数据思维到底是什么

来源 :中欧商业评论 | 被引量 : 0次 | 上传用户:HoshinoYuki
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  如果你玩过一个1 000 块以上的拼图,应该不难体会,开始的5% 拼起来最为吃力,拼了25% 后就可以渐入佳境。大数据时代,计算机除了具有强大的计算能力和存储能力之外,更加速了全民数字化的步伐;互联网技术的快速发展为信息的连接与互通造就了条件;各种智能终端(包括智能手机)的普及让大数据、人工智能的应用成为相互加强的闭环系统,或者也可叫作数字经济引擎。我们正在数据化这个世界,在这个过程中,各领域中的数据拼图组成的“数字天书”,也将呼之欲出。
  数据的本质是还原真实,推想未来
  通常,我们用数据来度量。如果不懂得数据的本质,就不明白它对未来的战略方向有多重要。数据的本质是还原真实,推想未来。一方面,用数据来帮助作现有决策分析,另一方面则帮助推演未来。比如蚂蚁金服当初预测到未来信用很重要,而现状是大多数人并没有信用体系,于是开始做芝麻信用。
  说到大数据分析,不得不提系统思维,现在流行的说法是生态圈。这个概念最早是美国麻省理工学院的教授提出的,叫动态系统学,后来将它从工具论借鉴到组织行为学的就是彼得?圣吉的《第五项修炼》。当我们分析大数据时,系统思维也很有用。当我们希望用数据还原整个世界的时候,如果不能系统地看世界,数据就永远是片面的。以前看公司的经营状况,必然是看财务报表,但财务报表只显示结果,很少显示生态。以系统思维使用大数据时,就会知道,系统与系统之间的反馈平衡,会有延后作用,这在数据分析时很重要。有的数据,今天是对的,但三个月后就不对了;也可能三个月后是对的,但当下是错的。
  好比夜晚从宇宙中的某个点看地球,看大数据时,你会发现某些地方是不亮的,因为有些行业根本就没有数据化;有些虽然数据化了,但非常复杂;还有一些地方已经开始经历移动互联网化甚至物联网化。光亮度越高的点,必然是未来领先的行业。比如广告和内容推荐类,是最容易做的,淘宝、今日头条正是这样的公司。下一个则是金融。金融原本就是高度信息化的,数据化成本最低。对金融行业来说,大数据起风险管控作用的两把刀,主要体现在客户信用度及还款能力两方面。再下一个行业则是医疗,目前应用最多的是图片识别。在美国,初创公司Kyruus 正在深挖医疗领域数据,高效配对医生和病人,使得大量医疗资源不被浪费。但我们也发现,很少有医院把病人数据全部输入电脑,所以,虽然大数据是把锋利的宝剑,但也不是一捅下去就能解决所有行业的痛点。相对来说,游戏行业因为用户行为100%被记录,可以说是“完美数据”,用人工智能来模仿一个游戏选手去击败另外选手,是非常容易的。此外还有零售行业,虽然目前线上购物行为已经很多,但仍还有近90%的购物行为在网外进行,在线的数据记录还可能有偏差,所以这一块的发展仍有很大的空间。
  数据是虛的,解决方案是实的
  人工智能带来的变革,在于万物互联后的巨大信息流。面对这种巨大的变革机遇,企业如何做?


  从大数据的角度,一方面要找到知识产生和业务增长的关联处;另一方面,要关注如何有效积累大数据,因为它们是知识倚赖的“原材料”。这也是大部分企业从想到做的过程中,“不知道自己不知道”的地方。2010 年,阿里的数据化运营也是摸着石头过河,最初数据分析产品其实还不到50 个用户,业务方对数据化管理一点也不感冒。到了2015 年,阿里的数据平台上使用一手具体分析工具的用户已经超过8 000人 。
  我对有意布局数字经济的企业有八条建议:关注业务决策的过程,从问题中找寻数据化的机会;企业数据能力的泛化,要建立在数据产品的灵活性上;建立规范,确保数据供应的质量及稳定性;促进企业内部数据共创与共享机制的建立;建设外部数据积累及有使用权的数据战略储备;培养海量数据的深度分析能力;阻碍大数据发展的是伦理和法规;把“门窗”关好,数据越多,责任越大。
  这八点是从公司战略层面上讲的。从能力上来强调则是三个要点:一是从业务决策中找寻数据化的能力;二是海量数据分析能力;三是“借力打力”的能力。要把难题留给外面的专业机构去解决。
