什么是大数据年代的思想?
本文摘要:假如亨利福特创始的汽车制造流水线让大规模制形成为了可能,那么第三次工业革命将是一个从大规模制造向大规模定制演进的过程。定制化效劳的要害是数据。《大数据时代》的作者维克托迈尔舍恩伯格认为,很多的数据可以让传统行业更好地了解客户需求,提供个性化

假如亨利福特创始的汽车制造流水线让大规模制形成为了可能,那么第三次工业革命将是一个从大规模制造向大规模定制演进的过程。定制化效劳的要害是数据。《大数据时代》的作者维克托迈尔舍恩伯格认为,很多的数据可以让传统行业更好地了解客户需求,提供个性化的效劳。舍恩伯格以美国几家立异企业为例,讲述大数据是怎么从质变到质变,为效劳业带去实质性的改造。

以下是舍恩伯格在福布斯·静安南京路论坛上演讲实录,有删减。

一百多年前,汽车行业是第一个真正引入大规模出产概念的行业。那些曾经买不起车的美国工薪阶级,俄然承当得起汽车这个有钱人的专属玩具了。福特T型车让不计其数美国家庭具有汽车。但大规模制造也有其局限性,福特先生说过,你可以买到各种色彩的车,但赤色、绿色都不可能,只能是黑色。大规模出产让数以百计的人买得起商品,但商品本身却是千篇一律的。

我们面对这样一个矛盾:手工制造的产品漂亮无比却十分贵重;与此同时,量产化的商品价格低价,但无法完全满足消费者的需求。

我认为下一波的改革是大规模定制,为很多客户定制产品和效劳,本钱低、又兼具个性化。比如消费者期望他买的车有赤色、绿色,厂商有能力满足要求,但价格又不至于像手工制造那般让人无法承当。

因此,在厂家可以担负得起大规模定制带去的高本钱的条件下,要真正做到个性化产品和效劳,就有必要对客户需求有很好的了解,这背后就需要依靠大数据技能。

数据能通知我们,每个客户的消费倾向,他们想要什么,喜欢什么,每一个人的需求有哪些差异,哪些又可以被集合到一同来进行分类。大数据是数据数量上的添加,以至于我们可以完成从质变到质变的过程。举例来说,这里有一张照片,照片里的人在骑马。这张照片每一分钟,每一秒都要拍一张,但跟着处理速度愈来愈快,从1分钟一张到1秒钟1张,俄然到1秒钟10张后,就发生了电影。当数量的增加完成质变时,就一张照片变成了一部电影。

让我来通知我们,美国有一家立异企业Decide。它可以协助人们做购买决策,通知消费者什么时分买什么产品,什么时分买最廉价。猜测产品的价格趋势。这家公司背后的驱动力就是大数据。他们在全球各大网站上收集数以十亿计的数据,然后协助数以十万计的用户省钱,为他们的收购找到最好的时间,提高出产率,下降交易本钱,为终端的消费者带去更多价值。

在这类模式下,虽然一些零售商的利润会进一步受挤压,但从商业本质上来讲,可以把钱更多地放回到消费者的口袋里,让购物变得更理性。这是依靠大数据催生出的一项全新产业。这家为数以十万计的客户省钱的公司,在几个星期前,被ebay以高价收购。

再举一个例子,SWIFT是全球最大的支付平台,在该平台上的每一笔交易都可以进行大数据的分析。他们可以猜测一个经济体的健康性和增加性。比如,该公司现在为全球性客户提供经济指数,这又是一个大数据效劳。

大数据有三大特点: 更多,更乱,但内部有关系可循。

假如拍一张照片,我需要对着某一个人,比如说拍陈部长的照片,假如焦点只对准他,那其他的人物在照片里就会模糊掉。我会得到陈部长的所有信息,可是其他观众的信息就过滤掉了。我们采集信息的时分也要做决策,究竟要答复什么问题,采集什么数据,因为一旦数据采集完毕,就无法从头问另外的问题。

但今天我们现已具有全新的照相技能了,一张照片里可以把对角所有事物,包括所有的数据、光线都会被拍摄进去。这样,我任意点一个当地,它都能变得明晰。

为何要这么做呢?便利决策。

我可以在照片生成之后再抉择我究竟要什么,因为这些数据包括所有的答案。不要把自己限制于眼前的问题,要为有前瞻性,把其他有可能呈现的问题也给囊括进去。这是一个十分立异的方法,同时很明晰地通知我们大数据可以做什么。我可以跟我们分享一个隐秘,假如你把照相机拿出来细心看,可以看到这是中国制造。

在具有如此多的数据今后,接下来我们面对的数据质量问题。

为了防止紊乱,我们需要找到数据之间的关联性。

举个实践日子中的例子,大约20年前,亚马逊刚建立时,杰夫·贝索斯让50个书评员来为他卖书,他意想到不只仅可以请人来写书评,还可以用数据技能来提供图书引荐。起先他使用的是小数据,不是大数据,把客户进行分类,比如说有人对中国旅游或者是对园艺感爱好,体系会主动提供引荐。他的同事通知他,刚刚开始使用这个数据引荐时,使用体验其实不好;在进一步分析后,亚马逊抉择不对人进行分类,而是对用户的需求分类。这个做法做法十分成功,以至于到今天,引荐体系为亚马逊带去30%的出售收入。

