大數(shù)據(jù)如何幫助企業(yè)決策

大數(shù)據(jù)也是未來最重要的生產(chǎn)要素。目前在大數(shù)據(jù)營銷、大數(shù)據(jù)信用與風(fēng)險控制類應(yīng)用方向有了不少成功的實踐。我們相信未來的創(chuàng)新模式將會圍繞著數(shù)據(jù)的跨界融合衍生出數(shù)據(jù)服務(wù)新產(chǎn)業(yè)。企業(yè)內(nèi)外數(shù)據(jù)、線上線下數(shù)據(jù)融合產(chǎn)生化學(xué)反應(yīng)，基于數(shù)據(jù)的創(chuàng)新模式給我們無限想象空間。

大數(shù)據(jù)領(lǐng)域正在出現(xiàn)的三大顛覆性變化

最近，我去了一趟美國，看到了大數(shù)據(jù)的幾個變化，這些變化有可能極大地改變世界。第一個變化是開始從被動搜集數(shù)據(jù)，轉(zhuǎn)變?yōu)橹鲃铀鸭瘮?shù)據(jù)。在美國接觸了一個公司，他們現(xiàn)場給我們表演，電視里在播出一個新聞，他們把手機(jī)放在電視機(jī)旁，手機(jī)很快識別出這是CNN新聞頻道和正在講的內(nèi)容。我們?nèi)齻€人拿出自己的手機(jī)，手機(jī)同時播不同的三首歌。他們的軟件很快辨別出這三首歌是什么，而同時電視里的新聞還在播放，所以軟件識別出來的是三首歌和作為背景正在播放的新聞。這意味著非結(jié)構(gòu)性的數(shù)據(jù)編程結(jié)構(gòu)性數(shù)據(jù)，開始從被動搜集數(shù)據(jù)，轉(zhuǎn)變主動搜集數(shù)據(jù)。

第二個變化是非實時轉(zhuǎn)實時。滴滴打車的數(shù)據(jù)可以說明不同地點(diǎn)的人流情況。但這對零售業(yè)有什么用處呢?即使零售業(yè)得到了這些數(shù)據(jù)，但如何觸達(dá)它的用戶群呢?大家知道，這個世界有一個DSP，DSP是一個中間方，記錄用戶去了哪個網(wǎng)站，用了什么APP。當(dāng)這個人使用APP時，這個數(shù)據(jù)告訴DSP，這個人出現(xiàn)在了某一個地方。DSP就幫商戶把廣告放進(jìn)去，做智能投放。由于背后有大數(shù)據(jù)支撐，這個投放在很短的時間內(nèi)就能完成。這種對營銷來說，絕對是一個顛覆。

另外，還有一個非常重要的變化是對話。美國有兩大公司，幾乎同時宣布了一個戰(zhàn)略性的科技——對話的人工智能。比如在你的房間有一個音響，這個音響同時是一個傳感器。當(dāng)你說我要買一個醬油，音響會和你說：“老板，你是不是要買你之前買過的醬油?”你說：“不是，我要買新的”。它就會告訴你，新的醬油和那個同樣差不多的有幾種，建議你要選擇哪種。這個變化將引發(fā)一個大的顛覆。

大數(shù)據(jù)與隱私

說到大數(shù)據(jù)，不得不提的是大數(shù)據(jù)與隱私這個問題。

這次在美國，見到一個在隱私問題上給美國總統(tǒng)提意見的專家。他說，關(guān)于個人隱私會有一個顛覆性的變化，這一變化在歐洲已經(jīng)開始了，現(xiàn)在是美國。過去，當(dāng)用戶使用一個應(yīng)用時，都會和應(yīng)用方簽訂一個東西，標(biāo)明用戶同意把自己的數(shù)據(jù)交給應(yīng)用方，去改善用戶體驗。但是，大部分人都不知道自己同意的是什么，僅僅是點(diǎn)擊了“同意”。美國的法律對此準(zhǔn)備有所修改，這可能會改變大數(shù)據(jù)產(chǎn)業(yè)使用數(shù)據(jù)時候的權(quán)利。在這個變化中有個問題，數(shù)據(jù)分可識別數(shù)據(jù)、不可識別數(shù)據(jù)?；ヂ?lián)網(wǎng)的數(shù)據(jù)，有的數(shù)據(jù)可以識別是你，有的不可以識別是你。當(dāng)你不能完全知道他是誰，沒有辦法和他說你是否同意時該怎么辦?，F(xiàn)在美國正在認(rèn)真討論類似的事情。

另一個問題是數(shù)據(jù)的擁有權(quán)是誰?早期大家對數(shù)據(jù)擁有權(quán)是用實物來定法律，后來發(fā)現(xiàn)這條路撞墻了。數(shù)據(jù)的可愛之處就是看見就看見了，不在于你拿著還是我拿著。這個問題在法律、大數(shù)據(jù)行業(yè)中已經(jīng)開始關(guān)注。

