在大数据中寻找别人的“集体智慧”

　　大数据部门应该放在运营团队还是技术团队？在我看来，纠结于此类问题的企业，距离大数据的法门尚远。大数据应该是CEO直接领导的战略级部门，是一把开启新世界大门的钥匙。如今大数据已在营销、风险控制等领域大放异彩，在可预见的未来，基于大数据的诸多模式创新，将带给我们无限的想象空间。

　　最近，我去了一趟美国，看到大数据的几个变化，这些变化有可能极大地改变世界。第一个变化是开始从被动搜集数据转变为主动搜集数据。美国一家公司现场给我们表演，电视里正在播放新闻，他们把手机放在电视机旁，手机很快识别出这是CNN新闻频道，以及正在播出什么内容。这意味着，非结构性的数据编程结构化，数据开始从被动搜集数据转变为主动搜集数据。

　　第二个变化是非实时转实时。滴滴打车的数据可以说明不同地点的人流情况，但是零售业得到了这些数据，又如何接触到它的用户群呢？大家都知道世界只有一个，DSP（Demand－Side Platform，需求方平台）作为中间方，DMP记录用户去了哪个网站，用了什么APP。当人使用APP时，数据会告诉DSP，这个人出现在某个地方，就能够帮商户做智能投放，由于背后有大数据支撑，放在很短的时间内就能完成。这种模式对营销来说，绝对是一种颠覆。

　　另外，还有一个非常重要的变化是对话。美国有两大公司，几乎同时宣布了一项战略性科技——对话的人工智能。例如，你的房间有一个音响，这个音响同时是一个传感器。当你说“我要买一瓶酱油”，音响会和你说：“老板，你是不是要买你之前买过的酱油？”你说：“不是，我要买新的。”它就会告诉你，新的酱油以及同样差不多有几种，建议你选择哪种。这将引发大颠覆。

　　隐私+归属权：从混沌走向清晰

　　说到大数据，不得不提的是大数据与隐私这个问题。这次在美国，见到一个在隐私问题上给美国总统提意见的专家。他说，关于个人隐私会有一个颠覆性的变化，这一变化在欧洲已经开始了，现在轮到美国。

　　过去，当用户使用一个应用时，都会和应用方签订一个协议，表明用户同意把自己的数据交给应用方以改善用户体验。但是大部分人都不知道自己同意的是什么，仅仅是点击了“同意”。美国的法律对此准备进行修改，这可能会改变大数据产业。

　　在这个变化中有个问题，数据分可识别数据、不可识别数据。互联网上的数据，有的可以识别是你，有的不可以识别是你。当不能完全知道他是谁的时候，就没有办法和他说你是否同意该怎么办？现在，美国正在认真讨论类似的问题。

　　另一个问题是数据的拥有权是谁？早期大家是按照实物的思路，来定义数据拥有权的法律，后来发现这条路撞墙了。数据的可爱之处就是看见就看见了，不在于是你拿着还是我拿着，法律界已经开始关注这个问题。

　　关于隐私问题，大部分用户更多是希望平衡协调好，不能拿到数据反而对方却一点好处都没有，或者数据使用后对方却一点都不知道。所以，问题是谁有权控制？例如脸书，每一次使用用户数据都会告诉用户，这个数据会在某个点使用，这就涉及数据使用透明和是否可控的权利问题。这个行业中很多人不想讨论这个问题，但并不是不知道。但这却是我们做大数据的人必须要慢慢解决的，否则这将是一个定时炸弹。

　　当然，有大量的数据与隐私不相关。例如，用1000个人或者5000个人的数据计算所得结果，当做大数据营销时有没有把其捆绑在5000个人当中营销？美国有些方案很可爱，认定个人数据的隐私问题不是放在单独的案例中，而是放在行业中。我问专家，为什么要放在行业中？他说，个人隐私和行业有关，例如卖药，个人隐私的监管就会非常严格，而游戏类的个人数据会相对简单。在欧洲则表现为一套法律，不分行业。欧洲人认为，隐私是一个人的底线，而美国认为价值和隐私之间可平衡，这些都是未来人们都会议论的课题。

