資料也性感—大資料時代的商業邏輯

比利比恩（Billy Beane）是美國奧克蘭運動家棒球隊的總經理。 2002年，在競爭激烈的美國職業棒球聯盟，奧克蘭運動家隊無論在人員和物質配備以及資金實力上都只是 「下三流」之列。 然而，憑藉耶魯大學資料分析高材生——胖子彼得的説明，比恩經過分析資料和晦澀難解的棒球統計學，找到了一批表面上看去都身懷缺點、性格怪癖，但骨子裡卻都擁有在棒球運動的某方面具備超強能力、被價值低估的棒球手， 最終以突破傳統的資料經營模式，取得驕人的比賽成績，甚至達到了比肩實力雄厚的紐約揚基隊的程度！

這一真實案例被邁克爾路易斯（Michael Lewis）記錄在了《點球成金》（Moneyball）一書中。 前不久，大明星布拉德皮特出演了該書的電影版，掀起了一陣資料採礦熱，就連默默無名的資料分析師的工作也成為了影迷們好奇的焦點。 美國哥倫比亞大學統計學家兼政治科學家安德魯格爾曼說：「文化已經發生了改變。 現在人們的想法是，數位和統計學是有趣的，是一種很酷的東西。 」

所謂資料採礦（Data Mining），是一種透過數理模式來分析企業內儲存的大量資料，以找出不同的客戶或市場劃分，分析出消費者喜好和行為的方法。 根據科技研究公司IDC的估測，全球資料的規模如今每兩年就會增長一倍。 隨之而來的劇變體現為4個V的變化。 第一，資料體量（Volume）巨大，從TB級別躍升到PB級別；第二，資料類型（Variety）繁多，網路日誌、視頻、圖片、地理位置資訊等等都成為新的龐大資料來源泉。 第三，價值（Value）密度低，以視頻為例，連續不間斷監控過程中，有用的資料可能僅僅有一兩秒。 第四，處理速度（Velocity）快，「1秒定律」和傳統的資料採礦技術有著本質的不同。

顯然，「大資料」的崛起為商業洞開了一扇新的大門。

毋庸置疑，資料至上的思考方式早已為方方面面帶來很高的回報。 譬如：沃爾瑪等超級零售商早已開始對銷售額、定價以及經濟學、人口統計學和天氣資料進行分析，藉此在特定的連鎖店中選擇合適的上架產品，並基於這些分析來判定商品減價的時機 ；UPS等貨運公司也正在對卡車交貨時間和交通模式等相關資料進行分析，以此對其運輸路線進行微調。 而一些社交型交友網站也經常會仔細查看其網站上列出的個人特徵、回應和交流資訊，用來改進其演算法，為想要約會的男女提供更好的配對...... 而如今的「海量資料」，更在規模和範圍上帶來轉折：物聯網、雲計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍佈地球各個角落的感應器，無一不是資料來源或者承載的方式。 它們因「資料」集結在一起，進而變成企業未來價值升級所需關注的新競爭領域。

美國麻省理工學院斯隆管理學院的經濟學教授埃裡克布呂諾爾夫松曾把「大資料」的潛在影響力比喻成「顯微鏡式的一場資料測量革 命」。 在商業、經濟及其他領域中，決策行為將日益基於資料和分析而作出，而並非基於經驗和直覺。 研究報告稱，資料指導下的管理活動正在企業界中蔓延開來，而且這種管理活動正開始獲得回報。 「那些採用‘資料驅動型決策’模式的公司能將其生產力提高5%~6%，這種生產力的提高是很難用其他因素來解釋的。 」

據悉，僅僅在美國，就面臨14萬～19萬具有資料分析和管理能力的專業人員，以及150萬具有理解和決策能力（基於對海量資料的研究）的管理人員和分析人員的人才短缺。 麥肯錫全球研究院的分析表明，為了充分利用海量資料的潛力，企業和政策制定者必須克服以下的挑戰：

1.使海量資料更容易獲得和更具時效性。 在製造業，對來自研發、設計和製造單元的資料 資料進行整合，以推動並行工程，可以縮短產品上市時間。

2.利用資料和實驗揭示可變性和提高績效。 隨著企業以數位形式創建和存儲的交易資料越來越多，它們可以收集更準確、更詳盡的績效資訊，包括從產品庫存到員工病假天數的各種資訊。

3.對消費人群進行細分，量身定制 服務。 海量資料使企業能夠創建分類更精細的市場區隔，並量身定制恰當的服務，更好地滿足消費者需求。

4.利用自動化演算法替代和支援人工決策。 先進的分析演算法可以大大提高決策效率和品質，減小風險，併發掘出隱藏的、有價值的洞見。

5.創造新的業務模式、產品和服務。 為了提高下一代產品的開發水準，以及創建具有創新性的售後服務，製造商正在充分利用從產品使用中獲得的資料。 而即時定位資料的出現，已經創造了從導航定位到個人跟蹤的一系列基於位置的全新移動服務。

針對上述話題，本期封面將關注以下幾個關鍵的問題：資料時代，企業新的利潤從哪裡來？ 大資料時代新的商業思維模式為何？ 如何利用「大資料」為社會化行銷助力？ 傳統企業（諸如企業招聘）如何借資料技術實現資源的優化配置...... 而所有這些問題的歸宿都是同一個命題：大資料時代，究竟誰能贏，如何贏？

資料已經坐到了駕駛員的位置上，它就在那裡，有用且寶貴，甚至還很性感而時尚。

(責任編輯：蒙遺善)