01 大數據，為什么很多人只會談，不會做

有人說，大數據就像國王的新衣，每個人都在國王面前說著動聽的話，國王信以為真，其實竟然不知道自己在裸奔。

的確，網絡上有很多人在談大數據，但是他們只會談，不會做，因為他們根本就沒有做過，包括那些所謂的“大數據專家”，他們真的做過嗎？沒有。

事實上，這些人對大數據內在的問題一點兒都不了解，更別說知道大數據的水有多深了。

目前，在大數據方面，無法深入應用的原因在于，從收集到使用的大數據價值鏈出現了問題。從理論上來說，從收到用的螺旋式循環是一個巨大的渦輪，只有先數據化運營，然后才能運營數據。而現在的情況是，用數據的人不知道大數據從哪里來，做數據的人不知道大數據如何使用。用的人不敢用，因為大數據的真實性；做的人不知道怎么用，因為大數據的復雜性。這一問題造成的結果就是，數據量變得越來越大，而且越來越無法有效地使用。

大數據從來不是免費的午餐

大數據從來不是免費的午餐。大數據的來源是多種渠道的，偏倚、隨機的誤差總是存在。

我先問一個數據管理上最現實的問題：“大數據如何備份？”毫不夸張地說，大數據已經這么龐大了，如果再備份一次，你的成本起碼會增加一倍。

做大數據基本上都要從大量地收集數據開始，因為這些數據在未來會大有用處。但是，你是不可能無止境地收集下去的。在這里，你已經看到了一個再清晰不過的偽命題——大數據的確能夠備份，但是成本會增加兩三倍……然而，“以前重要的數據肯定都需要備份啊，”你自然會問，“如果不能備份，我該怎么辦？”而這就是一個大數據管理中必然要遇到的問題。

我再問一個問題，如果你在數據使用方面一直得心應手，整個商業鏈條和數據緊密相關、相輔相成。但是，現在數據鏈忽然斷了，或者不再有效了，你該怎么辦？

你需要注意的是，這一問題說的不是你有沒有使用好數據，而是說曾經你可以得到的數據現在無從獲得了；或者說這些數據不能再在線上收集，只能從線下獲取，成本也就相應升高了；抑或說，這些數據存儲在其他地方，你不能使用了。在諸如此類的情況下，你該怎么辦？

當然，如果你對于數據的使用本來就很生疏，而且也覺得無關緊要，那么數據鏈消失了、斷了、失效了，你也不會有太大煩惱。但假如正是你將數據使用得風生水起的時候，如果出現這樣的問題，那你也就只能束手無策，眼睜睜地看著機會溜走。

大數據從來不是免費的午餐。伴隨著大數據熱潮的到來，關于大數據的一些新問題層出不窮——大數據會夾雜著虛假信息；大數據的數據量很大，但有用的信息不一定多，甚至還會破壞核心信息；大數據的來源是多種渠道的，偏倚、隨機的誤差總是存在。

但是，我們也需要客觀地認識到，大數據現在面臨的這些問題，其實就是把小數據中的一些問題放大了。小數據中難道就沒有噪音會破壞我們的核心信息嗎？當然也有，只不過當大數據把數據量放大和變多的時候，噪音的破壞性也相應增大。小數據中難道就沒有渠道偏倚和隨機的問題嗎？當然也有，但是在大數據的背景下，問題就被更明顯地放大了。

人的斷層

斷層才是大數據所面臨的最嚴重的問題。現在，收集數據的人并不清楚未來使用數據的人要做什么，這是目前大數據的一大關鍵命門。

說了這么多，事實上還沒有觸碰到如今大數據面臨的最大問題：人。

很多人都會問，大數據能帶來什么價值？怎么衡量大數據創造的價值？事實上，最直接的衡量標準就是，在經營上它為你賺了多少錢，帶來了多少實際的利潤提升。

對于這一問題的解決，現在很多人最傾向使用的方法是計算“在用了大數據之后，點擊率提高了多少，轉化率提高了多少”。但是要知道，轉化率和點擊率能提高的數據，可能根本不是投資人或者公司最高管理者對大數據的期望。對于業務人員來說，轉化率能提升5個百分點就已經非常好了，如果將轉化率從2%提高到3%，簡直就是奇跡了，但對于公司最高管理者來說，也許這并不是他想要的大數據。

