“大数据”时代,定好自己的位置

“大数据”时代，定好自己的位置
仿佛一夜之间，“大数据”这个词语迅速的在千百个行业渗透与深入。

笔者在此不敢狂言了解“大数据”，唯愿将个人的粗浅看法与大家做个分享，并待斧正。

互联网时代经历了数不清的更新迭代后带着亿万网民走进了“大数据”时代。

2006年笔者开始在某无线传感器网络项目中开始历时4年的打酱油生活。

那个时候由于大量传感器节点而产生的海量待分析数据对中心处理资源的能力提出了更高层次的要求（由此再次把云计算应用推上历史舞台），并同时催生了对海量数据的整理与分析需求——这在笔者看来是“大数据”时代的雏形。

紧接着，各行各业发现自身业务运营中所产生的数据资料原来还蕴藏着更深更具价值的商业信息，从而推生出“大数据”时代概念。

笔者近日在公司楼下某卖“小面”（小面乃中国西南某直辖城市之代表性早餐，其量足、其味辣、其价低，因而为该城市早餐行业GDP贡献超过60%）的摊子上吃早点，突然发现老板娘准备了两种配菜——空心菜与小白菜。

期初笔者认为是因为某一种蔬菜没有买够所以买了另外的来补上缺量。

后来在与老板娘的闲聊中才知道，原来老年人更喜欢吃小白菜，而中青年人更喜欢吃空心菜，所以面摊才准备了两个选择。

更为让笔者惊讶的是，老板娘解释说，中青年人大都是在附近工作的上班一族，因此星期一至星期五准备空心菜多；而周末时间上班族人员少了，附近居住的老年人吃面比例就高了，所以空心菜采购量要减80%。

正当笔者惊讶于这位老板娘的细心与智慧时，老板娘自傲说道：“这个不就是你们常说的“大数据”分析吗？！”。

顿然间，笔者心中涌现128个赞，不由自主的竖起大拇指，同时暗下决心要找一个合适的机会和所有人分享这个案例。

每每提及“大数据”时代，啤酒+尿布的例子可谓是余音绕梁而三日不绝。

而紧接下来的就是各行各业的老板们自信满满的说到“我现在也在做大数据了”，“我要从传统行业的盈利模式中转变出来”，“未来我企业的估值就是我现在手中用户的数据”…………那么，真的是这样吗？咱们还是从例子来看。

抛开经典的啤酒+尿布例子不说，咱们先简单介绍几个其他的例子。

例一：淘宝和高德导航的合作将用户购买习惯这一海量数据嵌入式高德的数字地图中，未来一条街上大家喜欢吃什么，喜欢买什么，喜欢看什么一目了然，从而满足了大量进行店面选址、业务开拓类型用户的需求。

例二：百度利用自己的海量用户历史搜索信息了解到每名用户所感兴趣的新闻、产品、事件、信息等。

基于此，当用户未来打开视频时能够插播进更有针对性的广告业务，在提升广告业务针对性的同时降低用户对广告的排斥。

例三：全球知名的梅西百货利用SAS系统对多大7300万种产品进行实时调价，调价的基础是市场需求与库存，以此完成最优化的产品销售效率。

例四：某快餐业企业，通过的视频分析技术对排队等候的队列长度进行分析，然后自动变化电子菜单显示的内容。

如果队列较长，则显示可以快速供给的食物；如果队列较短，则显示那些利润较高但准备时间相对长的食品。

以上的例子，首先应该能够颠覆众多目前正在尝试进入“大数据”领域的传统行业老板的思想——因为“大数据”不仅仅存在于很上层的信息；第二，“大数据”固然存在信息化技术应用与跨行业整合，但是对本行业的深入认识与了解才是关键；第三，不是拿着一大堆数据就是“大数据”。

接下来，就让咱们对这几个认识逐一阐述。

“大数据”并非业务上层数据——“大数据”首先突出的就是大，是从海量数据中挖掘出一个传统思维不容易发现的现象，或者说被人们忽视的规律。

正如啤酒+尿布的例子，其本身就是在大量的超市货品摆放方案中总结出来。

很有可能是大家在尝试了几十种甚至上百种方案后发现把啤酒和尿布放在一起能够提升两种产品的销量，然后再来寻找原因（有可能是因为男的在买啤酒的同时能够顺手买回尿布，回家受LD大人的表扬）。