  值得一提的是,与大数据的4V(Volume-量大、Variety-多样、Velocity-速度、Value-价值)相比,现在移动大数据的核心重在实时(real time)、适时(right time)以及全时(all the time)。任何一个完整的高效服务都离不开这3T。以零售业为例,实时是实时数据的获取和推送能力,未来将通过手机或智能穿戴设备,赢得越来越多接触用户的机会。这些机会将为我们提供大量的时空信息,把每一刻感知到的用户数据延续,也就是全时。有了这种感知能力之后,如何知道何时是推荐服务的最佳时机呢?就必须要有全时的数据收集,才会知道用户的需求规律以及营销的关键点,做到有效触达。
  数据是虚的,解决方案才是实在的。没有场景作目标的大数据如同散沙,但太实相的大数据又不灵活。所以,不论金融大数据还是医疗大数据、零售大数据,都会经历从无到有,从有到高度连接,从高度连接到实时流通,最后通过工程化,把数据提炼成随时可用的“业务石油”。到那时,就会产生无限商机以及无与伦比的回报率。
  “养数据”的三个窍门
  大部分人依旧持有“取之所用,无用则弃”的传统信息理念。事实上,有目的地收集到的信息不叫大数据,大数据是不加选择地存储所有看到过的信息,这些信息未来可能对其他事情有帮助。换句话说,留着暂时无用犹如“养兵千日,用兵一时”。
  很多公司也知道数据很重要,一旦落实到要制定一个数据战略,就觉得上不了手。因为从表象来看,数据是海量的。要把海量的数据变得可用,就需要数据的标准化,但这样会很费资源。对决策者来说,此时就要着眼于解决企业痛点和战略布局,养数据绝不是“为养而养”。没有天猫超市之前的阿里,“养”与物流有关的数据看上去是浪费,但做天猫超市就一定要建自己的物流。“养兵千日”,要看战略的长远,打不同目标时所需要的数据是不一样的。再如,客服数据和业务数据打通后,会发现里面有很多宝藏让我们更好地服务客户。   行情好的时候不“养数据”,临要用的时候就很难抱佛脚。这里有三个小窍门。
  第一,AAR 原则锁定客户。第一个 A是 acquire(获取),即如何用最有效的方法获取核心客户。第二个 A 是 activate(活躍),让获取到的客户快速成长,变得活跃、有黏性。R 即 retention(保留),防范核心客户的流失。这三个阶段数据都可以贯彻始终,既可以帮你找出核心客户,也可以告诉你什么服务和价格能让他们变成忠诚客户,同时还可以用数据模型来预测客户未来的需求,甚至是他们离开的概率。当企业充分掌握客户当前状态的数据后,就可据此进行预测,发现问题马上纠正。例如企业乱发现金券或经常打折,不但太“博爱”,还会让客户养成“无折不买”的习惯。
  第二,行为数据比结果数据更有价值。企业通常关注的重点是交易数据,比如一天有多少客流量、多少交易额,却忽略了这些交易背后的原因。当把客户的行为数据(交互行为)和交易数据相关联时,就会知道,用什么产品吸引什么客户最有效、什么价格能让这些客户活跃起来、怎样让他们对这个平台更感兴趣。我们甚至可以预测客户流失的蛛丝马迹。通过行为数据去发现客户如何决策是个重要课题,即使是负面数据也可能有正面作用。
  第三,从小处着手。假如是小企业,可以从结构化的、已有的数据开始,一步一步开展。中小企业要有清晰的具体目标:希望数据帮自己做什么、数据能解决什么问题。必须谨记,我们面对的是消费者,数据的收集、整合、决策、反馈都必须从消费者出发,以人为中心。另外,企业不应把客户看成一个整体,因为解决了客户的一般性需求,不等于了解了客户的特殊需求。
  数据思维的妙用
  谈数据离不开量化。量化是对被量化的事物的一种映射,就像照X光片。我们要明白量化后的数据是为了解决什么问题,以及在量化的过程中如何降低噪声,增加稳定性。过去数据很难获取,所以人们喜欢用经验预设简单维度,这种局面随着大数据时代被快速改变。一些看似毫无关联的事情,却是过去分析时的盲点所在。所以要改变传统观念,将思维方式从经验驱动转变为数据驱动。这不仅仅应用在处理大数据上,也可以走出数据世界,应用到工作的管理上,甚至应用到人生中。
  比如说,你可以去量化某次会议上,CEO 在别人演讲时的几个动作信号:点头、写笔记、发问,这样大致可以得出该公司CEO对每一个主题演讲的专注度。用这种方式作出相应的关键词分析,可以事半功倍。再如,递送报告给管理层,每一个高管的反应是不同的,量化他们的反应,事后在回顾总结时可以还原并改进。所以不要说数据是冷冰冰的,恰当地运用数据思维,它可以帮助你解决热乎乎的问题。
其他文献
截至2010年底,京东商城的仓库网络主要由仓储中心负责的3C、图书与百货仓(目前有5个3C仓,2个图书仓以及2个百货仓;到2011年计划新增7个大仓,覆盖城市新增沈阳)以及配送中心负责的大货综合仓组成(大货综合仓10个,其中一级仓5个,二级仓5个)。当前配送网络的覆盖范围包括全国59个城市,主要分布在东部沿海城市以及中部城市。新上马的图书和大家电与30的物流不太一样。图书作为战略品类,实行“一地有
