车品觉：生活中的大数据

　　1 引言

　　如今，一个大规模生产、分享和应用数据的时代正在开启。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。这些以“PB”为单位的数据将现代社会带入了一个“大数据”时代。

　　“大数据”引起了全球的高度重视。2000年以来，搜索、广告和电商利用大数据获得丰厚回报。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，将“大数据研究”上升为国家意志，将对未来的科技与经济发展带来深远的影响。

　　“大数据”其实离我们很近，甚至已逐步渗入人们的生活中，并给人们生活带来了极大的便利。

　　2 你的冗余我的宝贝

　　人们每天都会收到天气预报，但这对大家来说只不过是个信息，它只能说明人们决定如何适应今天的天气，比如出门是否带伞、是否需要多穿衣服等。但美国有一家公司却把天气数据用于商业中。这家公司叫Planalytics，是一家全球领先的专注天气分析的公司，服务来自美国、欧洲及南美的200多家客户。该公司在天气分析上积累了大量经验，特别是在细节上，在美国多家大型零售和制造商都有成功案例。目前为止，这家公司已分析了上万亿的交易数据及8 500个类目，基于这些分析再将天气数据转化为有助于企业决策的指针（可理解为数据中间层），进而优化业务结果。

　　数据的重大价值在于能让人们把决策前置。如果通过数据能够比别人哪怕早一秒对事情做出准确的预判，就比竞争对手更有优势。准确的预判加上快速的行动，就是现在人们所讲的行动智能（actionable intelligence）。但想达到这个目标，需要足够的资源，最关键的原材料就是数据。然而，一些重要数据之间的关系往往不是那么直观，人们常会忽略这些数据之间的关联性。发生这种情况有两种可能：一是这些数据之间的关系较隐性，不容易直接被人发现；二是过去不容易拿到这个数据，或者能拿到但数据太粗或不够准确等。

　　可以想象，春天的到来对零售商意味着春装的采购、户外用品销售的回升等，然而今年的春天是否会和以往相同？数据表明，重复上一年天气的概率仅有15%。而商户的规划往往基于往年的销售并假设同样的天气再现。

　　天气对商业的影响远大于人们所意识到的，商户对天气的反应也往往是滞后和临时性的。在美国，天气对服装行业和百货商店的影响都高达30亿美元，对园艺五金工具的影响则达到40亿美元。对于天气敏感的类目，利用天气数据将其业务weatherized（天气化）带来的效益是非常可观的。天气数据看似简单，却价值连城， 但其价值并非来自本身，而是通过与具体商业问题的结合，发掘出其对商业的影响， 从而创造价值。30℃的天气对业务意味着什么？这取决于所在的地区、所处的类目、所在的季节、该地区的历史天气以及历史销售记录等。因此，天气看似是小数据，但要利用天气数据驱动业务，却需要融入来自多个来源的大数据。

　　一直以来，笔者也观察了天气跟服装销售的关系，发现一个很有意思的现象：原来，每年一到冬天刚结束，就有人开始寻找夏装，而当广州的天气第一次变热时，夏装的需求就爆发了。反过来，在冬天，北方城市的首次降温也会带来冬装搜索的热潮，而最早开始搜索的这些人往往都是服装达人。

　　像这样能了解到天气与服装销售之间关系的人，可能就发小财了，这就是数据联结的价值，这就是大数据的奇妙之处。别人的冗余，居然被收集起来“废物利用”，变成了我的宝贝，点石成金。这种经济效益绝对奇妙无穷，也是笔者从事大数据的动力。试想，在地广人多的中国，如果能够把更多的环境数据与人们衣食住行的习惯进行关联，将有可能挖掘出非常有价值的商业机会。

　　3 用生态数据看本质

　　如何判断一家公司的文化好坏？找员工填写调查表，还是找管理层深入访谈？可能去这家公司的洗手间看看，五秒就能得到答案。

　　其实，现在甚少有企业会去量化公司的“生态环境”，更少有城市会去量化城市的“生态健康”。大家常常说“智慧城市”， 但有谁为“智慧城市”定过指标？“智慧” 如何量化呢？是指城市竞争力强，还是居住舒适度高？

　　人们常常忽视数据的价值。很多KPI（关键绩效指标）的制定和考核都带有业务数据的痕迹，但是很少听到企业说要用数据量化公司部门及员工的合作关系，更少看到企业用数据去预测“生态规则”的有效性，比如通过数据去了解一个新政策出台后导致的实际影响和人心变迁。实际上，数据之所以拥有巨大价值，关键在于可以通过数据将“生态”展现出来，并预测随之而来的影响及趋势。相信一切都可度量，这才是大数据的根本价值所在。

　　近期一个鲜明案例在美国发生，美国总统奥巴马宣布了一个“警察数据倡议”，在全美21个重要的管辖范围执行，目标是打造一个可以分析和分享知识、共同解决问题及建立最佳实践档案的社区。