　　做好缝合，不断迭代

　　大数据本身是异构异类的数据，就像裁缝把不同的材料缝成一件衣服一样，需要很多技术把数据连接起来，让这些数据可以使用。不同材料缝合在一起，中间会有一些缝合处。美国任何一个做大数据的人，都会告诉别人数据关联很难，美国可以把数据关联起来的公司有几家。在美国，大数据行业的产业链是可以分工的，大家协同把东西做出来，这和中国的情况是有区别的。

　　要把大数据整合起来，数据源好不好非常重要。另外。有没有不同的环境可以进行数据测试也很重要。数据、算法、产品服务都是迭代的。数据有不同的版本、算法有不同的版本，我们要找到最优、同一个语境下最好的算法才可以达到最好的服务。

　　让大数据成洞察力和行动力

　　对于企业来说，需要将大数据变成企业的洞察力、行动力。10年前，商业决策都是靠经验驱动，用数据证明自己的判断是对的。而数据驱动则要拥有足够的数据，通过数据发现一些以前没有看到的东西。

　　例如，一些人在购物网站搜索过的关键词，两个月后会成为比较流行的关键词。深入分析时数据会显示出购物中的达人，购物达人看的东西和普通人不一样，他们有自己的方法寻找想要的商品。如果能跟踪这些达人，就可以找到用一般推荐引擎无法找到的东西。

　　一个学习的完整体系，简单来讲，首先有目标定义，之后进行决策、行动，拿到行动结果之后学习。人类学习的一般方法都是根据这个链路进行，这叫“自学习”，即用自己的经验慢慢积累，进行一个自我循环。当我们开始做大数据时会发现，别人的数据会成为自己的经验，也可以将别人的数据代入自己的决策，进而学习到别人的经验，这叫“集体智慧”。在大数据中，其实是可以找到别人的集体智慧。

　　大数据创新基本涉及三个层面，分别是数据创新、算法创新、服务创新。举个例子，有一个网站虽然有几亿用户群，但只有几百万人买彩票。如何找到更多用户到这个网站买彩票呢？按以往的方法，先描述买彩票的人，通常经验认为男的比较喜欢买彩票，年纪应该是25-35岁；而用大数据的方法则是猜想用户下一步想做什么，可以看看四周之内用户有没有看过彩票的内容，如果有，那他就是一个希望买彩票的人，只是没有在网站里买。用这个思路，可以发现买彩票的女性比男性多，而且往往在办公室买得多。这样一来，数据就指明了哪些人在哪些地点是最好做营销的。

　　对于数据零散且不清楚的问题，大数据同样可以解决。例如面对不知道客户是怎样的人的情况，只知道这些人重复购买，但还是想用大众标签去描述这些人时，可以先猜1000人对他们进行营销，发现有些人被猜对，有些人被猜错，对猜对的那部分人继续深入，慢慢就会越做越准确。这就是我通常讲的“用数据养数据”。

　　一个公司有没有大数据能力，一般看有没有预测能力和行动能力。但是布点/收集、存储/刷新、识辨/关联，也很重要。前者是如何让数据更容易使用，后者是如何让数据更有效关联在一起。这个闭环如果可以做好，就可以做一个非常好的数据产品。

　　好的数据，六个衡量标准缺一不可；缺少其中任何一个，数据质量就会下降。有的数据很稀缺，很独家，那就是数据价值。数据质量主要看是否准确，但还要看全面与否。举例来说，如果只拿到安卓的数据，没有拿到苹果数据，那就是不全面。将一段段很零散的数据集合起来，没有连续性的数据也是不可行的，需要寻找很可靠的合作方提供算法、数据、服务。

　　一家公司是否能用好自己的数据，首先要看公司高管、员工有没有意愿，接着才会考量工具。有意愿、有能力、有工具的前提下，才可以谈到整个公司一定要对数据有自己的认知方向，组织保障以及执行到位。众所周知，信息数据化的情况还没有结束，包括应用无线化，对话性的产品将是颠覆世界的产品。互动的产品在将来或许会越来越多，这也是我们在创新产品时很大的机遇。

　　■红杉资本中国基金会专家合伙人、阿里数据委员会原会长 车品觉

关注读览天下微信， 100万篇深度好文， 等你来看……