大數(shù)據(jù)就是年輕人談“性”？

在“2014西湖品學(xué)”大數(shù)據(jù)峰會上，中科院大學(xué)管理學(xué)院教授呂本富發(fā)表了《大數(shù)據(jù)分析的經(jīng)濟(jì)價值》的演講。呂本富表示，如果大數(shù)據(jù)并不是年輕人談性，就要提一個問題是“價值在哪里”。價值并不是忽悠，要從企業(yè)競爭角度創(chuàng)造了什么價值，所以價值在哪里，應(yīng)該是所有大數(shù)據(jù)做經(jīng)濟(jì)分析中最重要的關(guān)鍵詞，在哪里存活。

以下為呂本富的演講整理：

經(jīng)常有人引用這一段話：“大數(shù)據(jù)就是年輕人談性，我說你做過，你說我做過，大家誰都沒有做過”。很多傳統(tǒng)企業(yè)都是這么說，如果大數(shù)據(jù)并不是年輕人談性，就要提一個問題是“價值在哪里”。價值并不是忽悠，要從企業(yè)競爭角度創(chuàng)造了什么價值，所以價值在哪里，應(yīng)該是所有大數(shù)據(jù)做經(jīng)濟(jì)分析中最重要的關(guān)鍵詞，在哪里存活，在這里就是價值。

應(yīng)用需求驅(qū)動商業(yè)模式，商業(yè)模式帶來里經(jīng)濟(jì)價值，這就是大數(shù)據(jù)的立足點(diǎn)?；ヂ?lián)網(wǎng)承載了太多的信息和信號，大眾的情緒、消費(fèi)者喜好、市場潮流、不同人群的關(guān)注點(diǎn)等等。

從商業(yè)模式的角度看，把它分為三類：第一類是圈定用戶和針對營銷，就是誰是我的客戶、誰不是；第二類，用戶的關(guān)聯(lián)分析，在用戶群當(dāng)中是老的、少的，他們有什么關(guān)系；第三類，完全個性化定制或者個性化分析，就是先確定大圈子，然后圈子中分類，然后個性化。

應(yīng)該說，不同情況下有不同的價值，不管對哪個學(xué)派或者實(shí)踐都認(rèn)為管理的本質(zhì)是決策，而決策最重要的本質(zhì)是受信息不對稱的影響，信息越對稱決策價值越大，如果可以通過大數(shù)據(jù)的挖掘分析可以作出決策，最根本是能不能有助于決策，這是核心。由于決策之后會使得企業(yè)的競爭規(guī)則發(fā)生變化，我們知道大部分學(xué)過MBA的同學(xué)都知道邁克爾波特說過競爭的價值取決于經(jīng)濟(jì)價值。如果創(chuàng)新會帶來一些競爭優(yōu)勢，但是容易被別人山寨，我們知道我們山寨能力很強(qiáng)，我的成功可以復(fù)制，我的復(fù)制可以成功，什么才是持久的能力呢？低成本高效率，過去認(rèn)為是戰(zhàn)術(shù)性，過去認(rèn)為低成本高效率是戰(zhàn)術(shù)型，現(xiàn)在看來是一個國家和企業(yè)的長期競爭，就是差異化、低成本，但如果不和運(yùn)營效率放在一起就不是長久的競爭力。低成本高效率就是大數(shù)據(jù)的彈性商業(yè)過程，各個過程無縫隙、無摩擦的對接。

首先生產(chǎn)體系是對接，第二，、各個體系摩擦成本降到最低，所以我們把數(shù)據(jù)價值分為三類：第一，數(shù)據(jù)驅(qū)動的決策；第二數(shù)據(jù)驅(qū)動的流程；第三數(shù)據(jù)驅(qū)動的產(chǎn)品。

