数据战略:如何从大数据.数据分析和万物互联中获利

第1章　为何说当下业务无不是数据业务 数据正在以前所未有的速度改变着这个世界以及我们的生活和工作方式。不同的角度看法不同，我们或许正踏上一条无比激动的精彩旅程，抑或正在进入一个令人毛骨悚然的“大哥”时代—我们的一举一动在这个“大哥”眼中暴露无遗，甚至可以被它未卜先知，随你怎么想象，但两者确实皆有可能。然而，企业领导者和管理者几乎没有时间去怀疑数据的权威性。数据已开始彻底改变公司的运营模式，而且注定会在未来几年对组织来说越来越重要。 只有那些将数据视为战略资产的公司，才有可能得以生存和兴旺。大数据和物联网的巨大增长，再加上数据分析方法的快速发展，必将不断提升数据在企业各个层面的重要性。 1.1　大数据和物联网的惊人增长 今天，我们只需两天时间即可创造出人类在2003年之前积累起来的全部数据。难以想象吧，只需要两天的时间！而且我们创造数据量的速度还在持续提高。到2020年，我们可以使用的数字信息量将从今天的大约5ZB增长到50ZB。我们的每一个动作都会留下相应的数字轨迹—无论是在线浏览、使用信用卡在实体店购物、发送电子邮件、拍照还是阅读一篇在线文章，甚至是在大街上行走，如果正好你带着手机或是你附近安装有闭路电视摄像头。 “大数据”一词是指这些数据的总体集合以及我们在商业等各个领域利用这些数据的能力。数据本身并不是什么新事物。实际上，早在计算机和数据库出现之前，我们就已开始使用数据来跟踪行动和简化流程—想想纸质的交易记录和档案文件。计算机，尤其是电子表格和数据库为我们提供了一种简单易行的存储和组织大规模数据的方式。忽然之间，我们只需单击一下鼠标，便可取得信息。 但直到*近，数据还仅限于电子表格或数据库，而这些数据必须是高度有序、整齐排列的。任何不易组织成行和列的数据都会因为实在难以处理而被忽略。而现在，存储和分析技术的发展都意味着，我们可以捕获、存储和处理非常多不同的数据类型。因此，今天的数据可以包括从电子表格到图片、视频、录音、书面文字和传感器数据等各种类型。 毋庸置疑，仅仅是我们所创造的数据量就已经无比巨大了。但说实话，我觉得自己从来就没有对“大数据”这个词满意过。这个词对数据的认识只停留在非常肤浅的层次上，因为关注的只是数据量，而不是数据所带来的无限机缘。我真希望能用一个更贴切的词汇来描述在我们技术、文化和世界中的这一巨大转型。也正因为如此，在这本书中，我才不遗余力地从各个角度来谈论“数据”这个概念，无论大小—因为你拥有多少数据都无关紧要，重要的是你能否将这些数据成功地为己所用。 1.2　数据驱动的勇敢新世界 在大数据面前，你毫无隐私可言，因为它对你是无所不知的。谷歌知道你在网上搜索什么，脸书（Facebook）清楚你的朋友是谁，互联网服务供应商（ISP）会跟踪你在互联网上访问过的每一个网站，即使你采用隐私浏览模式也不能逃脱它们的视野，但“大数据”的能力还远不止于此。谷歌不仅知道你的年龄和性别（尽管你从未告诉过他们），而且你完全可以确信，它们拥有你*全面的个人画像，对你的兴趣一清二楚，因而可以确定该向你推送什么广告。脸书很清楚你的朋友是谁以及你正在和谁约会。但你是否知道，脸书还能预测你的约会是否会延续下去，或者，如果你还是单身，那么，你即将在什么时间拥有一段感情（并且是和谁）呢？此外，脸书还可以基于对你的“爱好”的分析，判断你的智商。