但是这个到底是不是真正的原因，会不会因为看到啤酒区以后能够刺激男性同胞们体内“回家”这一种微量元素的增加，从而顺带完成尿布的购买。

这些都是不得而知。

因此我们要说的是“大数据”本来就是一个只重视结果不在乎过程的理论，这个理论就是要从海量数据中挖掘并整理出来。

那么海量数据就一定是底层数据，是没有经过整理的原始数据，因为任何数据的整理都很可能加入人为对现有业务的逻辑理解，都会影响“大数据”的客观性。

“大数据”是对本行业深入认识的升华——不要自认为但凡手里有一个行业的海量数据就可以在“大数据”时代驰骋了。

不了解某个行业就不知道该行业的发展趋势、行业流程与关键业务指标，那么也就不能真正的懂得如何使用手里的“大数据”。

正如前面例子里面提到的，快餐企业通过分析排队的长度来调整显示的菜品。

这也需要数据使用者知道简单的菜品能够加快销售速度这一现实（这个例子好像人人都知道，但是之所以举这个例子就是为了大家好理解）。

现在做“大数据”的公司有很多都是之前的信息化企业。

它们因为数据信息化工具，从而能够高效便捷的获取“大数据”，但是它们不一定是真正懂得如何正确的去利用这些数据。

再回到之前的例子，如果一个信息化企业已经通过视频分析得到了快餐店内排队长度的数据，它也很有可能用这个数据去设计餐厅的布局，以此提供足够的空间让客人排队。

甚至还会有信息化企业将智能家电引入，在队列长的时候降低空调温度来缓解排队人的心情烦躁程度（各位看官你千万别笑，这种情况已经发生在了我一个做信息化企业的朋友身上，这个也是他在看了这个例子以后告诉我的答案）。

再说说现在如火如荼的健康管理，无数的企业和我说如何如何去获取海量用户的血压，如何如何利用这个血压做一个指数曲线，再如何如何向高血压患者销售降压药。

我虽不是这个行业的人，但是我也知道这只能说是一个变相的广告平台。

如果我是一个用户，“大数据”的应用后我更希望的是能够在没有患上高血压之前提醒我（例如：根据我的生活习惯、年龄、工作、性别等诸多我自己都忽略的因素提醒我，我容易在30岁以后患上高血压，同时告诉我应该怎么避免），或者是在得了高血压以后告诉我如何改善（例如：根据我的运动规律、血压参数变化、服药计划告诉我什么时候是我应该注意血压安全的时间等）。

当然这也不是说这类企业就不能进入“大数据”热潮中，相反大家应该合理的利用自己的优势和长处。

信息化企业充分利用自身优势打造出“大数据”采集与分析软件，行业企业基于对行业了解结合所得数据对企业运营效率进行提升。

海量数据不是“大数据”——之前一个做零售业的企业主问笔者，如何在资本市场利用其手中650TB的销售数据提升其企业估值。

笔者在获得其许可后对这些数据进行的查阅，并告诉这位朋友：“这些数据不过是一堆浪费时间的垃圾，更本不能对其股票价格产生多大的影响。

即便是利用这些数据放出利好消息，也只会是昙花一现的美丽”。

每个企业都能够整理出成千上百TB的数据，但是这些数据还需要基于行业经验对之进行有效筛选才能够发挥其参考价值。

为了提升数据分析与筛选效率，企业能够利用信息化手段来对传统人工效率进行百万倍的提升。

如果失去了这些数据筛选过程，一大堆数据就会成为一大堆浪费企业人力资源成
本的垃圾，甚至成为企业负担。

再用一个武侠片子里面例子来说明，几百年前当一个店小二看见3-4个彪形大汉赤裸上半身来势汹汹的往店里来，他可能会选择关上店门，因为根据以往经验判断这些人要么是来找茬的、要么是来吃霸王餐的。

到了今天餐馆能够利用假设在前门上的摄像头进行人物视频捕捉与人物面部表情分析，再通过“大数据”分析的比对出某几种表情的人物出现后总是会对店里的销售收益产生负面影响，最终启动智能门禁系统组织这些人进入店内（在此我们不去多说未来这帮人的寻仇，因为这需要更加海量的数据总结出解决措施与方案）。

而这一“大数据”方案能够协助一个没有餐饮行业经验的店主更加顺利的经营其店铺。

总结上面的内容，“大数据”时代不过是一个非常正常的经济发展规律，其不仅仅属于信息化企业，而是属于整个社会。

传统企业应该在这个大潮中积极发挥自身的行业经验优势成为“大数据”时代的弄潮儿，信息化企业也需要清晰的了解自己的定位发挥优势进行各类型工具的研发。

同时传统企业更需要避免跨行业的去进行信息化软件开发，而应该把这个工作交给更加专业的软件企业。

以上内容纯属个人拙见，如有雷同笔者倍感欣慰，如有不同请赐教讨论。

脚印说服力E-mail：24129666@。