個(gè)再恰當(dāng)不過(guò)的比喻，是受到了一次談話的啟發(fā)。舊金山郡警督Ross Mirkarimi和他們IT組成員Dave　Hardy跟我聊起他們現(xiàn)在怎么處理相關(guān)數(shù)據(jù)。在舊金山警局，現(xiàn)在處于一個(gè)吃力不討好的境地，他們?cè)噲D將大量的結(jié)構(gòu)化數(shù)據(jù)匯集在一起。這可不是一件輕而易舉的事情：Hardy使用Microstrategy的商務(wù)智能工具嘗試著從多種結(jié)構(gòu)化數(shù)據(jù)庫(kù)中收集數(shù)據(jù)。這些工具包括FoxPro, Access, Filemaker Pro等。

既然舊金山警局有大量的結(jié)構(gòu)化數(shù)據(jù)需要處理，那么所謂的數(shù)據(jù)旱情又是怎么來(lái)得?他們沒(méi)有非結(jié)構(gòu)化的數(shù)據(jù)。他們希望自己能像其它公司一樣，擁有需要整合的非結(jié)構(gòu)數(shù)據(jù)。 “我喜歡科技”，Hardy說(shuō)。他曾是一名巡邏警員，目前已成為信息技術(shù)支持與服務(wù)部的指揮官。他還說(shuō)：“這是一件好事，創(chuàng)新和自動(dòng)化讓一線同事的工作更容易。我喜歡利用數(shù)據(jù)做一些重要的舉措。”

但 Mirkarimi，這位前舊金山城市監(jiān)察員，卻哀嘆可供執(zhí)法使用的數(shù)據(jù)就跟加州的雨一樣少得可憐?！皥?zhí)法需要更多警力來(lái)應(yīng)對(duì)犯罪威脅” ，他說(shuō)，在現(xiàn)實(shí)中，我們希望對(duì)犯人的問(wèn)責(zé)是由數(shù)據(jù)決定的。與其讓一個(gè)活生生的人像接力棒一樣在警察、公設(shè)辯護(hù)人辦公室(美政府對(duì)無(wú)錢(qián)聘請(qǐng)律師的被告指聘的律師)、緩刑與假釋部門(mén)間傳遞，我們不如放棄成見(jiàn)，共享數(shù)據(jù)。這樣，使我們?cè)谂袛鄠€(gè)人是否守法時(shí)，能夠更清晰的了解他的傾向性，個(gè)人歷史并預(yù)測(cè)他的個(gè)人行為。

州政府計(jì)劃削減已超載的州監(jiān)獄人數(shù)，并將犯人送返至各個(gè)郡下設(shè)的監(jiān)獄。因此，舊金山警局被要求做一項(xiàng)他們從來(lái)沒(méi)做過(guò)的分析項(xiàng)目(舊金山是一個(gè)罕見(jiàn)的行政實(shí)體，在編制上，它即是一個(gè)市又是一個(gè)郡)。即使沒(méi)有結(jié)構(gòu)化數(shù)據(jù)，Mirkarimi 依然聲稱(chēng)，累犯人數(shù)已經(jīng)從60%以上下降到差不多40%，然而州政府的標(biāo)準(zhǔn)是接近78%。

舊金山警局還想做更多，但是它無(wú)能為力。必須得承認(rèn)，手頭只有結(jié)構(gòu)化數(shù)據(jù)確實(shí)是其中的問(wèn)題之一。Hardy說(shuō)，能整合的只有“小數(shù)據(jù)”，這些小數(shù)據(jù)是人們?cè)谕ㄟ^(guò)系統(tǒng)時(shí)生成的，像是地址、量刑、指紋;他們?cè)诒O(jiān)獄里參與了哪種治療或是教育項(xiàng)目;他們是否再次因罪獲捕，如果是，那又是為什么?所有的這一切都在一個(gè)SQL結(jié)構(gòu)化數(shù)據(jù)庫(kù)里?？墒菫榱四軌蜻_(dá)到目的，Hardy和Mirkarimi需要更多。

舊金山警局罪案調(diào)查處署已經(jīng)開(kāi)始追蹤社交網(wǎng)絡(luò)，及時(shí)識(shí)別“熱點(diǎn)事件”，但是在追蹤和分析整合數(shù)據(jù)之間，還有很大的距離(Microstrategy有分析社交網(wǎng)絡(luò)的工具，但是舊金山警局沒(méi)有用)。 Hardy設(shè)想，建立一個(gè)網(wǎng)絡(luò)來(lái)聯(lián)系所有的政府部門(mén)，從警長(zhǎng)辦公室到健康衛(wèi)生部門(mén)甚至延伸到學(xué)校社區(qū)?！拔业脑O(shè)想是，在不侵犯隱私的情況下，我們能夠進(jìn)入這些部門(mén)的數(shù)據(jù)庫(kù)收集所需數(shù)據(jù)，并與我們現(xiàn)有的數(shù)據(jù)相比較。想想看，我們是否可以識(shí)別某個(gè)學(xué)?；蚴悄硞€(gè)居住區(qū)的某個(gè)群體是否有更大的可能性在他們22歲之前被逮捕? ”Hardy還想進(jìn)入聯(lián)邦數(shù)據(jù)庫(kù)去看看囚犯是否是退伍軍人，是否有資格享受美國(guó)政府的一些特設(shè)項(xiàng)目。

為了能采取積極措施，Mirkarimi特別注重分析監(jiān)禁過(guò)程對(duì)囚犯子女的影響?！白罱K，當(dāng)你可以將這些完全不同的數(shù)據(jù)源結(jié)合起來(lái)，它能幫助我們了解那些坐在拘押室里的人?！?他的目標(biāo)很明確：真正改變舊金山，為過(guò)度擁擠的監(jiān)獄減負(fù)，通過(guò)了解對(duì)家庭的影響，“為犯人的家庭與子女帶來(lái)更積極的幫助”。他同意收集和分析如此之多的數(shù)據(jù)，有點(diǎn)像奧威爾的小說(shuō)《1984》中所描寫(xiě)的監(jiān)視社會(huì)。盡管如此，就目前的情況來(lái)看，這種方法是有實(shí)際意義的。我們將不得不摸著石頭過(guò)河。

“刑事司法機(jī)構(gòu)也很難人性化與系統(tǒng)內(nèi)部監(jiān)禁人員的關(guān)系”，Mirkarimi說(shuō)?！皵?shù)據(jù)越周詳，我們?cè)侥苋诵曰恼{(diào)整監(jiān)禁對(duì)當(dāng)事人以及他們的家人的影響。我寧愿站著數(shù)人頭，也不愿坐著做統(tǒng)計(jì)。這就是我們?nèi)绾文苁惯@套系統(tǒng)更有效?！?

固然，這是個(gè)大挑戰(zhàn)。讓這個(gè)挑戰(zhàn)變得更為艱巨的，是目前舊金山警局還無(wú)法獲得他們所需要得到有效數(shù)據(jù)。請(qǐng)記住!當(dāng)有太多數(shù)據(jù)需要處理的時(shí)候，你可能會(huì)為此抓狂，而舊金山警局卻對(duì)此求之不得。