例如，如果你喜欢扭扭薯条（Curly Fries）、《科学》杂志（Science）、莫扎特、雷霆乐队（Thunderstorms）或是《每日秀》（The Daily Show）节目，就可以预言你拥有较高的智商；但如果你喜欢哈雷摩托车（Harley Davidson）、“战前女神”乡村音乐演唱组合（Lady Antebellum）或者《我喜欢做妈妈》 （I Love Being a Mom）节目，则说明你的智商可能较低。 在英国，警方在全国各地安装了数以千计的联网闭路电视摄像头，这些摄像头可以扫描车牌号并拍摄汽车和司机的照片，因此，警方可以随时掌握你在哪里驾驶。在美国，很多城市也在使用类似的道路摄像头。你的手机也可以判断你的驾驶速度有多快。目前，尽管警方还没有共享这些信息，但越来越多的保险公司已开始利用智能手机数据来推断谁是安全的驾驶者，谁的驾驶风险更高。 杂货店会员积分卡会暴露你喜欢的品牌是什么，并收集大量你的购买习惯和偏好的信息。零售商不仅可以使用这些数据对你的购物体验进行个性化设计，还可以借此预测你在未来会购买什么。举一个众所周知的案例，美国零售商塔吉特（Target）曾推测出一名十几岁的女孩已怀孕（根据她的购买习惯），并开始发送和婴儿相关的商品优惠券给她，而令人震惊的是，她自己的父母居然还不知道她已经怀孕了。 不过，大数据的能力远不止社交媒体网络和商品优惠券邮件。它的影响遍布现代生活的方方面面—从医疗卫生到太空探索，甚至到政治选举，概莫能外。 例如，在分析技术驱动的政治竞选活动中，*关键的策略就是要把握哪些人群属于摇摆不定或者未做决定的选民。这不难理解，为什么要浪费宝贵的时间去争取那些肯定会投票给你的人呢？至于那些永远都不会认同你的人，就更不值得你去浪费精力了。这项技术是奥巴马在2012年大选中*先开创的。当时，一个由100多位数据分析师组成的团队的任务是每天要运行66 000多次计算机模拟。 首先，奥巴马竞选团队的分析师收集并整合了来自选民的全部数据，包括个人登记信息、捐款记录、公开资料以及向第三方购买的商业数据（包括从社交媒体中挖掘的数据）。然后，针对每个被确定为分析对象的选民，分析师们根据他们的数据特征与已知奥巴马支持者的数据特征的匹配程度，对他们投票支持奥巴马的可能性进行评估。凭借这些复杂的人口统计信息，奥巴马的竞选团队启动针对性竞选运动。之所以采取这些措施，目的就在于提高对候选人支持概率高的地区的选民投票率和登记人数，或是在支持度量指标表明的原本支持该候选人的选民有可能倒戈的地区，提高对选民的影响力。这意味着，根据是需要说服选民登记、还是投票，还是选择正确的候选人，竞选团队通过电子邮件、社交媒体帖子和浏览器广告推送，可以发送对选民有针对性的信息。 在那以后的几年里，所有政党及大多数候选人都乐此不疲地推出自己的分析策略。 此外，大数据还有助于我们解答火星上是否存在生命这个问题。美国国家航空航天局（NASA）下属的喷气推进实验室负责“好奇号”火星探测器的日常任务规划，该实验室目前正使用Elasticsearch技术（像Net.ix和高盛集团等公司也在使用该技术）处理“好奇号”每天四次在预定上传期间所传输的全部数据。虽然任务规划决策始终以前一天获取的数据为基础，但随着实时分析技术的采用，大大加快了任务控制决策的时间。这样，就可以更快地识别出数据集的模式与异常现象，并且能提供关键任务见解的相关性（correlations）更有可能变得明显，从而提高实现科学发现的成功率，减少失灵或失败的风险。 即使是医疗卫生也未能摆脱大数据的触及范围。多年以来，大多数医学研究和发现始终依赖于收集和分析数据：谁生病，他们患病的症状如何，以及患病的原因是什么。而现在，由于每一部智能手机都安装有传感器，而且医生可以进行跨学科信息的共享，使得可用数据的数量和质量达到了前所未有的水平，这意味着，实现医疗突破和变革的概率呈现出指数级增长。