第一個就是提高預(yù)測概率，提高決策成功率。今天上午有一個阿里金融的說計(jì)劃經(jīng)濟(jì)比市場經(jīng)濟(jì)優(yōu)越，因?yàn)榭梢杂写髷?shù)據(jù)、定制、預(yù)售，其實(shí)就是第一個說的，數(shù)據(jù)驅(qū)動的決策可以提高預(yù)測的概率。講一件專業(yè)的事情，不知道各位是否知道“最大最小定制”。什么意思呢？傳統(tǒng)雙方博弈的時候，比如說你是踢球員，我和守門員，我們兩方的博弈就是我們兩方的概率應(yīng)該是對等。大數(shù)據(jù)就是最大最小定制，我要對你的細(xì)致了解，因?yàn)槲也皇遣┺男再|(zhì)和概率性質(zhì)，所以決策可以提高預(yù)測概率。

第二個是數(shù)據(jù)驅(qū)動流程，就像今天上午老師說的我們要形成閉環(huán)營銷的成功率，就是我劃了圈子，所有客戶都在圈子里，所有營銷對折他來，還要和漏斗轉(zhuǎn)化結(jié)合，這就是數(shù)據(jù)驅(qū)動流程。

第三個產(chǎn)品是迭代的創(chuàng)新，創(chuàng)新有顛覆性創(chuàng)新和迭代的創(chuàng)新，經(jīng)常有人說把誰誰顛覆了，我不喜歡聽這個詞，我喜歡迭代，就是小步快跑，大數(shù)據(jù)一般指導(dǎo)的是小步快跑的迭代創(chuàng)新，現(xiàn)在微信為什么很牛，因?yàn)榈軓?qiáng)，就是今天改一個功能明天改一個功能，這三類會帶來價值。

針對這三類，因?yàn)榇髷?shù)據(jù)最重要的是決策和優(yōu)化，對企業(yè)來說決策和優(yōu)化可以代替效率，可以把迭代和優(yōu)化分為三個層級：第一誰在圈子內(nèi)，第二屬于圈子內(nèi)的哪個族群，第三個是圈子消耗。廣告界有一句話名言叫做“我知道我的廣告費(fèi)有50%恩浪費(fèi)了，但不知道哪一半”?，F(xiàn)在就是要通過大數(shù)據(jù)排除非相關(guān)人員，確定圈子和利益相關(guān)者，這是有效影響，其他沒有有效影響的基本上和我沒有關(guān)系。不知道在座有沒有看過郭敬明的《小時代》，我看不懂，就寫了罵他，但他照樣賣3個億，我就不是他的客戶，不是他的圈子?，F(xiàn)在不要全國人民擁護(hù)我，只要圈子擁護(hù)我就發(fā)財了。然后是不管是哪一類數(shù)據(jù)，圈定了就有價值。

第一個層級是針對一個具體的應(yīng)用，依據(jù)性別、收入、地域、年齡等特點(diǎn)，簽訂相近的人群。比如在電子商務(wù)網(wǎng)站內(nèi)，預(yù)測什么地方的人買東西最瘋狂或是預(yù)測什么型號手機(jī)最好賣，麥當(dāng)勞、肯德基以及蘋果公司器件專賣店的位置精準(zhǔn)選址，針對這個全體如何進(jìn)一步打磨廣告、市場營銷等等，就可以優(yōu)化定價策略和產(chǎn)品線。

第二個層級就是通常說的在確定圈子以后，需要把商品和人群分為不同的族群的通過族群和消費(fèi)者當(dāng)中確定消費(fèi)人群，購物籃是最常見的大數(shù)據(jù)分析技術(shù)，過去就是打印單上家庭主婦放在什么地方一塊兒買了，比如說塔吉特針對懷孕的婦女，做了一個“懷孕指數(shù)”，就像中國有一句話叫酸兒辣女，通過懷孕指數(shù)可以知道預(yù)產(chǎn)期。我們經(jīng)常會說通過過程數(shù)據(jù)和結(jié)果數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析。并不是關(guān)聯(lián)性分析很容易，其實(shí)也有難點(diǎn)。比如說對書、手機(jī)、家電的Hard Line的產(chǎn)品可以認(rèn)為是標(biāo)品，通過時間序列預(yù)測是比較準(zhǔn)的，但對服裝、裝飾等是軟性商品，無法通過時間預(yù)測，因?yàn)檫@類東西受到干擾東西太多，比如說顏色、合不合身，還有朋友的意見，而且買得人多了就不買了，所以這樣軟性產(chǎn)品的預(yù)測非常困難，比如說從術(shù)語來說是多維變量，就比較難。

