【大数据专栏】大数据思维与商业创新
文 / 陈宇新，本文来源于e行网，根据上海纽约大学杰出全球商学讲席教授陈宇新演讲整理
我们现在讲创新讲得非常多，但是要做到创新，首先是一个思维上的突破，往往思维的跨越是创新的一个先行。如果大家看一下整个商业或者管理的思维方式的历史演变，大概是这么一个过程，从传统的经验思维，什么叫经验思维，就是一种定性的，根据自己的经验来做管理的决策，或者是根据一些先人的教导来做一些管理的决策，这种思维，在美国是一百多年前的事，在中国可能是30年前刚刚改革开放的这样一种思维方式。接下来以管理学之父泰勒为代表的管理科学的这样的一个思维产生出来，就是传统的管理思维，把定性转到定量，然后进入互联网思维，现在进入到大数据思维，这里面演变有两条线索，一条是从定性到定量，另外一条是由里及外到由外及里，由里及外是从企业的角度出发，就是说传统的经验思维也好，传统的管理思维也好，都是说我能做什么东西，我想做什么东西从企业角度出发。
互联网思维是从外到内，我通过互联网，通过整个全部的环境能够给我提供的一个资源，别人能帮我做什么，别人要什么，别人能帮我做什么，这是互联网的一个思维方式，但是我们今天讲的互联网思维在很大程度上还是一种定性的思维，大家觉得外面有一些东西，有一些非常好的主意，把它实现出来，比方说很多互联网思维的例子，大数据的思维和互联网思维的区别是我们是在互联网思维的基础上把它给定量化，所以说大数据思维应该是一个定量的思维，而且是由外及内的思维方式，这是我们今天碰到的这样的一个挑战和机遇，也是我们需要做到的一点，由外及内，利用各种资源帮助我们企业来成长，然后是一种定量的思维方式。
怎么样来做到这样的一个大数据的思维呢？我把它总结了一下，实际上有四个维度，一个是定量，一个是跨界，一个是操作，最后一个是实验思维。定量思维，顾名思义，我们想把能够测量的东西都测量，能够量化的东西都量化，这是我们定量思维的一个考虑方式，比方说现在的科技发展给了我们很多量化的手段，比方说Pos机，我们有网上的搜索，网上的电商，我们有社交媒体，我们有各种各样的消费卡，我们有银行卡等等，这些都是一种定量搜集数据的方式，当中大量数据可能都是在SAS系统里面完成的分析。这只是大数据环境下定量思维的一种方式，就是商业信息的获取，我们还有更多获取的创新的手段，比如说最近商业周刊报道的一个很有意思的例子，迪斯尼乐园你进去游玩的时候，他会给你一个相当于手腕的小带子，有什么好处，有点类似于可穿戴设备，可以跟踪你的位置。这样的话比方说你在里面哪个地方排队比较多，哪个地方比较拥挤，他会及时疏导你，在餐馆里吃饭，服务员都可以把用餐递到你身边，他知道你在什么位置。这是一种信息的获取方式。
另外在我们大数据时代，利用互联网思维，我们还可以进行众包式的分析方式，比如这个网站叫TRENDHUNTER,比方说这是一个很好玩的东西在飞机上，他说把这个飞机的窗户变成一个屏幕，这个屏幕是通过飞机外接的摄像头，可以把地下美丽的景色打到屏幕上，本来飞机屏幕很小，现在坐飞机可以看到非常美丽的景色。为什么会成为趋势，是因为他用了众包的手段，大家可以投票，看有多少人喜欢。当然我们还有一个通过社交媒体的商业信息获取，这是在微博上的一个例子，一家微博信息的搜集公司做的，这张图是优衣库的微博的提及量的变化，实时的可以来看什么事情导致的这个突然的一个微博爆炸，原来有一个网友上传了一个故事，优衣库里面一个营业员叠衣服非常好非常快，他就上传了照片，一下子引起了很多讨论。这是另外一个微博的信息，过去的一个很有意思的例子，在汽车行业，我左手边这张图是切诺基的微博用户，提到过切诺基用户，他们的微博的关键词的一个可视化的展示，可以看到汽车是很大的一块，提得非常多。