今天，智能手机以及Jawbone（健身手环）和Fitbit（智能心率手环）等其他常见智能设备，都有能力跟踪人们在追求健康生活方式方面取得的进展。此外，跟踪和监测糖尿病、帕金森病以及心脏病等慢性疾病的App（应用程序）和设备，也正处于开发状态中。 尽管医疗行业已收集了大量的数据，但这些数据往往被单独放在个别医生的办公室、医院和诊所里。整合这些数据并将其与通过智能设备收集的患者数据结合起来，也是医疗业亟待克服的下一个重大障碍。医疗服务供应商已开始专注于数字化患者病例，并确保医疗系统内均使用相同的患者病例。此外，模式识别软件已被用于辅助诊断。到目前为止，某些算法在检测化验结果诊断癌症方面和人工诊断一样有效，甚至比人工诊断更有效。在诊断早期病症方面有巨大的潜力可挖，从而可以大大增加治愈的概率。此外，还可以使用大数据跟踪、分析和治疗世界各地的流行性疾病，比如埃博拉病毒和寨卡病毒。 但所有这些只不过是冰山一角而已，数据量只会继续增长。通常，在注册一种新产品或新服务时，无论是健身跟踪器还是商店会员卡，我们都会心甘情愿地提供自己的私人数据，以换取好处，如改善健身效果或是积攒换免费咖啡的积分。随着更多公司开始涉足数据领域和技术的不断发展促进信息的收集，可用的数据量预计将会实现指数级增长。 此外，我们还将更好地进行数据分析，每周市面上都推出新的数据分析工具。事实上，微软和Salesforce*近均发布了有关新型工具的消息，旨在帮助非程序员创建可用于查阅和分析商业数据的应用程序。可以预见，随着分析数据能力的提高，我们的预测能力也会得到相应改善。据市场智囊团IDC（International Data Corporation，国际数据公司）预测，到2020年，在全部商业分析软件中，将有一半软件拥有指导性分析能力。这就是说，这些软件不仅能预测客户或用户的行动，还能根据这些预测提出具体建议。从数据和分析的角度来看，我们正处于一个令人无比激动的巨变时刻，在未来五年或十年时间内，技术或将给我们带来今天还无法想象的可能性。 造成这轮数据爆炸的部分原因就在于物联网（Internet of Things，简称IoT），有时也被称为“万物互联”（Internet of Everything，简称IoE）。物联网是指通过互联网收集和传输数据的设备，不仅包括智能手机、智能手表和智能手环，甚至还包括电视和冰箱等常见的家用电器。近年来，物联网技术已实现了巨大增长，但它还仅处于起步阶段。今天，全球约有130亿台设备与互联网连接。预计到2020年，这个数字将上升到500亿到700亿之间。到2020年，单是智能手机的用户数量预计将超过60亿。 智能设备正在改变我们的世界、汽车、家庭乃至我们的商业。到2020年，约有25亿辆汽车将与互联网实现连接，并通过互联网提供一系列的车载服务，甚至是自动驾驶。曾经的科幻小说已成为现实—谷歌的自动驾驶汽车已创下每周行驶数千英里（1英里=1 609.344米）的记录。 “可穿戴”（wearable）技术是物联网的重要组成部分，2015年，可穿戴设备（如智能手机和智能手环等）的全球市场增长了223%。目前，1/6的消费者以某种方式拥有并使用可穿戴技术。这些设备造就了巨大的数据，而直到现在，我们才刚刚开始意识到这一点。 联网设备不仅可以连接到互联网上，还可以互相连接和共享信息。事实上，到2024年，设备与设备之间的连接数量将增长到270亿。因此，在不久的将来，我们完全有理由想象：家里的冰箱会告诉你牛奶什么时候已经过期，而且会自动提醒你的智能手机，下次在线消费时不要忘记买牛奶。