大數據是啥，可以吃的嗎

參·數 - 一個又自戀又愛吃的數據人沿途隨筆

影姿

產品總監

阿里前數據產品專家，曾負責阿里-消費者標籤體系、圈人定投等大數據應用產品，支持阿里20+BU上百個業務場景千萬級數據調用；2015年負責阿里雲-梧桐工作室，面向線下傳統企業提供數據解決方案，半年累計百萬級商業收入。

在大數據深海浮沉幾年，玩過真正的大數據應用，現在跟著老闆出來創業，剛被COO教育既要低頭趕路，偶爾也要抬頭看天；接著又和CDO關於平台產品爭的熱火朝天，於是一個人打算寫點東西冷靜下，哈哈，真是樂天。

關於大數據是什麼，從一開始僅僅只想做數據，到開始意識到自己做的是對整個集團有核心意義的數據產品，再到走到外面，把數據能力對外輸出，所有過程中，不斷的有客戶問到這個問題，有懵懂的、有善意的、也有挑釁的、不屑的。就像大數據本身一樣，混亂又帶有迷幻色彩。

現在對大數據的理解有兩種極端：站在大數據的風口，很多人覺得大數據是未來，可以解決所有問題，包括人工智慧；我自己不用想，大數據已經替我想好決定好一切了；還有一種，是大數據的概念炒了好幾年，冷飯都抄成鍋巴了，但是嘗試過人的只收集齊了幾萬點傷害，覺得大數據不過如此。

聰明如我，當然是持中立態度：自己從做數據出身，敬畏數據的力量，只要正確處理數據，數據結果會讓你跪服；但是另一方面，跟著商務出門見客戶，有時候臉紅紅不好意思抬頭，看看旁邊的CMO，互相覺得好像我們也沒有這麼厲害嘛。

大數據並不一定要數據達到了多少體量才能算是大數據，但是如果數據簡單量少到只需要用xlsx、SPSS等傳統數據處理就能解決，就不需要再用大數據技術，有點殺雞用牛刀的感覺。但大數據應用一定並不僅僅指分析，跳出傳統數據分析的範疇，大數據應用領域可以指導使用在我們所有的生活工作業務、場景領域，例如個性化推薦、精準營銷、風險監控等。

這幾年多多少少沉澱下來的經驗，和老闆時謙虛時叫板時被罵總結到的體會，加上偶爾抽筋想增加修養磕磕絆絆看的書，有幾點關於大數據的基本特徵可以和大家探討：

一、非競爭性

現在很多企業，對數據的保護是非常嚴格的，大家都覺得自己的數據很有價值，不能隨便給別人使用。曾經有一度，我在做數據聯盟的時候（這個可以以後另開一篇文章講），每次和客戶聊，都想傳達一個概念，數據如果是一種資源，那也是可以被眾多消耗方同時使用和反覆使用的資源，個體的使用不會妨礙他人的使用。數據只有越被使用才能積累數據的應用價值（當然裸數據直接售賣的方式不在我所討論的大數據應用範疇）。

二、價值無定值

延續上面說的，裸數據直接售賣，在我們積累了大量的數據應用實踐經驗之後再回過頭來看，是覺得非常可笑的，所有想對某個數據欄位定價，然後公開買賣的，都是短時和自絕的行為（個人觀點，不要動磚頭）。數據就像是無形資產一樣，市場估值取決於買者對該項數據的需要程度，合適的數據服務應用於某個客戶產品，產生的作用千差萬別，硬要給某個數據定一個價，只能讓數據貶值或讓高買者對大數據產生不信任。但是並不是說數據是無價的，數據一定要有一個價值，然後讓它流動應用起來，不斷調整迭代到合適的附加值，聰明的數據應用者會最大程度利用具有真正附加值的應用模式創造財富。

三、會問問題

沒有能夠自動從大數據中獲取經濟價值的方式，沒有捷徑和想當然，我反對所有說只要有大數據就什麼也不需要幹了的說法。企業單純的存儲數據沒有什麼用處，而存儲什麼，清除什麼，業內可以選擇的高端技術都已經準備好靜待選擇。現在對於一家企業來說：前瞻性的深入理解哪些數據值得首先存儲和處理，是第一要務。

大數據只提供答案，但它對該問的問題保持緘默，這些問題來自負責人的智慧，提出怎樣的問題視關鍵！就像柏拉圖說的那樣：最終獲勝的將是那些「知道如何提出問題的人」，只有那些知道怎麼樣提出問題的人才知道，哪些數據可能會回答問題，如何用這些數據回答問題。

大數據行業里最缺乏或者將來身價最高的人，就是既理解業務，又了解數據，知道怎麼提出業務的問題，也知道怎麼用大數據解答問題的大數據專家（打個廣告：歡迎來數瀾應聘產品經理提升身價）

大數據技術提供了高端快速的尖端技術，使得大數據處理技術能夠日行千里。但是如果不選擇正確有效的方向，反而累加為錯誤支付的成本。在大數據時代，一個正確的方向，正確的提問，正確的思路，比高精尖的科學技術、海量實時的模型演算法更重要。

四、數據要有活性

啊，我覺得我好嘮叨，長話短說，數據有保質期，需要不斷更新，沒有任何數據是一塵不變的，數據如果不更新，就像死水一樣，所以如果有數據，就要趕緊用起來，存著又不知道該怎麼用，存久了價值就指數下降了。

五、不直接售賣

也許大家覺得直接售賣現在也形成產業鏈了，看起來也是一種新模式了，我只想說說直接售賣的弊端：1）數據本身沒有確切的定價，過早定價會降低溢價空間；2.售賣的方式無法形成技術壁壘（今天討論的是大數據商業應用領域，科學研究是另一個話題），購買的數據可以再次低價售賣，形成惡性循環做低數據價值；3）數據安全問題，個體數據無法通過直接售賣的方式進行應用，但個體數據是非常值得研究和應用的數據內容，需要尋找一種安全脫敏合法的方式，將大數據反哺便利用戶日常生活。

六、相關性而非因果性

人傳統的理念講因果，因此「大數據在乎相關性而非因果性」這個觀念從國外傳來時還是很顛覆的，不過大數據因為其強大的「廣泛數據都可計算」特性，使得不需要再探究因果，根據現有充足海量的數據就可以做出分析或預測。但是關於這個特徵是不是還要再顛覆一次，搞清楚因果，我還在實踐中，也歡迎有體會的朋友們拋磚。

文章介紹

該文章系列由數瀾資深產品總監影姿撰寫，本期只是一個淺顯的入門，今後還會有連載。滿篇都是接地氣的乾貨，不僅有通俗易懂的理論知識，還有她自身的經驗講述。