　　2015年3月，在特遣队给总统的60条建议中，明确提出了警察数据化的强烈需求。这一建议指出，尽管美国采用了广泛的社交和经济指标来衡量国家的健康度，然而却缺乏衡量警察和执法机关的指标。警方数据的收集是保障公民权利及安全体系中非常重要的一个环节。目前这个数据开放社区主要有两项工作：通过开放数据增加透明度，建立社区信任并支持革新；更好地利用技术手段，例如早期预警，借之识别安全问题，提升责任感及防止滥用警力。

　　目前，已经有12个警察局承诺加入这个数据开放社区，他们和数据科学家一起深度分析警察/公民之间对抗的数据，从而让警察能够更加有效地在早期介入案件。美国首席数据科学家Patil D J亦在社交网站上，就警方数据和民众进行了交流。

　　奥巴马当局的聪明之处在于，他们围绕一个非常小的点——警方数据，构建一个数据生态社区。假以时日，这个社区可清晰地勾勒出美国社会安全的隐患，完善美国警力结构，进而降低犯罪率。

　　建立一个“生态数据”的体系，表面上跟传统的商业智能方案没什么不一样。其中的要点也不外乎数据收集、判断、整合、分析等。但从笔者的经验发现，两者不同的地方在于生态着重的是平衡，数据所显示的是各种角色之间互为关系的结果，即从外往内看连接点，从垂直细分领域延伸至全面分析。同时，也清晰地认识到，大数据虽大，但目前的数据对于生态环境或系统而言却远远不够。因此，生态数据的构建将是人们长远的课题。

　　4 医疗业酝酿大数据突破

　　说起看病，很多人都会觉得痛苦不堪。排队长、看病慢、费用高，如果换一家医院，所有病历统统作废，检查记录需要重新来一遍。所以，普遍中国人都有个愿望， 就是有医师、律师、会计师成为自己最贴心的顾问，帮助自己管理身体、司法事务及财富。这是痴人说梦话吗？现在，美梦或许逐渐成真。

　　美国初创公司Kyruus正在探挖医疗领域数据，高效地配对医生和病人。如果看看航运、旅游业的做法，就很容易理解Kyruus公司在做什么事情。

　　人们预订机票、酒店时，能很方便地根据指定时间、地点、星级等找到合适目标，那为何不能用这种数据驱动方式寻找医生呢？瓶颈原来在数据的可获取性。

　　Kyruus公司花费了大量精力探索多个数据系统，把所有与医生相关的数据整合在一起，包括预约系统、评价系统、索赔和账单数据。医生信息系统包括专科、语言、地点、电子邮箱、最早可预约时间等。当近距离看这些数据时会发现，大家一方面感叹医疗资源不足，另一方面竟然有30%~40%的医生每天都有空档。通过Kyruus这个平台，将大大减少医生的空档，提高医疗效率。

　　波士顿和洛杉矶的一些医疗保险公司已经开始使用这一项服务，Kyruus公司采用对医生收费的盈利模式，包括首次数据采集发布费用及后续的月费。目前Kyruus平台只向医疗保险公司开放，但很快将直接面向病人。

　　在上述例子中看到，Kyruus公司整合了医生的数据，但在医疗领域上，大部分数据仍未打通。例如，哪位医生开了什么药给哪种病人，这个病人吃药后效果如何，这个病人以前的病历是否对药效有影响，甚至无数不同的病人对不同药物的反应是怎样，人的基因与药物测试结果的关系等。不同医生的诊断数据能否相互关联，形成一个庞大数据库，进而让机器从中学习，并找出最好、最有效的治疗方法呢？

　　试想还有多少专业领域正等待大数据去革新？越是看起来牢不可破的行业，就蕴藏着越大商机，当大家发现数据资源丰富（已数据化），但基于技术或组织原因而分散的行业时，该行业就值得立即革新。“关联”就是大数据的创新精神。

　　笔者相信人类正在加速这方面的发展，希望借助大数据的力量，打破和革新更多传统行业的服务壁垒，让人们过上更轻松、更幸福的生活。

　　5 我的信用我做决定

　　大家试过信用卡逾期未还款吗？如果告诉大家逾期还款3次以上，会影响日后贷款的利息，大家可能就不会轻易忘记还款了。信用分数一直是个黑盒子，人们不知道自己为何会得到这样的评分，得不到适时反馈的结果是我行我素，甚至自暴自弃。每一次人们悔不当初之时，心里总会想：早知道就好了。

　　其实，眼下大部分的现实反馈都是滞后的：等到体检后才知道“三高”，等到失眠后才知道喝太多咖啡，而这时候再弥补和改正可能已经晚了。未来，大数据可以帮助人们“早知道”一点吗？再进一步看，大数据可以帮助人们迅速纠正错误的判断和行为吗？答案必然是肯定的。

