在大數(shù)據(jù)中尋找別人的“集體智慧”

車品覺

大數(shù)據(jù)部門應(yīng)該放在運(yùn)營(yíng)團(tuán)隊(duì)還是技術(shù)團(tuán)隊(duì)？在我看來，糾結(jié)于此類問題的企業(yè)，距離大數(shù)據(jù)的法門尚遠(yuǎn)。大數(shù)據(jù)應(yīng)該是CEO直接領(lǐng)導(dǎo)的戰(zhàn)略級(jí)部門，是一把開啟新世界大門的鑰匙。如今大數(shù)據(jù)已在營(yíng)銷、風(fēng)險(xiǎn)控制等領(lǐng)域大放異彩，在可預(yù)見的未來，基于大數(shù)據(jù)的諸多模式創(chuàng)新，將帶給我們無限的想象空間。

最近，我去了一趟美國(guó)，看到大數(shù)據(jù)的幾個(gè)變化，這些變化有可能極大地改變世界。第一個(gè)變化是開始從被動(dòng)搜集數(shù)據(jù)轉(zhuǎn)變?yōu)橹鲃?dòng)搜集數(shù)據(jù)。美國(guó)一家公司現(xiàn)場(chǎng)給我們表演，電視里正在播放新聞，他們把手機(jī)放在電視機(jī)旁，手機(jī)很快識(shí)別出這是CNN新聞?lì)l道，以及正在播出什么內(nèi)容。這意味著，非結(jié)構(gòu)性的數(shù)據(jù)編程結(jié)構(gòu)化，數(shù)據(jù)開始從被動(dòng)搜集數(shù)據(jù)轉(zhuǎn)變?yōu)橹鲃?dòng)搜集數(shù)據(jù)。

第二個(gè)變化是非實(shí)時(shí)轉(zhuǎn)實(shí)時(shí)。滴滴打車的數(shù)據(jù)可以說明不同地點(diǎn)的人流情況，但是零售業(yè)得到了這些數(shù)據(jù)，又如何接觸到它的用戶群呢？大家都知道世界只有一個(gè)，DSP（Demand-Side Platform ，需求方平臺(tái)）作為中間方，DMP記錄用戶去了哪個(gè)網(wǎng)站，用了什么APP。當(dāng)人使用APP時(shí)，數(shù)據(jù)會(huì)告訴DSP，這個(gè)人出現(xiàn)在某個(gè)地方，就能夠幫商戶做智能投放，由于背后有大數(shù)據(jù)支撐，放在很短的時(shí)間內(nèi)就能完成。這種模式對(duì)營(yíng)銷來說，絕對(duì)是一種顛覆。

另外，還有一個(gè)非常重要的變化是對(duì)話。美國(guó)有兩大公司，幾乎同時(shí)宣布了一項(xiàng)戰(zhàn)略性科技——對(duì)話的人工智能。例如，你的房間有一個(gè)音響，這個(gè)音響同時(shí)是一個(gè)傳感器。當(dāng)你說“我要買一瓶醬油”，音響會(huì)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?！彼蜁?huì)告訴你，新的醬油以及同樣差不多有幾種，建議你選擇哪種。這將引發(fā)大顛覆。

隱私+歸屬權(quán)：

從混沌走向清晰

說到大數(shù)據(jù)，不得不提的是大數(shù)據(jù)與隱私這個(gè)問題。這次在美國(guó)，見到一個(gè)在隱私問題上給美國(guó)總統(tǒng)提意見的專家。他說，關(guān)于個(gè)人隱私會(huì)有一個(gè)顛覆性的變化，這一變化在歐洲已經(jīng)開始了，現(xiàn)在輪到美國(guó)。

過去，當(dāng)用戶使用一個(gè)應(yīng)用時(shí)，都會(huì)和應(yīng)用方簽訂一個(gè)協(xié)議，表明用戶同意把自己的數(shù)據(jù)交給應(yīng)用方以改善用戶體驗(yàn)。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(guó)的法律對(duì)此準(zhǔn)備進(jìn)行修改，這可能會(huì)改變大數(shù)據(jù)產(chǎn)業(yè)。

