|
大数据部门该放在运营团队，还是技术团队?有知名人士认为，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。今天，大数据已在营销、风险控制等领域大放异彩;而在可预见的未来，基于大数据的诸多模式创新，将带给我们无限的想象空间。
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。 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，现在是美国。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，没有办法和他说你是否同意时该怎么办?现在，美国正在认真讨论类似的事情。
关于隐私问题，大部分用户更多是希望平衡好，你不能拿到我的数据我一点好处都没有，你拿了数据使用我却一点都不知道。所以，问题是谁有权控制?比如脸书，每一次使用用户数据会告诉用户，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。当然，有大量的数据不相关隐私。
比如，用1000个人或者5000个人的数据算出来的结果，当做大数据营销的时候，有没有把他捆绑在5000个人当中营销?美国有些法案很可爱，认定个人数据的隐私问题不是放在单独的案例当中，而是放在行业里面。比如卖药的，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一些。在欧洲则是一套法律，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。这些都是未来大家都会议论的课题。
做好缝合，不断迭代
大数据的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，都会告诉你数据关联很难。美国可以把数据关联起来的公司有几家。美国大数据行业在产业链上，是可以分工的。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。
数据是迭代的，算法是迭代的，产品服务也是迭代的。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，达到最好的服务。
将大数据变成企业的洞察力
对于企业来说，需要将大数据变成企业的洞察力。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。
比如，有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。当我们深入分析时，数据会告诉我们，购物里面是有达人的，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自己想要的商品。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”，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的时候，你会发现，别人的数据会成为你的经验。你也可以把别人的数据代入自己的决策，学习到别人的经验，这叫“集体智慧”。在大数据当中，我们可以找到别人的集体智慧。
一个公司有没有大数据能力，一般看他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。
对此你有何评价？欢迎回帖和大家一起评论 ---------------------------------------------- 米多的使命：再小的品牌，都有自己的大数据引擎。米多大数据引擎，帮助传统品牌企业实现物联网时代的“四个现代化”，即企业平台化、品牌人格化、产品个性化、员工创客化。
| 