　　现实中已有很好的例子，比如健康手环，实时地收集走路、休息、睡眠、心率等生活活动数据，让人们更好地自律，更健康地生活。根据这些数据的反馈，可以马上采取修正行动。

　　下面为大家介绍的一家创新金融公司Credit Karma（CK），是一个打破“讯息黑盒子”的真实案例。该公司成立于2007年，业务完全基于信用数据，继而发展到繁多的个人金融服务，目前已有4 000万用户，占美国人口的12%，非常可观。在美国，信用分数（credit score）至关重要，大至房屋贷款，小至租房租车，对一个人的信用判断都强烈依赖信用分数，几乎所有人对自己的信用分数都非常重视。

　　CK是一个免费的个人信用分数管理平台，把曾经是信用机构和金融机构才能取得的信用数据透明化。在得到用户授权的情况下，该公司从美国三大征信局提取信用评分数据并提供给用户，又在用户的分数发生突变时及时通知。同时，帮助用户理解影响其信用分数的关键因素，例如申请信用卡太多造成负面影响。这家公司还提供信用工具，例如信用分数仿真器，仿真发生某种个人金融行为对信用分数的影响。

　　在提供个人信用管理服务的基础上，CK公司基于对个人信用数据的了解，进而发展为个人金融服务平台。该公司相信他们拥有足够的数据来为用户提供金融建议，当用户的信用分数上升时，理应获得更低的利率，CK公司会在第一时间为用户提供最佳的产品推荐，现已包括信用卡、贷款及保险等。

　　有趣的是，梵文karma可简单翻译为因果，这个因果可能是有延迟效应的（佛家叫“业”），其中可分为共业与自业，呼应于数据收集，便可解释为个体反馈与集体反馈。信用评价与大环境的经济气候向来息息相关，大数据能给个人带来的就是集体经验的反馈。收集自己的健康数据，可以调节生活习惯，促进健康。若能导入类似人群的健康数据进行比较分析，必然会得到更好的健康指导。

　　笔者认为，大数据的趋势是运用集体智慧去优化个体的意愿，这种互动是一种新的生活方式。以CK公司为例，人类与大数据之间的互动，将会加速变革很多传统行业，使之产生翻天覆地的变化。

　　6 大数据走向平民化

　　笔者曾经跟一位美国零售集团的高管交流，得知数年前当传统零售业意识到电子商务所带来的改变时，除了大量招聘数据科学家之外，第一件事就是去收集在线对手大量的实时商品数据。经历了几年后， 如今美国的大型零售公司都已具备选择商品、动态定价及多终端多渠道的管理能力。为了支持每一秒钟与对手的竞争，可以想象收集更广、更实时数据的重要性，即使是一个简单的天气变化，都有可能令当前商品的竞争力落后于对手。

　　兵法有云“知己知彼，百战不殆”，对于企业应该如何使用数据，这一句话最为贴切。当很多公司问该怎么使用数据时，笔者必然会告诉他，用数据了解自己（知己） 是第一步。第二步就是用数据来了解竞争对手（知彼），并根据对手的动态变化做出攻守判断。大数据的关键，就在于如何量化数据大小与决策好坏的关系。

　　大家可能会问：这么高难度的事情，小企业如何跟得上呢？好消息是在这几年间， 美国的大数据生态已逐步走向平民化。

　　最近，美国一家专注数据收集爬取的公司Import.io，就让大家眼前一亮。互联网是世界上最大的开放数据来源，通过Import.io公司的工具，用户可以瞬间将众多不同网站转化为数据表格或API（应用程序编程接口）。Import.io公司每天从互联网上搜集千万条纪录，至今已从30万个网站上收集了上千亿条数据纪录。Import.io公司在同类公司中技术领先，曾多次被评选为最佳创业公司。目前该工具对个人用户免费开放，对企业用户则源源不断地提供大规模、定制化及具有质量保证的数据。

　　令人感到兴奋的是，他们把采集半结构化数据这项本来只有技术工程师才能做的事，变成了人人都可使用的平民化服务。而健康的大数据生态，应该是可以让数据从收集、加工到应用的各个环节变得愈来愈精细，整个数据处理的过程形成一个互惠互利的产业链，大家都在大数据的海洋中共同分工协作。

　　不得不赞叹美国大数据产业链的发达：有人做数据的中间层，比如把天气跟零售的数据关联起来给需要的人使用；有人把机器学习的门坎降低，变成MLS（machine learning as a service），让不懂数据的人也具备数据学习的能力；也有人把数据可视化变成简单易用的工具。Import.io这样的公司就把数据收集变成如水电煤一样每个人都能使用的服务。

　　虽然大数据从原始数据到加工再到使用是很长的链条，但如果有好的数据生态和产业链，每个人专注其中的一个环节，各司其职，分工协作，就能把数据的价值发挥到最大。希望在不远的将来，中国也能跟美国一样，早日建立丰富完整的数据产业链。

　　7 结束语

　　大数据已在人们的生活中开花结果，在不经意间，给人们的生活带来了极大的便利，使科技发展日新月异。