最有意思的里面可能有投资这一块，作为切诺基的车主，他可能对投资比较关心。右边是微博的整个全体微博的词频分析，微博的整体和切诺基用户的微博用户是非常不一样的，总体上都是快乐、给力这些词，切诺基的用户可能关注的比较高端，比如投资、政府、市场这些，这样的话匹配，我们就可以做精准营销，比如给那些切诺基用户提供理财产品、投资的建议，这也是大数据下的商业信息获取的来源，通过社交媒体。更进一步的是非结构化数据的获取，比如直接来窥测消费者的心理，传统上是用一些比方核磁共振技术，心电波、脑电波，现在在物理领域发展非常迅速，非接触的诊断，比如红外扫描一些传感器的技术，来测脑电波，测人体的温度，当一个消费者进入到一个商店的时候，可能我们就知道你是属于一个冲动型的消费者还是理智型的消费者，精准营销就可以产生出来。这些都是我们在大数据环境下定量思维的一种表现。原则就是说，一切皆可量化，这是我们的一个信念，现在越来越多的变成可量化的一种信息，这是我们第一个思维的维度，定量思维。
第二个在大数据思维方式里面重要的维度是一个跨界思维，跨界跟我们前面讲在新的环境下，我们是由外及内的，必然表明了一种跨界的思维方式。比方说这些是大家可能都非常熟悉的，我们现在有O2O的，线上和线下的跨界，我们有二维码，这也是一种跨界，从线下到线上，有微博微信，这是社交媒体到电商的跨界，广义上说我们有所谓的社交媒体，基于定位的营销，这些都是跨界的一些思维方式。另外再给大家举几个例子，这是一个美国的订餐公司，GrubHub,通过大家在网上订餐，然后餐馆就可以送外卖，看上去很简单的商业模式，但是他们现在的估值也非常高，他在送外卖的过程当中，他记录了很多关于订餐的一些数据，比方我喜欢吃什么，比方披萨，大家一般喜欢什么口味的，几点钟吃，多少人吃，通过这样的数据，变成可以帮助那些餐馆来进行供应链的优化，来进行运营的优化，因为我知道你什么时候什么样口味的披萨卖得最好，什么样的原料要提供，多少人手，什么时候是忙的时候，什么时候是空的时候。他本来是一个电商平台，帮助你订餐，现在变成了运营咨询服务的提供商，这是一种跨界思维，就是大数据的一个魅力，当你数据积累多之后，一下子发现还有很多新的商业模式可以利用同样的数据来执行，使你的数据价值得到一个很大的提升。这是一家GoPro,就是个照相机，比方说戴在你的衣服上，放在帽子上，放在任何可放的地方，微型照相机，这些是从事户外运动的人喜欢用，他可以把自拍拍出一些平时拍不到的照片。他本来是个硬件公司，现在因为这些照片出来之后，大家把这个照片上传到网上，这家公司就组织了一个专业团队，然后来加工这些照片，把照片编辑加工得更好，然后再重新放回到网上，这样这些照片就变得非常专业化、有趣。现在这家公司从一个硬件公司一个媒体公司，因为你有别的一些专业的纪录片制造商拿不到的这些最好的镜头，包括去年有人从高空，接近于电离层跳伞，用这个相机拍下来。他现在变成媒体公司，里面可以加入广告，加入其他的营销方案，现在他自己成立了个电视频道。他实际上是这些图片录像的这样的信息，这样的数据，使得他能够进行这种跨界的飞跃，这是我们大数据带来很多这样的机会。
这样的思维并不是说只有我们现在时代才有，以前有很多利用大数据的跨界思维产生一些创新，产生巨大成果的例子。举两个我们中国历史上的例子，第一个图片是一总草药，叫青蒿，用来治疗疟疾，拯救了全球数百万的生命。通过检验中国传统的古医学古籍，所有的关于疟疾的药方全查一遍，全试一遍，最后通过，这样一个大数据文本挖掘，当然是人工挖掘，最后挖掘到这个药品。第二个大家可能并不了解这个故事，我之所以知道是因为我父亲从事这个行业，第二个照片是铀矿，当年60年代中国是怎么找到铀矿的，这也是一个传奇的故事，当时设备也没有这么先进，但是中国有什么优势呢，古籍特别多，每个地方有地方志。发动所有县的文史馆员们，把地方志拿来读一遍。当初找什么东西呢，就是找有没有什么“鬼村”,这些不祥的地方的介绍，哪个地方是“鬼村”,经常死人，因为如果放射性强的话，那么地方可能就有些早死癌症这些，历史上闹鬼的地方。通过这样的“鬼村”把它找出来，把地方志找出来，再根据中国地壳结构的分布，因为铀矿是在一个比较古老的地壳结构里，这两个一匹配就很快的找到了中国的铀矿，使得中国整个的核工业得到了非常大的发展，这也是一种大数据跨界的思维。当然没有SAS,他是通过人海战术做出来。今天实际上这些东西对我们还是有启示的，这实际上是中国的一大笔财富，有大量的详尽的历史记载，这些文本信息如果能够电子化，对未来有很多可利用的价值。