这就是数据收集和再处理。亚马逊有交易数据,每买一本书就是一个交易,然后对这个数据进行分析。但今天我们已不再满足于交易数据了,转而收集起交流数据。你看了某一个书评、某一个交流会给商家更多的信息和细节。

同时,大数据也重构了传统零售业,是未来零售业改造的催化剂。比如使用谷歌眼镜,消费者不需要屏幕了,因为下一代的眼镜会更好地舆解消费者看到什么,知道怎么更好地抓住人们的视野。关于零售商而言,消费者眼中看到的信息是极具价值的资产。卖家就能够了解我们在看什么样的广告,什么样的产品,在路过橱窗时究竟看了一些什么。

数据的发生和收集本身并没有直接发生效劳,最具价值的部分在于:当这些数据在收集今后,会被用于不同的意图,数据被从头再次使用。

大数据的一大利益就是数据可以被重复使用。比方说这家公司实时车辆交通数据采集商Inrix,该公司现在有1亿个手机端用户。Inrix可以协助你开车,避开堵车,为司机呈现路的热量图,红的就表面堵车。假如只提供数据,这个产品没什么特色,

但值得一提的是,Inrix并没有用交警的数据,这个软件的每位用户在使用过程当中会给效劳器发送实时数据,比如走的多快,走到哪里,这样每一个客户都是探测器。

这里还有更大的隐秘,Inrix可以重复使用数据。比如它了解到周末堵车时,哪里有堵车哪里有更好的出售,他们就能够把这样的数据提供给投资公司,投资公司依据这些数据对零售业再投资,这样的效劳曾经是历来不存在的。

那么,大数据可以怎么为立异企业所用?

你觉得之前建立新公司需要大笔资金,但事实并不是如此。Inrix一开始并没有钱,假如你想在大数据时代取得成功,你现已不需要大的出产基地,大的库房了。你只需数据,只需具有数据,对其进行分析就能够了。有云存储的话,这个本钱就更低。Inrix在建立之初底子没有效劳器和电脑,他们只是租用了云效劳,也不需要很多的启动资金,他们只是有这样一个产品主见。

大数据时代的思维方式是:每天早上起来想一下,这么大都据我能用来干什么,这些价值在哪里可以找到,能不能找到一单个人曾经都没有做过的事情。你的主见和思路,是最重要的资产。

大数据的思维方式也能够协助政府为我们提供更好更有用的效劳,比如说我们可以通过大数据来确定哪些当地会有火灾。曾经防火查看员只有13%的时间可以准备猜测,现在他们找到火灾隐患的概率达到了70%,比曾经提高了6倍。将功率提高6倍是一个巨大无比的前进,未来的公共效劳业可以由此取得更多便当。

Target是一家十分大的美国零售公司,他们已有大数据的分析。

有一天,一个手机打进来,是一位十分生气的客户,这个客户说公司送给他17岁的女儿一个扣头券,这个产品是尿布或者是避孕药,这位客户说:“我17岁的女孩子底子不需要,我需要你来道歉。”几天今后,客户自己跑来道歉,他说你说的很准,我的女儿真的怀孕了。因为怀孕的女性会有不同的日子习惯,会买不同的东西,我们自己有时分都不知道他们现已怀孕了,而Target反而知道了。

这家公司就用这些信息为客户引荐产品,然后给扣头券。为何要讲这个例子呢?因为美国很多客户感到紧张,Target有这样的能力来了解他们的日子中究竟发生了一些什么。

这意味着大数据的另外一个要害点,要提高客户对你的信赖。

举个例子,大数据时代美国运通有这样一个功用,你给他们打手机的话,他们会知道你是谁,比如说你的手机号码跟你的姓名相关。假如在手机里说:你好吗?维克托先生,我能为你做什么,这会吓着客户,因为他不知道为何你知道他的名字。营建信赖很重要。我相信你的过程当中,也期望你们相信我,所以我们做大数据分析的时分,客户需要可以信赖效劳供给商,而效劳供给商也需要体现出来为何他是值得信赖的。

这样一个信赖也不该该被打碎,企业应该要知道哪些事情可以做,哪些事情不能做,客户的信赖将是最珍贵的资产。

什么样的效劳行业会从大数据中获益?

其实所有的效劳行业都可能从中获益,即便是你觉得和大数据没有关系的也能够从中获益,比如说医疗效劳、教育、学习。

我正在写一本新的书,下一年的上半年会出版,仍是大数据以及相关的效劳业。下一年你就知道了,这本书里边会提到大数据对效劳业很重要,因为效劳业将会面对巨大的改变,这不只仅是功率,大数据会为各行各业带来功率,而大数据关于效劳业来说不只仅是功率,我们更多看到将是立异。我们会有愈来愈多的立异主见,来提供新的产品和效劳,这样的话能够让经济更好地开展,我们曾经是历来没有看到过的。

 

作者:维克托·迈尔·舍恩伯格