决战大数据（大数据的关键思考升级版）

作者简介

车品觉，畅销书《决战大数据》作者，红杉资本中国基金专家合伙人，全国信标委大数据标准工作组副组长。 阿里巴巴集团前副总裁，首任阿里数据委员会会长；拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有独到的见解。亲自领导阿里数据团队在大数据实践领域取得了一系列重要成果，包括为阿里建立集团各事业群的业务及决策分析框架，开发智能化的数据产品，成立了驱动集团数据化的运营团队，成功发起了公共与专有数据资产管理体系，还发布了数据安全规范等。 现担任中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员（大数据项目）、浙江大学管理学院兼职教授等职。

内容简介

有人说，大数据就像国王的新衣，每个人都在国 王面前说着动听的话，国王信以为真，其实他并不知 道自己在裸奔。 的确，网络上有很多人在谈大数据，但是他们只 会谈，不会做，因为他们根本就没有做过，包括那些 所谓的“大数据专家”，他们真的做过吗？没有。事 实上，这些人对大数据内在的问题一点儿都不了解， 更别说知道大数据的水有多深了。 目前，在大数据方面，无法深入应用的原因在于 ，从收集到使用的大数据价值链出现了问题。从理论 上来说，从收到用的螺旋式循环是一个巨大的涡轮， 只有先数据化运营，然后才能运营数据。而现在的情 况是，用数据的人不知道大数据从哪里来，做数据的 人不知道大数据如何使用。想用的人不敢用，因为担 心大数据的真实性；做的人不知道怎么用，因为大数 据的复杂性。这一问题造成的结果就是，数据量变得 越来越大，而且越来越无法有效地使用。 大数据从来不是免费的午餐 我先问一个数据管理上最现实的问题：“大数据 如何备份？”毫不夸张地说，大数据已经这么庞大了 ，如果再备份一次，你的成本起码会增加一倍。 做大数据基本上都要从大量收集数据开始，因为 这些数据在未来会大有用处。但是，你是不可能无止 境地收集下去的。在这里，你已经看到了一个再清晰 不过的伪命题：大数据的确能够备份，但是成本会增 加两三倍。然而，“以前重要的数据肯定都需要备份 啊，”你自然会问，“如果不能备份，我该怎么办？ ”而这就是大数据管理中必然会遇到的一个问题。 我再问一个问题，如果你在数据使用方面一直得 心应手，整个商业链条和数据紧密相关、相辅相成。 但是，现在数据链忽然断了，或者不再有效了，此时 你该怎么办？ 需要注意的是，这一问题说的不是你有没有使用 好数据，而是说曾经你可以得到的数据现在无从获得 了；或者说这些数据不能再在线上收集，只能从线下 获取，成本也就相应升高了；抑或说，这些数据存储 在其他地方，你不能使用了。在诸如此类的情况下， 你该怎么办？ 当然，如果你对数据的使用本来就很生疏，而且 也觉得无关紧要，那么数据链消失了、断裂了、失效 了，你也不会有太大烦恼。但假如正当你将数据使用 得风生水起的时候，出现这样的问题，那你也只能束 手无策，眼睁睁地看着机会溜走。 大数据从来不是免费的午餐。伴随着大数据热潮 的到来，关于大数据的一些新问题层出不穷——大数 据会夹杂着虚假信息；大数据的数据量很大，但有用 的信息不一定多，甚至还会破坏核心信息；大数据的 来源是多渠道的，偏倚、随机的误差总是存在。 但是，我们也需要客观地认识到，大数据现在面 临的这些问题，其实就是把小数据中的一些问题放大 了。小数据中难道就没有噪音会破坏我们的核心信息 吗？当然也有，只不过当大数据把数据量放大和变多 的时候，噪音的破坏性也会相应变大。小数据中难道 就没有渠道偏倚和随机的问题吗？当然也有，但是在 大数据的背景下，问题被更明显地放大了。 人的断层 说了这么多，事实上还没有触碰到如今大数据面 临的最大问题：人。 很多人都会问，大数据能带来什么价值？怎么衡 量大数据创造的价值？事实上，最直接的衡量标准就 是，在经营上它为你赚了多少钱，带来了多少实际的 利润提升。 对于这一问题的解决，现在很多人倾向使用的方 法是计算“在用了大数据之后，点击率提高了多少， 转化率提高了多少”。但是要知道，转化率和点击率 能提高的数据，可能根本不是投资人或公司最高管理 者对大数据的期望。对于业务人员来说，转化率能提 升5个百分点就已经非常好了，如果将转化率从2％提 高到3％，简直就是奇迹了；但对于公司最高管理者 来说，这并不是他想要的大数据。 你需要认识到，断层才是大数据所面临的最严重 的问题。收集数据的人并不清楚未来使用数据的人要 做什么，这是目前大数据运用的一大关键命门。 在使用大数据时，我们通常的做法是先把数据收 集起来，因为我们知道在未来的某一时刻，这些数据 对我们可能有用。不过，“未来可能有用”就注定会 引发一个问题：收集数据的人不知道未来使用数据的 人要做什么。这时候，如果你再问收集数据的人“如 何才能更好地收集数据”，那么，数据的使用就会陷 入一个死循环。 事实上，不仅是收集数据的人，就连使用数据建 模的人，同样也不清楚当前的数据是如何获得的。数 据建模是数据使用的关键环节，使用数据建模，就是 根据以往的经验从中寻找到一些潜在的规则，然后把 这些规则结合起来去解决问题。 P8－11