關(guān)于隱私問題，大部分用戶更多是希望平衡好，你不能拿到我的數(shù)據(jù)我一點(diǎn)好處都沒有，你拿了數(shù)據(jù)使用我一點(diǎn)都不知道，這不行。所以，問題就誰有權(quán)利控制?比如臉書，每一次使用用戶數(shù)據(jù)，會告訴用戶，這個數(shù)據(jù)會在某個點(diǎn)里使用，這就涉及數(shù)據(jù)使用透明和是否可控的權(quán)利問題。這個行業(yè)里面很多人不想講這個問題，但并不是不知道。但這是我們做大數(shù)據(jù)的人，必須要慢慢解決的，否則這是一個定時炸彈。當(dāng)然，有大量的數(shù)據(jù)不相關(guān)隱私，比如用1000個人或者5000個人的數(shù)據(jù)算出來的結(jié)果。當(dāng)做大數(shù)據(jù)營銷的時候，有沒有把他捆綁在5000個人當(dāng)中營銷?美國有些法案很可愛，個人數(shù)據(jù)的隱私問題不是放在單獨(dú)的方案當(dāng)中，而是放在行業(yè)里面。當(dāng)時我問專家，為什么要放在行業(yè)里面?他說，個人隱私和行業(yè)有關(guān)，如果是賣藥的，個人隱私的監(jiān)管會非常嚴(yán)格。如果這個東西屬于游戲類的個人數(shù)據(jù)，相對簡單一些。而歐洲，整個法律是一套過去，不講行業(yè)。歐洲人認(rèn)為，隱私是一個人的底線。而美國，認(rèn)為價值和隱私之間可平衡。這些都是未來大家都會議論的課題

做好數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)產(chǎn)品的迭代

大數(shù)據(jù)的本身是異構(gòu)異類的數(shù)據(jù)。就像裁縫把不同的材料縫成一件衣服一樣，需要很多技術(shù)把數(shù)據(jù)連接起來，使這些數(shù)據(jù)可以使用。就像不同材料縫合在一起，中間會有一些縫合處，美國任何一個做大數(shù)據(jù)的人，都會告訴你數(shù)據(jù)關(guān)聯(lián)很難。美國可以把數(shù)據(jù)關(guān)聯(lián)起來的公司有幾家。美國大數(shù)據(jù)行業(yè)在產(chǎn)業(yè)鏈上，是可以分工的。你干這個，我干那個，大家協(xié)同把東西做出來。這個和中國的情況是有區(qū)別的。

要把大數(shù)據(jù)整合起來，數(shù)據(jù)源是否好，這個非常重要，另外就是測試。有沒有一個環(huán)境，可以讓我進(jìn)行數(shù)據(jù)測試，把這個數(shù)據(jù)試著用在不同的環(huán)境會怎么樣。數(shù)據(jù)是迭代的，算法是迭代的，產(chǎn)品服務(wù)也是迭代的。數(shù)據(jù)有不同的版本、算法有不同的版本，我們要找到最優(yōu)、同一個語境下最好的算法，達(dá)到最好的服務(wù)。

企業(yè)在大數(shù)據(jù)時代要變經(jīng)驗驅(qū)動為數(shù)據(jù)驅(qū)動

大數(shù)據(jù)對于企業(yè)來說，需要將大數(shù)據(jù)變成企業(yè)的洞察力、行動力。10年前商業(yè)決策的人都是靠經(jīng)驗驅(qū)動，用數(shù)據(jù)證明自己的判斷是對的。而數(shù)據(jù)驅(qū)動，是要擁有足夠的數(shù)據(jù)，從而通過數(shù)據(jù)本身發(fā)現(xiàn)一些以前沒有看到的東西。比如，我們曾經(jīng)發(fā)現(xiàn)購物網(wǎng)站的搜索，有一些人搜索過的關(guān)鍵詞，兩個月之后會成為比較流行的關(guān)鍵詞。當(dāng)我們深入進(jìn)去分析數(shù)據(jù)時，數(shù)據(jù)告訴我們，在購物里面也有達(dá)人。購物達(dá)人看的東西和普通人不一樣，他們有自己的方法尋找自己想要的商品。如果能跟蹤這些達(dá)人，可以找到用一般推薦引擎無法找到的東西。

一個學(xué)習(xí)的完整體系，簡單來講，首先有目標(biāo)定義，之后進(jìn)行決策、行動、拿到行動結(jié)果之后學(xué)習(xí)。人類學(xué)習(xí)的一般方法，都是根據(jù)這個鏈路進(jìn)行，這叫“自學(xué)習(xí)”。用自己的經(jīng)驗慢慢積累，進(jìn)行一個自我循環(huán)。