第三個層級確定圈子個體的特征，由此提供個性化的定制、產(chǎn)品和服務(wù)，比如說有一個電影叫《點(diǎn)石成金》，里面就是專門算哪一個球手，比如說我這個球隊(duì)進(jìn)攻最弱，就把進(jìn)攻最強(qiáng)的球員買過來。比如說我有一個芯片安裝在汽車上就可以測試駕駛習(xí)慣，拐彎是不是很急，剎車是不是很穩(wěn)，確定每年效率稅率，過去中國人完全說看客下菜碟，從消費(fèi)者來說為每一個人定價才是最好的，基本上所有的生產(chǎn)者剩余都拿到自己的手里，過去沒有這個條件，現(xiàn)在大數(shù)據(jù)就可以進(jìn)行個性化定價。所以航空公司和快遞公司可以提供體貼入微的服務(wù)，沃爾瑪利用數(shù)據(jù)分析提供最優(yōu)的價值。確定圈子、確定關(guān)系、確定定價以前就有，只是通過大數(shù)據(jù)確定價值，帶來新的增量。

既然數(shù)據(jù)的科學(xué)，大家覺得大數(shù)據(jù)完全是忽悠的概念，經(jīng)過最近實(shí)踐探討，我們覺得它確實(shí)和原來的統(tǒng)計(jì)不一樣，但是和原來數(shù)據(jù)挖掘的方法論不一樣，它確實(shí)有點(diǎn)新的問題，問題就是解決任何問題都有一個叫方法，在過去問題多樣性手段是豐富的，不同的行業(yè)特性、不同的企業(yè)規(guī)模、不同的成長階段產(chǎn)生了很多共同特點(diǎn)，又有個性鮮明的問題。在解決管理學(xué)的問題，工具非常多，過去有人統(tǒng)計(jì)世界上有200多種研究的方法。這些盲人都要和數(shù)據(jù)結(jié)合在一起，正好演講開始就講了氣象，其實(shí)作1913年一個叫理查森就找到了空氣動力學(xué)方程，他為了幫助中國打一站，根據(jù)他的方程可以預(yù)測出第二天的天氣，問題是準(zhǔn)備數(shù)據(jù)需要6個星期，所以一直到一戰(zhàn)結(jié)束的時候理查森的數(shù)據(jù)沒有準(zhǔn)確過。一直到20世紀(jì)，現(xiàn)在對過去天氣的統(tǒng)計(jì)可以精確到5%，剛才演講者說可以達(dá)到85%了，所以我們檢測的時候數(shù)據(jù)還是那個數(shù)據(jù)，但方法不一樣了。

所以在大數(shù)據(jù)背景下，方向不一樣了。問題從預(yù)測、選擇、優(yōu)化、仿真重點(diǎn)轉(zhuǎn)向了關(guān)聯(lián)和決策，現(xiàn)在最重要找關(guān)聯(lián)關(guān)系能不能決策變成問題最重要的方式了，其實(shí)這也是中國人所擅長的，我原來做大數(shù)據(jù)演講的時候，有人說大數(shù)據(jù)西方怎么好，我就告訴他也不是這樣的，中國人搞中醫(yī)不就是大數(shù)據(jù)嗎？中醫(yī)只管關(guān)聯(lián)不管過程的，按摩好了不管中間的機(jī)理，但是那個藥吃死多少人不知道，中醫(yī)就是大數(shù)據(jù)，只管相關(guān)關(guān)系，不管過程。數(shù)據(jù)就是從小樣本轉(zhuǎn)減模型大數(shù)據(jù)的研究范式，所以對數(shù)據(jù)結(jié)構(gòu)的深入分析將會成為重點(diǎn)。