你需要認識到，斷層才是大數據所面臨的最嚴重的問題。現在，收集數據的人并不清楚未來使用數據的人要做什么，這是目前大數據的一大關鍵命門。

在使用大數據時，我們通常的做法是先把數據收集起來，因為我們知道在未來的某一時刻，這些數據對我們可能有用。不過，“未來可能有用”就注定會引發一個問題——收集數據的人不知道未來使用數據的人要做什么。這時候，如果你再問收集數據的人“如何才能更好地收集數據”，那么，數據的使用就會陷入一個死循環。

事實上，不僅是收集數據的人，就連使用數據建模的人，同樣也不清楚當前的數據是如何獲得的。數據建模是數據使用的關鍵環節，使用數據建模，就是根據以往的經驗，從中尋找到一些潛在的規則，然后把這些規則結合起來去解決問題。

舉個例子來說，我現在身上只有10元錢，我可以用它買一本雜志，也可以用它坐幾次公交車，或者可以用它來買方便面充饑，這三種選擇在一般情況下都是可行的。但是，如果再加上一個“我沒有吃早餐”的場景時，在以上三種可能性中，我選擇去吃方便面的概率自然會比較大。這其實就是一個簡單的模型——輸入“擁有10元錢”和“沒有吃早餐，肚子餓”這兩個場景，輸出“買方便面”這個結論，它幫助我們快速地選擇了一條解決之路。

選擇“吃方便面”的這個場景雖然看上去很簡單，但同樣是一個經驗的總結，這個經驗就是“肚子餓了要吃飯”。把建模這個過程說得更加復雜或者專業一點，就是基于很多以往的經驗，進行總結，或者是對舊有數據使用規則的發現，將經驗和數據相結合，最后輸出一個可以被套用的業務規則。

不過，此時使用數據建模的人并不一定完全清楚數據是如何產生的，這是一個客觀存在的難題。因為就大數據研究來講，我們很多時候使用的都是他人的數據，而他人的數據你又怎么能夠保證會完全清楚地知道呢？

現在，在運用大數據時流行一個例子，比如我在搜索引擎里發現某個地方搜索“感冒藥”的頻率非常高，于是，我就斷定這個地方可能出現了流行性感冒。而這個數據源是從何而來的？我雖然知道很多人搜索了“感冒藥”這一詞語，但是卻完全不知道在搜索引擎里搜索這個詞語的人到底是誰。而提供數據的人既沒有責任要告訴我數據是怎么來的，也不必告訴我數據的質量如何，更不必告訴我數據到底會不會有偏差。這樣的結果推及到大數據領域就是，研究數據的人完全不清楚數據是怎么來的。

模型數據從何而來

創建模型的人也不知道自己所采用的數據在未來是否穩定，而使用模型的人也不知道整個數據的來路或加工過程。

當使用模型的人不知道模型數據從何而來時，其使用模型的角度就要發生改變，具體來說就是視場景而定。比如說，今天你要來杭州的淘寶城，有人告訴你“今天你應該從文一西路過來”。你問原因，他回答說：“因為模型是這樣提供路線的。”他不會跟你解釋，就說模型是這樣的，因為下午2點鐘到4點鐘，從文一西路過來比較快。這個例子就是模型使用的一個場景，選擇文一路則是模型的一個輸出。那么，你要不要走其他的路？走文二路或者文三路？可是，這種選擇的結果就是未知的了。

模型對于很多人來說是一個黑盒子，充滿神秘性和未知性。所以，即便是模型創建者將模型公開，也會因為創建者和使用者專業能力和知識背景的不同，使二者之間出現信息不對稱的情況，使用者自然也就不知道為什么會選用此種解決方法。也就是說，創建模型的人可能不知道此種模型效果好不好，而使用模型的人也不知道該怎么去反饋使用的結果。這樣一來，這種信息不對稱會越來越嚴重。

