淺議工業(yè)大數(shù)據(jù)分析的方法論

人們常說，工業(yè)大數(shù)據(jù)是用來挖掘價值的。但更關鍵的是：價值應如何被挖掘？

我曾經(jīng)在多個場合申明：“大數(shù)據(jù)用到工業(yè)，特點是對可靠性要求高，而取得可靠性的難度大。” 這個矛盾是個攔路虎，一定要解決才行。為了解決這個矛盾，我再次提出：“知識首先存在于人的腦子當中，需要用數(shù)據(jù)去雕琢、證偽、修正——而不是強調從數(shù)據(jù)里面發(fā)現(xiàn)新知識 ”——這與商務大數(shù)據(jù)是不同的。

我的這個觀點有個潛臺詞：人腦中的知識是模糊甚至是錯誤的，這才需要去雕琢和證偽。其實，人腦中的多數(shù)認識是正確的；但可以挖掘價值的地方，卻往往是模糊的、甚至是錯誤的。事實上，大數(shù)據(jù)創(chuàng)造的價值是通過修正人的認識中的不足和偏差來實現(xiàn)的。

人腦中的這些模糊認識，發(fā)生在什么情況下呢？

一種情況是受部門利益或流程標準的限制。我們知道，組織大到一定程度，就要劃分成若干部門；機制復雜到一定程度，就要流程化、標準化。這些都是促進生產(chǎn)力發(fā)展的。但是，這些事情又會制約信息的流動和科學決策，從而容易形成與組織利益不一致的個人和部門利益。同時，“標準”和流程的缺陷與不足，讓一些價值損失“合法化”，難以從組織整體的高度優(yōu)化決策。認清事實，就便于我們創(chuàng)造系統(tǒng)的價值。

經(jīng)驗主義、教條主義、官僚主義與唯命是從，也容易讓人形成模糊甚至是錯誤的認識。早在10多年前，我就意識到： 在創(chuàng)新過程中，需要強調價值創(chuàng)造。強調價值創(chuàng)造的原因，是為了避免誤入歧途——離開具體的背景，片面追求好的指標。但最近卻越來越感到：這個口號正在誤導一些企業(yè)。在這個口號的引導下，間接創(chuàng)造價值、系統(tǒng)創(chuàng)造價值都被壓制了；與風險同在的價值被壓制了；算不清楚收益的工作被壓制了；長遠的價值被壓制了。其實，錯的不是口號，而是簡單地理解這些口號。語言的表現(xiàn)力是有限的；再明確的語言，到了蠢材那里都會被誤解。而唯命是從、經(jīng)驗主義、教條主義、官僚主義，就會讓人變蠢。有個段子形象地表達了這種現(xiàn)象。市領導到公園考察：“那些多些綠化那就更好了”于是，園長讓人運來了一頓鹽（把‘綠化那’聽成‘氯化鈉’）堆在公園里。這個段子看似好笑，在很多地方其實非常接近現(xiàn)實。

還有人認為：系統(tǒng)的價值損失不大，就不重視這些問題。我卻覺得，系統(tǒng)價值其實很大，但主要是被掩蓋掉了。另外，考慮到很多制造企業(yè)的利潤率也只有1%~2%，能把小的方面優(yōu)化起來，利益也是客觀的。其實，把局部優(yōu)化都做好了，整個企業(yè)就可能發(fā)生質變——這就好比把坑坑洼洼的道路修成了高速公路，司機就可以放心開高速了。否則，你會花費太多的成本來預防“異?！?。

數(shù)據(jù)如何才能起到上述作用？

老大說過一句話：打鐵還需自身硬。本人也有個對應的觀點：數(shù)據(jù)的力量來自于真實和科學。這句話的含義是：人們在推進數(shù)字化的時候，常常被認識水平和局部利益所綁架、被政績觀綁架，使得數(shù)據(jù)不具備科學性和真實性。數(shù)據(jù)不科學，怎么可能用來修正人的錯誤認識呢？試想，如果真的是“經(jīng)濟增長就靠統(tǒng)計局了”，國家還能搞好嗎？英國有位前首相說：“世界上有三類謊言：謊言，彌天大謊和統(tǒng)計數(shù)據(jù)?！?。 搞數(shù)據(jù)的人，一定要知道：數(shù)據(jù)是會騙人的。學會不被數(shù)據(jù)所騙，是數(shù)據(jù)分析的基本功。

讓數(shù)據(jù)代表科學和真實，其實并不容易。不僅要看到文化和制度的原因，也有技術和認識方面的原因。這里，就需要有方法論的支持。舉個例子，希望引發(fā)大家的思考：

1、從A地到B地，平均2小時。其實，從Ａ地到Ｂ地有兩條路，一條平均半小時，一條平均１０小時，只是很少有人走１０小時的那條路。那么，如果你不知有兩條路，僅知道“從A地到B地，平均2小時?！保娴哪艽砜茖W與事實嗎？

2、喜歡打牌的人，50%是騙子。我們知道：一般來說，這句話是錯的。但是，如果統(tǒng)計的對象是一群罪犯呢？結果還是有可能的。

這兩個例子用來供大家思考，并沒有什么答案。愛其實，很早之前，人們就提出“數(shù)據(jù)質量”的概念。數(shù)據(jù)質量，不僅是精度問題，更是“適用性”問題——適用的結果，才是真實的結果。在筆者看來，在大數(shù)據(jù)時代，讓我們有更好的條件通過各種對比，判斷一個結論的“適用性”：因為可以找到一大堆的案例進行對比——語文老師從小就告訴我們：有對比才會有說明。

但是，對比說明就那么容易嗎？當然也不容易，需要找到一種與業(yè)務知識相關的知識和邏輯，才能便于對比說明。否則，整出一個“關公戰(zhàn)秦瓊”也難說。有了業(yè)務知識，就能避免這些笑話。如果缺少業(yè)務知識，就很難判斷一個分析結果是假象還是眾所周知的無聊論斷——如前所述，在工業(yè)過程中，系統(tǒng)復雜性很容易導致“發(fā)現(xiàn)”大量的假象和無聊的結果。如果沒有起碼的業(yè)務知識，時間就會都浪費在無聊的“發(fā)現(xiàn)”上。

現(xiàn)在回到開頭：工業(yè)大數(shù)據(jù)分析的最終目的是挖掘價值。但現(xiàn)實中直接的作用在于展示現(xiàn)實——展示那些頭腦中被假象和錯誤觀念蒙蔽的現(xiàn)實。在被蒙蔽的現(xiàn)實中，隱含著改進的空間——這就是金子所在的地方。當然，看到價值并不等于能夠解決問題——這些問題很可能需要用智能制造的辦法來解決。所以，我設想：工業(yè)大數(shù)據(jù)或許可以作為智能制造的先導。智能制造的第一要義是“信息感知”：用大數(shù)據(jù)感知真實的現(xiàn)實，豈不正是智能制造的先導嗎？孫子說“知己知彼百戰(zhàn)不殆”，不也是要先做到“信息感知”嗎？克服官僚主義，不要也要靠“信息感知”。