在這個(gè)變化中有個(gè)問題，數(shù)據(jù)分可識(shí)別數(shù)據(jù)、不可識(shí)別數(shù)據(jù)。互聯(lián)網(wǎng)上的數(shù)據(jù)，有的可以識(shí)別是你，有的不可以識(shí)別是你。當(dāng)不能完全知道他是誰的時(shí)候，就沒有辦法和他說你是否同意該怎么辦？現(xiàn)在，美國(guó)正在認(rèn)真討論類似的問題。

另一個(gè)問題是數(shù)據(jù)的擁有權(quán)是誰？早期大家是按照實(shí)物的思路，來定義數(shù)據(jù)擁有權(quán)的法律，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，不在于是你拿著還是我拿著，法律界已經(jīng)開始關(guān)注這個(gè)問題。

關(guān)于隱私問題，大部分用戶更多是希望平衡協(xié)調(diào)好，不能拿到數(shù)據(jù)反而對(duì)方卻一點(diǎn)好處都沒有，或者數(shù)據(jù)使用后對(duì)方卻一點(diǎn)都不知道。所以，問題是誰有權(quán)控制？例如臉書，每一次使用用戶數(shù)據(jù)都會(huì)告訴用戶，這個(gè)數(shù)據(jù)會(huì)在某個(gè)點(diǎn)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(gè)行業(yè)中很多人不想討論這個(gè)問題，但并不是不知道。但這卻是我們做大數(shù)據(jù)的人必須要慢慢解決的，否則這將是一個(gè)定時(shí)炸彈。

當(dāng)然，有大量的數(shù)據(jù)與隱私不相關(guān)。例如，用1000個(gè)人或者5000個(gè)人的數(shù)據(jù)計(jì)算所得結(jié)果，當(dāng)做大數(shù)據(jù)營(yíng)銷時(shí)有沒有把其捆綁在5000個(gè)人當(dāng)中營(yíng)銷？美國(guó)有些方案很可愛，認(rèn)定個(gè)人數(shù)據(jù)的隱私問題不是放在單獨(dú)的案例中，而是放在行業(yè)中。我問專家，為什么要放在行業(yè)中？他說，個(gè)人隱私和行業(yè)有關(guān)，例如賣藥，個(gè)人隱私的監(jiān)管就會(huì)非常嚴(yán)格，而游戲類的個(gè)人數(shù)據(jù)會(huì)相對(duì)簡(jiǎn)單。在歐洲則表現(xiàn)為一套法律，不分行業(yè)。歐洲人認(rèn)為，隱私是一個(gè)人的底線，而美國(guó)認(rèn)為價(jià)值和隱私之間可平衡，這些都是未來人們都會(huì)議論的課題。

做好縫合，不斷迭代

大數(shù)據(jù)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，讓這些數(shù)據(jù)可以使用。不同材料縫合在一起，中間會(huì)有一些縫合處。美國(guó)任何一個(gè)做大數(shù)據(jù)的人，都會(huì)告訴別人數(shù)據(jù)關(guān)聯(lián)很難，美國(guó)可以把數(shù)據(jù)關(guān)聯(lián)起來的公司有幾家。在美國(guó)，大數(shù)據(jù)行業(yè)的產(chǎn)業(yè)鏈?zhǔn)强梢苑止さ模蠹覅f(xié)同把東西做出來，這和中國(guó)的情況是有區(qū)別的。

要把大數(shù)據(jù)整合起來，數(shù)據(jù)源好不好非常重要。另外。有沒有不同的環(huán)境可以進(jìn)行數(shù)據(jù)測(cè)試也很重要。數(shù)據(jù)、算法、產(chǎn)品服務(wù)都是迭代的。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(gè)語境下最好的算法才可以達(dá)到最好的服務(wù)。

讓大數(shù)據(jù)成洞察力和行動(dòng)力

對(duì)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(dòng)力。10年前，商業(yè)決策都是靠經(jīng)驗(yàn)驅(qū)動(dòng)，用數(shù)據(jù)證明自己的判斷是對(duì)的。而數(shù)據(jù)驅(qū)動(dòng)則要擁有足夠的數(shù)據(jù)，通過數(shù)據(jù)發(fā)現(xiàn)一些以前沒有看到的東西。

例如，一些人在購(gòu)物網(wǎng)站搜索過的關(guān)鍵詞，兩個(gè)月后會(huì)成為比較流行的關(guān)鍵詞。深入分析時(shí)數(shù)據(jù)會(huì)顯示出購(gòu)物中的達(dá)人，購(gòu)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想要的商品。如果能跟蹤這些達(dá)人，就可以找到用一般推薦引擎無法找到的東西。