這一問題恰恰體現了如今大數據實踐中非常嚴重的斷層問題——不只是收集數據的人不知道將來的人怎么使用數據，就連創建模型的人也不知道自己所采用的數據在未來是否穩定，而使用模型的人也不知道整個數據的來路或加工過程，這些都是普遍存在且很現實的問題。

從公司管理層的角度來看，投資人了解數據的意義是什么嗎？高層管理者對數據的期望和中層管理者之間又有什么不同？他們知道數據能幫助企業做什么嗎？這些問題的答案完全會因立場而異。

中層管理者大都不知道數據能幫助他們做什么，他們沒有管理者的視野，相比之下，你只需要告訴他們數據能解決什么問題即可。相反，數據分析師可能就會更加困惑不解：“我做了這么多東西，為什么你們不用？”

每個層級和功能部門都是一個斷層，而且對數據價值的內在衡量都不一樣。所以，當我們講到數據價值時，沒有人能對此給出一個合理的定位，原因就在于有幾個關鍵問題沒有區分清楚。一是要明確這是誰心里的數據價值，投資人、管理者、中層、數據分析師們心中對數據的價值自然不同；二是要明確數據的分類，不同類型的數據所產生的價值各不相同。為什么我們在大數據應用方面存在障礙，一個重要的原因在于，應用人員對于數據價值和數據分類沒有明顯的界定。對于這個話題的探討，我們會在隨后的章節中重點講述。

更主動的管理，更多的創新

這是一個“從用數據到養數據”的過程；這是一個“從數據化運營到運營數據”的過程；這同樣也是一個“從看到真用”的過程。

在當下的大數據環境里，數據其實與商業模式密不可分，每個人都認識到它的經濟價值是巨大的，但今日的大數據發展趨勢之快，對于很多公司來說，變得更加虛無縹緲，難以把控，讓每個人抓狂，讓每個人手足無措。

而在這一方面，阿里巴巴已經對數據化運營做了不少有益的嘗試。從2005年開始，淘寶有了第一個數據分析師，并一直致力于一件事情，那就是用數據來幫助企業運營和解決問題。但在不斷使用數據的同時，也發現了數據本身的問題——大數據需要更主動的管理，也需要更多的創新。

數據化運營就是用數據去解決問題，但是如果我們想把數據做得更好，解決更多新的問題，就需要去做一件以前未曾做過的新事情——運營數據。對于阿里巴巴來說，這件事情是從2011年才有計劃地進行的，企業主動收集數據，并且以此去創造更優質的新數據，讓新數據更好地服務于企業的運營。這是一個“從用數據到養數據”的過程；這是一個“從數據化運營到運營數據”的過程；這同樣也是一個“從看到真用”的過程。

從數據化運營到運營數據是一個循環，今天的電商企業正走到了其中的一個節點上。在經歷了起初大數據的喧囂之后，大家終于感受到，要使大數據產生真正的商業價值，我們要關注的內容并非4個V那么簡單，而應該將焦點放在如何真正讓數據落地之上，即從數據化運營到商業管理能力的提升。

數據化思考 問題就是答案

大數據改變了人類學習、工作和生活的方式，更改變了人類的思維方式，而今天我所談及的數據化思考正是在大數據的特色中產生的。

西方式的思考著重于系統性分析，因此對一件事情的理解過程，大都是利用數據來對之進行細分/歸類、對比、溯源，以及從三者的動態趨勢中去找出變化的規律。我們可以從以下幾點中看出：

●P——目的，我們的目的是如何讓自己更“好運”。

●I——定義，我們要定義什么是“好運”，例如可以細分為：財運、健康或者人緣。

●M——量化，如何量化“好運”？請參照前面的定義尋找可量化的目標：工資增長率、體檢中某項指標的高低等。量化了之后，我們可以從趨勢中預判出做什么可以更“好運”。

●A——評估，執行后，評估什么做對了、什么做錯了。

可見，西方式思考中的溯源，就是從事物中找出因果關系，尋找能夠有效地獲得成功的驅動力；而東方式思考中的溯源則是從本質找出根源，例如，“好運”的本質可能在經過分析后會體現為“快樂”，但量化出來的結果卻是“笑”。

