大資料應用已經發展到新的階段

「大資料」概念的橫空出世開啟了資料處理的新紀元。 中國電腦學會大資料學術帶頭人、中國人民大學資訊學院院長杜小勇教授認為，大資料將為商業管理帶來三大根本性的變革(詳見《大資料帶來三大根本性改變》一文)。

大資料帶來的這些本質性改變，將使管理的疆界和管理的深度得到無限延拓。 企業高層管理者開始思考，如何利用大資料提高管理效率。 儘管大資料的概念是近兩年才為人們廣泛認知，但大資料的商業應用模式已經開始漸漸升級。 我們認為，在過去兩年中，大資料的應用已經經歷了從邏輯判斷到系統思考的提升。

在大資料應用的初期，人們對大資料的應用還停留在使用龐大的資料做簡單的邏輯判斷。 例如，當很多人不約而同用Google搜索「流感病毒」這一關鍵字時，大範圍的地域性很強的搜索，可以讓Google公司早于各大疾控中心提前預測到流感病毒已經開始傳播。 然而，這些應用僅僅是大資料能力的最初級的探索。

實際上，伴隨著從最初的邏輯思維轉向系統思維階段，大資料的應用策略也經歷了以下三種轉變：

大資料應用從最初的邏輯判斷階段轉變為系統思考階段

第一、從簡單相關關係的尋找到系統生存關係的轉變。 大資料應用的第一階段，為人們提供了分析資料關係的利器。 當現實中多種關係要素錯綜交織在一起時，大資料可以在一片混沌的狀態中發掘出可能的確定關係，指出管理這一混沌狀態的方向;然而，在大資料應用第二階段，簡單相關關係的尋找只是開始，如何用系統生存的思路去利用這些關係成為制勝關鍵。

例如，樂視在搜索《致我們終將逝去的青春》的相關微博數時，偶然發現《小時代》的討論是前者的8倍。 這一資料明確地預示了《小時代》的賣座率。 樂視於是果斷決定成為《小時代》這部電影的行銷方。 不過，資料層面能夠給出的直接結論推導，這只是大資料的最基本的應用，微博的關注率也僅是投資方回報的一個保證。 一部電影是否能夠賣賣座，影響因素是多方面的，同檔期的其他電影的競爭力、各個媒體的推廣力度及推廣手段、甚至連天氣、學校假期這樣的因素也有可能影響到電影票房。

大資料技術的不斷更迭將不但能夠發現新要素與已有要素的聯繫，還能將各種要素綜合起來，以系統發展的思路看待每個要素質之間的關係。

第二、從發現問題到互動成長的轉變。 在大資料應用的第一階段，人們利用大資料對複雜系統的各種變數及關係的記錄和描述，通過深層的資料採礦，發現問題，以提升解決問題的效率。 而在大資料應用的第二階段，大資料的應用更偏向于對使用者的深層認知和瞭解，通過對使用者的深刻理解，構造出真正符合使用者需求的產品，與使用者共同成長。

《紙牌屋》的案例就很好地證明了這一點。

Netflix這家全球最大的線上付費視頻、線上影碟租賃供應商，通過大資料對使用者習慣進行了深入分析，他們運用搜索技術對比來觀察使用者的觀影習慣，發現了一個看上去有點風馬牛不相及「巧合」：喜歡觀看1990年BBC版本《紙牌屋》 的觀眾，同樣是著名導演大衛•芬奇的擁躉。 同時，他們還是奧斯卡影帝凱文•史派西的忠誠影迷。 Netflix公司認為，將這三個元素糅合在一起的電視劇，其成功幾率將大大增加。 於是，他們邀請大衛•芬奇來翻拍《紙牌屋》，邀請凱文•史派西擔綱主演。 在沒有任何預告片或樣片出來前，Netflix公司就花費兩億美元訂購了兩季新版《紙牌屋》。

同時，由於是線上播出，Netflix公司可以輕易地通過強大的資料庫監測系統，分析出《紙牌屋》上線後，使用者在什麼地方按下了暫停鍵，有多少使用者看過幾集就放棄了，有多少使用者重播和再次播放了劇集，這一連串的精准資料分析， 都可以為今後製作劇集提供參考。