第三个思维我想讲的就是操作思维，像刚才我们也提到，像SAS,能够把计算的时间从几十天缩短到几秒钟几小时，这是操作的思维。在大数据之前我们可能不在乎这个，因为数据量很小，所以再慢的算法可能就是几分钟和十几分钟的区别，现在数据量大的时候，操作思维就变得非常重要，不仅要想怎么样解决这个问题，而且还要想怎么样能够快速解决这个问题，这就是操作思维的想法。
给大家举两个例子，第一个，这是很简单的一个例子，大家知道所谓的推荐算法，通常推荐算法就是用别人的其他跟你相似消费者的行为来预测我们消费者的行为，比方第一个消费者可能跟最后一个消费者很像，用最后一个消费者预测第一个消费者。大家在亚马逊上买了书，看书评，探测你的口味，然后来进行推荐。这个是一个原理，原理很简单，但这个不太符合我们现在所讲的大数据的操作思维，为什么，因为当你把书评都写好的时候，这个书可能已经上架几个月之后了，因为你看一本书可能要过一个月才能看完，这个时候太慢了，所以这就不适用于我们大数据的思维。现实当中大家用得更多的是，购买还是没有购买，0表示没有买，1表示买了，直接从购买和没有购买来推测。怎么来推测，怎么样来做这样的算法，最简单的，传统的具有科学根据的，当然就是所谓的回归分析，用其他人来预测这个人的偏好。但是实践当中回归分析并不是我们采用的方法，因为回归分析大家如果做过的话可能知道，当中牵涉到对一个矩阵要求一个逆矩阵的问题，当你有几百万几千万用户的时候，这个矩阵可能是几千万维度的矩阵，求逆矩阵的话太慢，但是我们在网上推荐的话需要什么，需要实时的推荐，你上网，马上一秒钟肯定要反应出来，所以你不能够用一种具有统计基础的很科学的方法，没有操作意义。在大数据时代，我们真正用的是基于相关系数，不算回归，只是利用相关系数做一些算法。为什么相关系数好，因为相关系数快，而且还能够不断的动态更新，不需要大量的做重新计算。不讲算法的具体的东西，只是想从这个例子给大家看出，大数据时代什么叫操作思维，怎么样能更快有更有效做出来，而不是在算法上或者在科学基础上一定做到百分之百的精确，百分之百的有根据。
为什么一个不精确的算法还有用呢，待会儿会牵涉到我们下面讲的实验思维，我们可以试，像亚马逊，在几秒钟几分钟内试出来一个算法到底有没有效果，不好就换一种。虽然没有统计学的根据，但是可以通过实验找到优化的结果。这也是其中的一个应用，美国一个做得很有名的公司叫OOYALA,他们是在这个视频网站播放视频多时候实时推荐广告，这就要求更快的速度，不光是你搜索一本书的问题，而是视频，大量的数据。还有一个是通过结合视频分析来做销售的管理，这是一家美国的公司他是用店内的摄像头，本来是用来防止盗窃，但是他用这个来跟销售人员进行对接，很多时候大家进店买东西的时候，有的时候你想看看，但是销售人员就上来了，你要不要帮助，一下子觉得有点尴尬，算了，不买东西，就走了。有时候看东西，有兴趣的，但是又没有人上来帮助你解答，有的时候不需要人上来，销售人员来烦你。这个公司就利用这样的一个录像信息的分析，视频分析，跟销售结合，怎么结合，我要从这个录像分析里面直接看出这个顾客到底是油需求要找销售员还是没有需求找销售员，他们怎么做呢，跟这种比较专业的人士相结合。