期刊
中秋节本是福气月饼销售的黄金期,可如今,仓促上马的企业官方微博却让总经理李兆军步入了杀机重重的“地雷阵”,甚至面临着职业生涯里最大的一次考验。  这个中秋节,李兆军过得一点都不踏实,没事时总拿出手机不停瞅瞅,生怕错过某条更新的微博。  作为国内一家知名的老字号饼业集团,中秋节本是福气月饼销售的黄金期,这时候的总经理李兆军应该是最舒坦的。可是今年,一条不足百字的微博却让他再也坐不住了。“福气月饼中的
期刊
主题:2017中欧校友金融投资年会暨红枫论坛  时间:2017年11月26日  地点:中欧国际工商学院上海校区  演讲人:黄生 中欧国际工商学院金融学副教授  资产证券化,是以特定资产组合或特定现金流为支持,发行可交易证券的一种融资形式。截至2017年10月,资产证券化在我国达到了3万亿元的规模,将成为未来中国市场很有潜力的金融创新。  譬如,在房地產行业 “房住不炒”的主题明确后,房企的融资压力
期刊
今天的年轻人对自己不再苛刻,他们中的相当一部分从一线城市离职是因为更加看重工作和生活平衡。他们不希望工作压力太大,反而希望能更多地掌控自己的时间。算一下生活成本也很实际,一个外地人到一线城市工作,即使工资很高,但房租和其他日常开销可能已经消耗掉了收入的60%~70%,如果换个城市,这一比例可能会下降到30%。从这个角度出发,就会出现人员回流。  从一线城市回流的年轻人分两种:一种是家庭原因,比如面
期刊
基业长青几乎是所有企业的梦想,但事实正相反,很多大红大紫的企业最终也难免一蹶不振。贝恩公司全球资深合伙人克里斯·祖克研究了上千家企业后,将企业持续增长背后的规律总结为“创始人精神”,主要包括三个维度:新生势力的使命感、主人翁精神以及对一线业务的重视。  绝大多数成功的初创企业都拥有很强的创始人精神,然而在企业做大后,创始人精神常常会丢失。规模的增长会增加业务的复杂性,提升组织的复杂度,带来流程和系
期刊
研究发现,声音能透露你说话时的情绪、年龄、体重、身高、社会地位、受教育程度,甚至是你的面部特征。人的耳朵听不出这些隐藏的信息,但对于人工智能来说,就没那么难了。已经有软件能够识别出每条语音中蕴含着说话人具体信息的微特征。2017年12月,卡耐基梅隆大学的研究团队又取得了一项重大突破——他们分析语音录音,并用人工智能技术生成了说话者面部的三维图像。“你的声音,或者说是声纹,就像你的DNA一样,是独一
期刊
2017大中华区独角兽Top10  由于存在并列的情况,榜单排名前十的企业共有12家,囊括了8家超级独角兽(估值超过700亿人民币)企业。其中,总部位于杭州的互联网金融行业蚂蚁金服以4000亿+估值高居榜首。  北京“孕育”最多独角兽企业  去年大中华范围内收录共计120家独角兽企业,整体估值超3万亿人民币,北京成为独角兽企业最多的城市,上海和杭州分列二、三位。北京独角兽企业的总估值规模占整个大中
期刊
《千年金融史:金融如何塑造文明,从5000年前到21世纪》  作者:[美]威廉·戈兹曼  出版社:中信出版社  出版日期:2016年2月  《先发影响力》  作者:[美]罗伯特·西奥迪尼  出版社:北京联合出版公司、湛庐文化  出版日期:2017年9月  《灰犀牛:如何应对大概率危机》  作者:[美]米歇尔·渥克  出版社:中信出版集团  出版日期:2017年2月  《百年流水线:一部工业技术进步
期刊
在一个战略方向上的不断探索和超强执行力,是新浪微博成功的关键。  穿越,回到2009年上半年。彼时的社交网络已如日中天,Facebook成为牢不可破的新一代互联网王者,在2009年不仅活跃用户数突破3亿,现金流亦转为正数。而微型博客Twitter在2006年推出之后,经过三年的孕育和探索,2009年终于火爆,成为主流。全球语言监测机构和微软的统计都表明,“Twitter”成为2009年最热门的英语
期刊
不久前,海爾集团董事局主席、首席执行官张瑞敏为全新的物联网时代提出了一个商业概念——生活X.0。所谓生活,必然是人之生活。所以,物联网时代是以人为主体的。而“X”的不确定,意味着“美好生活”的不确定性。“生活X.0”希望企业能以互动响应的极致柔性,个性化地为用户创造价值。  有趣的是,埃森哲高级董事总经理埃里克·谢弗尔的一本新书叫《工业X.0》。和耳熟能详的工业4.0不同,谢弗尔认为用户要的不是产
期刊