然而，不管是東方，還是西方，要溯源，一切答案都得從問題開始。因此，良好的提問技巧能使我們在尋找答案的道路上事半功倍，好問題（Deep Question），可以使我們離答案更近一步。有一位知名CEO曾很得意地問了我老師一個問題：“你覺得到底是eBay的商業模式好，還是Amazon的商業模式好？”其言外之意是，今天Amazon比eBay做得好，是不是也就意味著它的商業模式比較好。我的老師并沒有直接回答這位CEO的問題，而是反問了一個問題：“你的問題也許跟商業模式無關，產生這樣的結果會不會只是因為Amazon的CEO比eBay的CEO做得好呢？”無須多言，問題就是答案。所以，對一件事情的認知，要看你是否具備了用問題解決問題的能力。

2011年的時候，我所在的公司要從數據化運營開始轉向運營數據。當時，我負責支付寶的運營數據工作，卻很是苦惱，毫無頭緒。我沒有任何思路，于是我打電話求助我的老師，咨詢他對于這個問題我應該如何思考。

接下來發生的事情讓我非常難忘，我的老師并沒有直接回答我，而是問了我三個問題。

現在你所在的公司，面對的3大問題是什么？公司未來3個月中，要解決的問題是什么？在過去的1個月中，你做對了什么，做錯了什么？

我現在給你5分鐘時間，如果你說不出來公司目前面臨的3大問題，而你作為商業智能部的負責人，就基本上不該繼續坐在這個位置上了。

當然，我明白這3個問題里面已經包含了答案。當你要做數據化運營或者運營數據的時候，你必須要問自己這些問題。如果你沒有問自己這些問題就去想如何收集數據的話，那肯定會出問題，這是很關鍵的一點。所以，思維方法很重要，在有了數據、有了對商業的理解的前提下，思維方法是不可或缺的關鍵。思考的方法是無窮盡的，就像兩個武林高手過招，假設一方面對的是功夫高手李小龍，作為局外人的我自然無法給出應該如何勝利的建議，而是需要他自己動態地去尋找答案。

尋找答案的過程中，有一個很重要的銜接點。很多時候，我們會受一些固有問題的影響，如果不懂得變通、不懂得如何提煉核心的話，就會產生思考的盲點。如果你的思考出現了盲點，就注定問不出一些非常關鍵的問題，就好比，對方明明是男性，還問他是不是男性，就顯得很沒有價值了。

有時，有些東西并非是你認為的那樣，所以，你才會連問問題都懶得思考，就問出像前面那位CEO的“eBay和Amazon誰的商業模式更好”那樣奇怪的問題。

話說回來，在知道自己的思考有盲點的情況下，即便問題問得不好也并不丟人。但如果自視很高，什么問題都不問，盲點注定會相伴一生。我曾經見識過一位頂級CEO，其厲害之處就是，凡事都說：“我不懂，麻煩你再解釋一下。”

最重要的是思考，盡管你懂，但如果在問問題、看問題的角度上沒有拓寬視野的話，想解決問題依然很難。就好像詠春拳里的“問手”，它并不能用于過招，而是尋找答案的一種方式。你一碰，它就有答案。你不動，它不動，而且它會避開，你只能尋找破綻再出擊。“問題”是用數據來拿數據，而“問手”就是用一個問題引出另一個問題。

在大數據的商業環境里，要既懂數據，又懂商業，還要擁有一套好的思維方法，而數據化思考正是這樣一個嶄新的事物。

當我們想知道問題的答案時，就要首先學會如何問對問題，因為一個好問題會引發出很多答案，這是一門藝術。在我看來，人的思考方式在大數據充斥的商業時代尤為重要。在后面的“數據化思考”中我將談到一些有關思考的例子，以供大家參考。

答案不重要，思考的角度才重要。可見，要習得一套巧妙的數據化思考方式，三分靠想法，七分靠實踐。所以，切勿空談。