當(dāng)我們開始做大數(shù)據(jù)的時候，你會發(fā)現(xiàn)，別人的數(shù)據(jù)會成為你的經(jīng)驗。你也可以把別人的數(shù)據(jù)代入自己的決策，學(xué)習(xí)到別人的經(jīng)驗，這叫“集體智慧”。大數(shù)據(jù)當(dāng)中找到別人的集體智慧。大數(shù)據(jù)里的創(chuàng)新可以有三個層面：數(shù)據(jù)的創(chuàng)新、算法的創(chuàng)新和服務(wù)的創(chuàng)新。

下面這張幻燈片中有四個坐標(biāo)：數(shù)據(jù)集中、數(shù)據(jù)分散、問題清楚、問題不清楚。過去我們可以解決的是數(shù)據(jù)集中、問題很清楚的部分。后來開始出現(xiàn)很多碎片化、分散的數(shù)據(jù)，我們發(fā)現(xiàn)可以用零散的、沒有集合、沒有結(jié)構(gòu)化的數(shù)據(jù)，更好地解決原來的問題。舉一個例子，有一個網(wǎng)站雖然有幾億用戶群，但只有幾百萬人在這個網(wǎng)站里買彩票。這個網(wǎng)站如何可以找到更多用戶來自己的網(wǎng)站上買彩票呢?按以往方法，先描述買彩票的人是什么樣的。經(jīng)驗認(rèn)為男的比較喜歡買彩票，年紀(jì)應(yīng)該是25到35歲。而用大數(shù)據(jù)的方法是想猜用戶下一步想做什么?？梢钥?周之內(nèi)用戶有沒有看過彩票的內(nèi)容，如果有，那他就是一個希望要買彩票的人，只是沒有在網(wǎng)站里買。用這個思路，我們發(fā)現(xiàn)，買彩票的女性比男性多，而且往往是在辦公室里買的多。這樣數(shù)據(jù)就指明了哪些人在哪些地點(diǎn)是最好去做營銷的。

對于數(shù)據(jù)零散且問題不是很清楚，大數(shù)據(jù)同樣可以解決。比如在面對不知道客戶是什么樣的人，只知道這些人是重復(fù)購買的人，而想要用大眾標(biāo)簽去描述這些人時，可以先猜1000個人，對他們進(jìn)行營銷，發(fā)現(xiàn)有些人被猜對，有些人被猜錯。對猜對的那部分人要繼續(xù)深入，慢慢就會越做越準(zhǔn)確。這就是我通常講的用數(shù)據(jù)、養(yǎng)數(shù)據(jù)。

一個公司有沒有大數(shù)據(jù)能力，一般看他有沒有預(yù)測能力和行動能力。但是布點(diǎn)/收集、存儲/刷新、識辨/關(guān)聯(lián)，也很重要。前者是如何讓數(shù)據(jù)更容易使用，后者是如何讓數(shù)據(jù)更有效關(guān)聯(lián)在一起。這個閉環(huán)如果可以做好，就可以做一個非常好的數(shù)據(jù)產(chǎn)品。

衡量數(shù)據(jù)是否好的6大標(biāo)準(zhǔn)

衡量數(shù)據(jù)是否好的6大標(biāo)準(zhǔn)：有沒有、準(zhǔn)不準(zhǔn)、細(xì)不細(xì)、全不全、穩(wěn)不穩(wěn)、快不快

好的數(shù)據(jù)的衡量標(biāo)準(zhǔn)是缺一不可。缺少一個數(shù)據(jù)質(zhì)量就會下降。有的數(shù)據(jù)很稀缺，很獨(dú)家，那是數(shù)據(jù)價值。數(shù)據(jù)質(zhì)量，主要要看準(zhǔn)不準(zhǔn)。但還要看全不全，如果你只拿到安卓的數(shù)據(jù)，沒有拿到蘋果的數(shù)據(jù)，那也不全。一段段很零散的數(shù)據(jù)買過來，沒有連續(xù)性的數(shù)據(jù)也是不行的。需要找很可靠的伙伴來提供算法、數(shù)據(jù)、服務(wù)。

一家公司是否能用好自己的數(shù)據(jù)，首先要看一個公司高管、員工有沒有意愿，接著看工具。有意愿、有能力、有工具的前提下才談到整個公司一定要對數(shù)據(jù)有自己的方向，有組織保障，以及執(zhí)行到位。

信息數(shù)據(jù)化的情況還沒有結(jié)束，包括應(yīng)用無線化。對話性的產(chǎn)品，將是顛覆世界的產(chǎn)品。互動的產(chǎn)品，將來或許會越來越多，這也是我們在創(chuàng)新產(chǎn)品時候非常大的機(jī)會點(diǎn)。