一個(gè)學(xué)習(xí)的完整體系，簡(jiǎn)單來講，首先有目標(biāo)定義，之后進(jìn)行決策、行動(dòng)，拿到行動(dòng)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(gè)鏈路進(jìn)行，這叫“自學(xué)習(xí)”，即用自己的經(jīng)驗(yàn)慢慢積累，進(jìn)行一個(gè)自我循環(huán)。當(dāng)我們開始做大數(shù)據(jù)時(shí)會(huì)發(fā)現(xiàn)，別人的數(shù)據(jù)會(huì)成為自己的經(jīng)驗(yàn)，也可以將別人的數(shù)據(jù)代入自己的決策，進(jìn)而學(xué)習(xí)到別人的經(jīng)驗(yàn)，這叫“集體智慧”。在大數(shù)據(jù)中，其實(shí)是可以找到別人的集體智慧。

大數(shù)據(jù)創(chuàng)新基本涉及三個(gè)層面，分別是數(shù)據(jù)創(chuàng)新、算法創(chuàng)新、服務(wù)創(chuàng)新。舉個(gè)例子，有一個(gè)網(wǎng)站雖然有幾億用戶群，但只有幾百萬人買彩票。如何找到更多用戶到這個(gè)網(wǎng)站買彩票呢？按以往的方法，先描述買彩票的人，通常經(jīng)驗(yàn)認(rèn)為男的比較喜歡買彩票，年紀(jì)應(yīng)該是25-35歲；而用大數(shù)據(jù)的方法則是猜想用戶下一步想做什么，可以看看四周之內(nèi)用戶有沒有看過彩票的內(nèi)容，如果有，那他就是一個(gè)希望買彩票的人，只是沒有在網(wǎng)站里買。用這個(gè)思路，可以發(fā)現(xiàn)買彩票的女性比男性多，而且往往在辦公室買得多。這樣一來，數(shù)據(jù)就指明了哪些人在哪些地點(diǎn)是最好做營(yíng)銷的。

對(duì)于數(shù)據(jù)零散且不清楚的問題，大數(shù)據(jù)同樣可以解決。例如面對(duì)不知道客戶是怎樣的人的情況，只知道這些人重復(fù)購(gòu)買，但還是想用大眾標(biāo)簽去描述這些人時(shí)，可以先猜1000人對(duì)他們進(jìn)行營(yíng)銷，發(fā)現(xiàn)有些人被猜對(duì)，有些人被猜錯(cuò)，對(duì)猜對(duì)的那部分人繼續(xù)深入，慢慢就會(huì)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(gè)公司有沒有大數(shù)據(jù)能力，一般看有沒有預(yù)測(cè)能力和行動(dòng)能力。但是布點(diǎn)/收集、存儲(chǔ)/刷新、識(shí)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(gè)閉環(huán)如果可以做好，就可以做一個(gè)非常好的數(shù)據(jù)產(chǎn)品。

好的數(shù)據(jù)，六個(gè)衡量標(biāo)準(zhǔn)缺一不可；缺少其中任何一個(gè)，數(shù)據(jù)質(zhì)量就會(huì)下降。有的數(shù)據(jù)很稀缺，很獨(dú)家，那就是數(shù)據(jù)價(jià)值。數(shù)據(jù)質(zhì)量主要看是否準(zhǔn)確，但還要看全面與否。舉例來說，如果只拿到安卓的數(shù)據(jù)，沒有拿到蘋果數(shù)據(jù)，那就是不全面。將一段段很零散的數(shù)據(jù)集合起來，沒有連續(xù)性的數(shù)據(jù)也是不可行的，需要尋找很可靠的合作方提供算法、數(shù)據(jù)、服務(wù)。

一家公司是否能用好自己的數(shù)據(jù)，首先要看公司高管、員工有沒有意愿，接著才會(huì)考量工具。有意愿、有能力、有工具的前提下，才可以談到整個(gè)公司一定要對(duì)數(shù)據(jù)有自己的認(rèn)知方向，組織保障以及執(zhí)行到位。眾所周知，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(duì)話性的產(chǎn)品將是顛覆世界的產(chǎn)品?；?dòng)的產(chǎn)品在將來或許會(huì)越來越多，這也是我們?cè)趧?chuàng)新產(chǎn)品時(shí)很大的機(jī)遇。