Netflix公司在製作《紙牌屋》這一電視劇集的時候，完全是根據使用者的興趣分析出，具有某些共同特質的使用者有可能的品味是什麼，之後再根據他們預測出的使用者品味開始製作產品，並一舉而紅。 《紙牌屋》的製作過程完美地詮釋了大資料如何説明企業在與使用者的互動中深度瞭解使用者的需求，説明企業打造符合使用者需求的完美產品。

第三、從既定狀態分析到未來生態環境重構的轉變。 在大資料應用的第一階段，大資料被用作對使用者目前狀態的靜態分析。 例如，大資料可以記錄使用者的行為、偏好、地理位置等即時資訊，企業利用這些資料可以在恰當的時間和地點推送更為精准的促銷資訊，更好地鎖定使用者。 相比之下，在大資料應用的第二階段，大資料可以説明企業重構使用者需求，塑造出新的生態環境，讓企業和使用者以全新的商務模式共同有機成長。

一般而言，沒有人願意將自己極為隱私的資訊公佈在Facebook或者Foursquare上，但是由美國羅伯特•伍德•詹森基金會(Robert Wood Johnson Foundation) 資助190萬美元創立的PatientsLikeMe 社交網路成為一個例外。 在這家開放性的、慢性病病人專屬的社交網路上，患者可以測量自己的疾病，查詢治療進展，研究人員也可以獲得他們的醫療資料。 至今，已有近20萬使用者在平臺上創建和分享了他們的醫療記錄。

PatientsLikeMe 研究總監保羅•威克斯在TED大會上說：「檢測和醫療之間的空白有待填補。 當你擁有了正確的測量標準和辦法，你就可以做出令人驚歎的事情。 」疾病的種類成千上萬，但能供患者進行自測的方法卻少之又少。 保羅•威克斯舉例說，多發性硬化症患者可以使用由七個問題組成的自測表格進行自測，至今已經有3萬名使用者參與填寫。 保羅•威克斯希望能為其他疾病也創建相似的標準化自測工具。

房地產經理大衛•諾爾斯，現年59歲，生活在美屬維爾京群島的聖克羅伊島。 他在網上搜尋治療多發性硬化症新療法的資訊，偶然發現了PatientsLikeMe網站。 諾爾斯患多發性硬化症已經十年，曾經參加過幾個患者社區組織。 這個網站立刻吸引了他。 「哪個網站都沒有PatientsLikeMe這樣詳細的資料。 」諾爾斯說，「點擊一個症狀，你就可以看到，‘哦，有850人有此症狀，這是他們正採用的療法。 ’」

諾爾斯對一種叫做那他珠單抗(Tysabri)的藥物特別感興趣。 他的一位醫生曾經向他推薦過這種藥，不過，諾爾斯對它的副作用(影響大腦、焦慮、疲勞)感到疑慮。 他在PatientsLikeMe上找到數百名服用那他珠單抗患者的資料。 查看了他們的服藥結果之後，他確定，對他來說，風險超過了回報。 於是，他帶著其他療法去找醫生討論。 「我認為我現在掌控了自己的醫療護理。 」他說，「當然，我還會聽取神經病學家的意見，不過，現在聽從的是一個團隊的更多建議。 」諾爾斯對PatientsLikeMe讚不絕口，說它擁有「來自真正使用過這些療法患者的豐富治療資訊。 你可以隨時密切關注患者的反應，不管是三個月、六個月，還是一年。 」

PatientsLikeMe網站的盈利模式是：在經得使用者授權的情況下，將使用者的資訊賣給製藥商。 製藥商通過這些龐大的、詳實的使用者資訊的記錄，可以研究各種藥品對不同患者的作用機制、獲得研發新藥品的充足的資訊。

PatientsLikeMe 通過對使用者需求的深入分析，將大量使用者的資料集合起來，為病患、醫療行業、製藥行業都提供了有巨大價值的資料，這些資料在惠利三方的同時，也重塑著病患的就醫方式、醫療行業的診療方案、 以及製藥行業的藥品研發和銷售計畫。 顯然，這種由大資料重建而成的生態環境，創造出了全新的商業模式。 這將是在大資料應用的第二階段裡值得期待的商業變革。

周錦昌是德勤中國科技、傳媒及電信行業(TMT) 主管合夥人;孟昭莉是德勤中國科技、傳媒及電信行業 (TMT) 卓越中心負責人。