0723曾鸣·智能商业20讲:活数据:流动创造价值

0723曾鸣·智能商业20讲:活数据:流动创造价值

2017-08-06    11'42''

主播: 老范 ★

2231 567

介绍:
到底怎么帮助一个企业在数据方面取得足够的成功,怎么样去利用数据智能真正把自己的企 业变成一个精准商业的模型? 这一讲重点介绍一个在实操方面很有价值的新概念,叫做活数据。 活数据这个词也是我创造的,大家听到比较多的一个概念叫大数据。大数据对于描述扑面而 来的海量数据有很大的帮助,大数据的标准定义是由英文的四个词组成的,对应中文的意义 是大量、多样、快速、高质量。 但是这四个词是在描述一个事实,描述数据之大、之快,它并不能帮助我们更好地做商业决 策,到底怎么用数据?数据足够大就行了吗? 我后来发现,活数据这个概念可能能帮助大家更好地把数据用起来。活数据还有两个概念:   第一个数据是活的,也就是说数据是在线的,可以随时被使用;第二数据必须是被活用的, 也就是说数据是在不断地被消化、处理,产生增值服务,同时又产生更多的数据,形成数据 回流。 活数据的特征 接下来讲讲活数据的几个重要特点。 首先,活数据是全本记录而不是样本抽查。 虽然按照统计方法一个随机样本可以相当程度上推导出全局的特征,但是商业的环境是动态 的、不断变化的。一个隔很长时间才收集到的样本,无论如何也只能描述静态的一部分。 大家都很熟悉,传统时代收集数据是一件很麻烦的事情,你要有问题,再设计问卷调查,再 去找人专门填问卷,然后才能收集到一些数据。 但互联网的第一步是连接、是在线,只要你把你的业务在线了,你就会得到巨大的好处。也 就是说用户的行为在互联网上都能留下清晰的印迹,而这些行为直接记录下来,就是你对这 个客户全面的了解。 淘宝并不需要去抽样调查,去问客户对淘宝的服务是否满意。淘宝所有的用户,他们每一天 或者说他每一次上淘宝,所有的行为都会被记录下来,他们看了哪些商品,在某一个商品的 详情页上停留了多久 , 他们最后购买了什么 , 这些数据 都会自动地记录下来 。 所以活数据 的一个前提是数据记录的成本大幅下降。 第二,先有数据后有洞察。 以前的调查方法都是先要制定一个问题,你想了解一个什么问题,想测试某一个假设,那么 你就要根据那个问题去收集相关的数据。这中间最麻烦的是,只要你发现自己遗漏了什么, 或者你想问什么新的问题,几乎就必须一切重来,再去收集相关的数据和信息。 但是在活数据的时代,整个做法是颠倒过来的。也就是大家听到的另外一句话,我们重视的 是相关性而不是因果性,而且由于数据存储和计算的成本足够低,我们可以把所有相关数据 都记录下来,然后在业务的发展过程中去看哪一些数据的使用能够带来洞察,帮助我们重新 去决策商业。 先有数据记录,然后才有分析和洞察,最大的好处是避免了事后希望了解某些问题,然后再 重新设计问卷、收集数据,这样的传统方式所带来的巨大成本。 第三,就是活用,数据一定要被活用。 数据就是决策,或者说数据智能的引擎机器要直接做决策,而不是传统的利用数据分析来支 持人的决策。   只要是数据被用来支持人的决策,活数据的闭环就断线了。 大家到淘宝上输入一个关键字搜寻你想要的商品,那么你会看到什么?你的第一次点击之后 再给你看什么?这些其实都是机器在做的,没有任何人的干预,是数据智能的算法自动形成 的,如果靠人来完成这样的决策几乎是不可能的。 这三个特征结合在一起也就是反馈闭环的概念,活数据让整个反馈闭环能够跑起来。 数据智能的落地 你的业务跑的时候自然会产生数据,数据被记录下来,数据被算法处理,然后直接形成决策, 指导你的业务 , 然后通过客户反馈不断地优化你的决 策。   这样的话 , 整个企业的业务发展 就走上了活数据反馈闭环的正循环,也就是走上了智能商业的发展道路。 从活数据的角度来考虑商业运营的话,感受会很不一样。比如有人一听到大数据就会觉得好 像跟自己没有太大的关系,我就是个小公司,数据量也不大,你们讲的那一套人工智能什么 的跟我都没关系。 但是如果从活数据的角度来看,就会很快理解数据量的大小是个相对的概念。让数据在你的 业务中成为它的自然组成部分,让机器成为你决策中的一个环节,你的商业就会走入智能化 的快道。 第二个非常重要的概念就是刚才讲到的 ,   活数据一定是要直接让机器来做决策的 , 不能够 让人来做决策,因为只要人一决策它就形成了一个闭环的短路。   举个例子 , 这个概念就是说很多企业不太理解数据工程师跟 BI 分析师的差别 。 BI 就是 Business   Intelligence , 稍微大 点的公司都有这个部门 , 他们也就是所谓商业分析部门 , 他们 最核心的也是做数据,但是它是把数据分析成一个一个报告。 然后核心又是回到我们讲的那个管理概念,支持高管做决策。他们的数据其实是离线的,目 的是支持决策。   但真正的活数据一定是要用数据本身产生的洞察来直接变成商业的决策。 我给大家举个例子,这一点其实很不容易理解,我们也是花了好大的学习成本才意识到这个 差别。 早期我们的数据部门想帮助淘宝卖家变成数据化运营,所以我们给淘宝的卖家后台不断地推 送数据分析报告,但是发现使用率非常低。因为大部分的卖家并不知道怎么用这些数据分析 报告,而且产生的实际效果也不好。 我们后来意识到其实卖家真正需要的不是去理解这些数据,而是让数据直接帮助他们更快更 好地做决策,让他们的整个运营效率有一个质的飞跃。 所以我们第一个比较成功的产品说起来非常简单,就是给卖家的后台装了一个行动按钮,告 诉他按一下这个按钮,整个店铺的陈列展现就会被自动优化,然后自然会带动你多少销售额 的提升。 对于卖家来说,要做的非常简单,就按一下这个按钮,它就是个决策。这个行动其实就是淘 宝的后台通过活数据的运营,对海量数据的算法分析,智能化地帮助卖家自动优化他的店铺 展现。但是如果这个决策不是由数据、由机器直接做的话,它是达不到这个效果的。 要想让自己的企业智能化 , 有很重要的两步 :   第一个 , 是看以前强调的你的核心业务有没 有在线化;第二个,你的业务环节中间有没有任何一个环节可以被机器决策所取代,而不再 是人做决定。 只要这两步跑起来的,不管你企业的大小,也不管你所在的领域,你就是一个互联网时代的 新物种,你就能踩上智能商业的快车,比别人要加速演化。 今日小结 这一讲从活数据的角度来示范数据智能的落地。 下一讲将以淘宝为例,来揭示网络协同和数据智能的双螺旋如何推动智能生态的演化。