數(shù)據(jù)有些什么問題呢？

我們經(jīng)常在做數(shù)據(jù)分析的時候發(fā)現(xiàn)兩個相關(guān)，就是高頻數(shù)據(jù)和低頻數(shù)據(jù)需要統(tǒng)一。比如說淘寶的交易數(shù)據(jù)是每秒、每個小時、每日，高頻數(shù)據(jù)的研究是對時間尺度極小的，低頻數(shù)據(jù)的研究是時間尺度極大的，經(jīng)濟(jì)危機(jī)是三十年一個循環(huán)就是很大的數(shù)據(jù)周期，所以高頻數(shù)據(jù)和低頻數(shù)據(jù)是怎么，流感傳播是以一個星期，對接不好了就會出問題。

還有高階數(shù)據(jù)和低階數(shù)據(jù)，因?yàn)槲覀冊谏唐奉A(yù)測上很多，過去不僅取決于過去的財富量還取決于當(dāng)前的財富，如果把財富看成Y，那么財富的一階導(dǎo)就是當(dāng)期的收入，財富的二階導(dǎo)就是拐點(diǎn)，就是未來的收入，所以決定消費(fèi)者的表征就是C=C（y，y’，y’’）所以經(jīng)濟(jì)系統(tǒng)當(dāng)中引入高階變相和低階變量，即未來變量和滯后變量，都非常重要。過去小數(shù)據(jù)沒有這樣的條件，小數(shù)據(jù)都不知道哪個是未來哪個是當(dāng)期，大數(shù)據(jù)可以找出。

還有微觀變量，我們和阿里做消費(fèi)者信息指數(shù)的時候發(fā)現(xiàn)，如果把全網(wǎng)加起來做指數(shù)非常難，因?yàn)轭惸坷鲜亲儎?。一般來說，熱力學(xué)類型的數(shù)據(jù)，我們學(xué)物理都知道，熱力學(xué)類型的數(shù)據(jù)都是宏觀數(shù)據(jù)，比如說壓氣等等，都是事物趨勢和可能。動力學(xué)類型的微觀數(shù)據(jù)，比如說速率、類目等，反應(yīng)是一個事物的實(shí)現(xiàn)性，這是微觀數(shù)據(jù)。比如說我們和阿里做消費(fèi)者信息指數(shù)的時候一定不能做微觀數(shù)據(jù)。動力學(xué)和數(shù)據(jù)和熱力學(xué)不能混同，如果混同就會有問題，因?yàn)轭惸坷鲜钦{(diào)整。

第四個是高維數(shù)據(jù)和變維數(shù)據(jù)的問題。高維數(shù)據(jù)包括三種，比如篩因變量和高維的，即一個變量可以影響很多變量，第二個是自變量是高維向量，影響一個變量變動的因子有很多，第三個是因變量和自變量都是高維的向量。當(dāng)因變量和自變量都是高維的時候，現(xiàn)在有人說炒股有27000多個變量，所以很多人搞不清楚。這個要做相關(guān)性分析怎么做呢？多維變量和多維變量的工具不是很多，所以我跟我們一個數(shù)據(jù)老師說你做一個這樣的工具將來揚(yáng)名立萬了。在學(xué)科交界處，不但存在高維數(shù)據(jù)，還存在變維數(shù)據(jù)。不要認(rèn)為這很虛，比如說這類人群對某一類服裝的銷售就是多維和多維變量的問題，所以現(xiàn)在為什么叫軟線產(chǎn)品，多維變量的關(guān)系很難理解，而且還有變維，就是有一個緯度影響不是很大。而且交易數(shù)據(jù)不僅是時間序列，而且和政治、自然、人際、情緒都有關(guān)系。其實(shí)數(shù)據(jù)除了剛才說的以外，還有很多，我們在進(jìn)行大數(shù)據(jù)分析的時候，黑天鵝事件和異常值分析等等，比如說異常值分析，在過去統(tǒng)計(jì)分析中異常值就舍棄了，但大數(shù)據(jù)異常值很多，異常值在過去挖掘當(dāng)中就很少，現(xiàn)在做大數(shù)據(jù)很多。

我只講了四個，大數(shù)據(jù)分析當(dāng)中可能遇到的大概有十類問題。今天時間有限，就不說那么多了，謝謝大家！