比如他们在万宝龙店用过，单店的销售额提高了20%,万宝龙全球有这么多店，当中有些店有些非常有经验的销售人员，他看了这个录像，他觉得这个人你应该过去，这个人你应该让他自由逛一逛，不是所有人都有经验。万宝龙把有经验的人请过来看一看，通过这个形成一个智能专家系统，通过这个经验推广到其他门店，其他门店可能销售人员没有经验，但是通过这个智能专家系统，他可以实时的，通过这个专家系统来判断这个销售人员是不是应该前去接触这个消费者。该接触的话，他的手机就会显示说，这个人你应该上去了。通过大数据，把一个非常优秀的销售员的经验，推广到整个系统里面，这样的话当然单店的销量得到非常大的提高，等于每个员工都变成了优秀员工。这也是一个操作的思维，虽然直接的分析非常困难，但是可以把人的判断和机器的判断和数据的分析相结合，达到一个很好的效果。
最后还有个思维的维度就是实验思维，大数据时代可以帮助我们快速进行很多实验，通过实验来选择到优化的结果，比方说实验思维的一个先驱，维多利亚的秘密，大家知道他们在中国基本上没有网店，现在在上海刚开了第一家旗舰店。为什么能够做得很好，他做了大量的实验，因为他们做的是直销的，抽取一些样本，通过实验，快速看哪些人对哪些有反应，然后进一步优化。他们就发现他们很多潜在客户是一些男性消费者，得到了很大的一个提升。另外这也是我自己最近做的研究，跟国内比较有名的做推进的平台，百分点，在北京的，大家都知道网上推荐做得非常多，到底效果如何，实际上并没有一个很好的定论，大家说我有多少的销量，比方这个公司我们做的一个客户，7%的销售是通过公司来的，但是并不意味着真的是推荐带来的销售额，因为你不推荐，别人也会买，或者买其他的产品。要通过实验的手段，比方说一些人到这个网站之后，一半的人给他看推荐，另外一半的人不看推荐，但是我们本来想给他推荐什么东西，我们还是记录下来，故意不给他看。然后这些人群跟踪半年以上，看这个推荐到底什么效果，让我们非常惊讶的是，除了短期效果有，当然没有7%这么高，最惊讶的是会发现有长期的效果，很多人没有买推荐的产品，但是看了推荐之后，下次买的机率就会增长。这样的话又帮助了这种公司来改变他们的商业模型，本来是每次点击收费一次，或者每次消费收费一次，现在有长期效应，不买也有长期效应，可以收一个年费了，比如推荐带来一个品牌形象增加的好处，这些都是通过实验才能得到的。这些在大数据时代我们可以非常快的来跟踪，来源做出这样一个判断，来进行这样一个优化。
最后我要讲的，我们整个大数据的思维养成，跟我们大数据应用的三层境界非常相关，第一层是描述，第二层是预测，用到相关性，并不是因果性。最后是优化，优化用到相关性，我如果是做一个改变我这个营销手段会有什么样的结果，这是一个因果性。前面描述是定量和跨界思维，预测是跨界和操作思维需要，我们对因果性需要利用到操作思维和实验思维。一个例子，这个图可以看到，哪个是可口可乐更忠诚的用户，我们可能会说第二个，第一个可能变成百事可乐用户了。相关性，我们预测下一次购买，A和B他买可乐还是买百事，这个里面可能是相关性的东西，我们有很多变量输入进去，然后做一个推测，但是最后所谓优化什么，如果我给第一个人发一个促销的短信，他是不是能够重新变成可乐的用户，这是我们知道一个因果性，因果性怎么来，可以通过实验的方法测量出来。这是我想讲的大数据应用的三层境界。
时间关系，先讲到这，我们以前讲到大数据有3个V,体量很大，数据种类非常多变，需要处理的速度要求很快，现在要从3V转到3I,三个结合，数据和战略的结合，商业和技术的结合，最后是分析和优化的结合。
欢迎大家加入科技杂谈菁英汇，交流思想、分享信息。仅限行业商端人士参与。参与方式：点击左下方“阅读原文”填写您的加入信息，科技杂谈通过审核后，会添加入群。
本文仅代表作者观点，科技杂谈授权刊登。
转载必须注明作者与科技杂谈，侵权必究。
科技杂谈文章，均同步发布于犀牛财经网。
已入驻搜狐新闻客户端，网易阅读客户端。