从“说大数据”转变到“用大数据”

米小乐

首届中国互联网大数据年会在北京举办,会上一些精彩发言：中国互联网协会副秘书长石现升说，有人把2013年称为大数据元年，2014年称为大数据的落地年，大数据正在逐渐贴近我们的生活，金融、零售、电信、公共管理、医疗卫生等行业在利用大数据开展有效探索。

缔元信CEO秦雯发言中让人印象深刻的一点是，2014年最大的变化，从“说大数据”转变到“用大数据”，还有一层意思是，从数据说话转变成用数据干活。“怎么讲？首先一个概念炒作终于过去了，为什么说终于过去了？因为我这两年连续在我们互联网协会的两年大会上都在给大家泼冷水，太多的泡沫、概念。事实上，当一个行业泡沫过了以后，反而是这个行业进入一个相对比较坚实、比较落地，比较实事求是地往前走的状态。”

我们已经进入了一个不可忽视的大数据时代。应该了解和把握大数据的特征,然后才能谈应用。

大数据的特征之一是数据的完整性和综合性

如果同意这个世界上的万事万物可以而且正在被数据化和网络化,那么由此产生的大数据就必然是完整的和综合的,不仅包括网络公司通过自身服务所获得的用户行为数据,而且包括社会的、经济的、政治的、自然的方方面面的数据。这些数据当然分散在不同企业、机构和政府部门手中,汇聚整合在一起绝非易事,但操作上的困难并不能否定大数据本身的完整性和综合性。今天之所以讨论大数据时代的到来,是因为互联网发展到目前阶段使得现实世界数据化发展到了一定程度,各种信息终端普及到了一定程度,数据获取的成本降到了一定程度,使得完整和综合的数据不仅是一种理想,也正在变为现实。

大数据的特征之二是数据的开放性和公共性

正是因为完整的综合的大数据难以由一家公司、机构或政府部门所获得,所以大数据必然产生于一个开放的、公共的网络环境之中。这种开放性和公共性的实现取决于若干个网络开放平台或云服务以及一系列受到法律支持或社会公认的数据标准和规范。任何封闭的或单向获取的数据都不可能是大数据,无论这些数据的规模有多大。

大数据的特征之三是数据的动态性和及时性。

天体物理学和理论物理学早就依赖于从宇宙间获取的大量数据,类似的学科还有环境生态学、医药学和自控技术。但是,这和我们今天讨论的大数据不是一回事。今天的大数据是基于互联网的及时动态数据,不是历史的或严格控制环境下产生的东西。

今天我们谈论的大数据是完整综合的、开放公共的、动态及时的。这样的大数据是我们过去从未有机会获取利用过的全新挑战,也是我们未来应该努力去争取利用的全新战略机会。要在这个新领域成为赢家,比的不是统计能力,唯有具备想象力,才能找到大数据真正的创新价值。把看似不相干的数据,放在一起分析、运用的能力,将越来越重要。

大数据都有哪些作用呢?

对大数据的处理分析正成为新一代信息技术融合应用的结点。

移动互联网、物联网、社交网络、数字家庭、电子商务等是新一代信息技术的应用形态,这些应用不断产生大数据。云计算为这些海量、多样化的大数据提供存储和运算平台。通过对不同来源数据的管理、处理、分析与优化,将结果反馈到上述应用中,将创造出巨大的经济和社会价值。大数据具有催生社会变革的能量。但释放这种能量,需要严谨的数据治理、富有洞见的数据分析和激发管理创新的环境。

大数据是信息产业持续高速增长的新引擎。

面向大数据市场的新技术、新产品、新服务、新业态会不断涌现。在硬件与集成设备领域,大数据将对芯片、存储产业产生重要影响,还将催生一体化数据存储处理服务器、内存计算等市场。在软件与服务领域,大数据将引发数据快速处理分析、数据挖掘技术和软件产品的发展。

大数据利用将成为提高核心竞争力的关键因素。

各行各业的决策正在从“业务驱动”转变为“数据驱动”。对大数据的分析可以使零售商实时掌握市场动态并迅速作出应对;可以为商家制定更加精准有效的营销策略提供决策支持;可以帮助企业为消费者提供更加及时和个性化的服务;在医疗领域,可提高诊断准确性和药物有效性;在公共事业领域,大数据也开始发挥促进经济发展、维护社会稳定等方面的重要作用。

大数据时代科学研究的方法手段将发生重大改变。

例如,抽样调查是社会科学的基本研究方法。而在大数据时代,则可通过实时监测、跟踪研究对象在互联网上产生的海量行为数据,进行挖掘分析,揭示规律性的东西,提出研究结论和对策。

对中小企业而言,购买大数据,雇用专业团队成本偏高,建立大数据思维、理智对待大数据应用的热潮,才能将数据对企业决策的影响最优化。中小企业借力大数据,可以尝试以下几种方法。

做好数据价值调研。企业在购买搜索关键字、投放DSP(精准定位人群)的广告等大数据业务前,要先做调研,对数据是否能带来期望的商业回报做到心中有数。比如,可以考察行业内是否有较多成功案例再作决定。若成功案例不多,必然有一些难以跨越的障碍,购买前就需要三思。

确认核心数据属性,建立海量数据与核心数据、内部数据与外部数据间的关联标准。首先是确立核心数据标准。比如,CRM(即客户关系管理)和客户营销数据一定是核心数据。其次是归档外围数据。比如,将线上线下举办的推广活动中收集的消费者的信息,归纳入CRM系统。再次是扩展常规上下游渠道的数据。比如,做快销行业的企业,就可以尽量获取沃尔玛、家乐福的数据,并与自己的CRM结合,为企业下一步做市场营销、推广、产品创新等建立指导。最后是与社会化媒体数据建立联系。但如果只搜集而没有跟这些数据的发布者建立联系,那么这些数据就毫无价值。

用虚拟人脉交换来获取数据。对中小企业而言,数据的缺失是一种常态。它们可以通过扩展人脉,来加强对数据的获取能力。比较常见的做法是建立企业自媒体。传统的虚拟人脉的建立主要基于社交媒体上的互粉、互相介绍,而企业自媒体的人脉互相交换,则能更好地实现各取所需,在不同行业领域的交换。企业还可以通过线下人脉寻找优质的高端群体用户。优质用户虽然人数不多,但通过收集其详细资料、分析其行为爱好,将相关分析存储到自己的系统中,就能形成优质的大数据资源。

在关注大数据的同时也要关注小数据。企业的大数据起步,要从小数据开始,从核心数据开始。以业务为主导做好小数据,有助于企业做好企业内部的精细化管理、对市场的观察,以及未来发展方向的规划。毋庸置疑,大数据已经成为当今世界的热点词汇。但是,热点不等于实实在在的现实应用。如何有效驾驭大数据并将其抽丝剥茧,转化为驱动企业发展的即时可用性小数据,已经变成社会及企业比较迫切的目标。如何掌控大数据、分析大数据、利用大数据,都应该列入创新者的思考和议事日程了。