数据主义，未来一切都将数据化-1

2018年，新年的第一周，老白选了车品觉老师的《数据的本质》一书，想通过书摘和一些个人的愚见，与大家共同成长，从书中寻找价值和共鸣。

老白会竭尽所能每周完成一本书的分享和评论。望能够与各位一路成长和进步。

本期带来的是《数据的本质》的第一期，数据主义，未来一切都将数据化-1。

以下为本期的关键信息：

商业基础正因众多终端带来的全域大数据而发生改变；

当下不认真对待数据，之后想要用好数据的时候，就会被死死卡住；

数据的价值，必须来自场景；

移动大数据的核心在实时（real time）适时或者最佳时机（right time）以及全时（all the time）；

最大的数据来自最小的设备；

开启“上帝视角”是未来趋势；

信息爆炸时代，拥有大量信息可能是灾难，而不一定是好事，也不等于你有能力使用它；

一切数据收集或哦东的出发点都来自业务需要或者可以应对未来的业务发展；

从业务过程中收集信息、分类信息、整合信息，必须要成为日常思维的一部分，这是成为数据驱动型公司的必要条件；

数据开发的速度是营运的申诉局的必然瓶颈；

一切皆可量化，表面上看似不存在的数据，其实也是有迹可循的；

当我们学会量化以后，就是一个个从无到有的过程，很多重要的东西就这么“无中生有”了。这也是新时代的特质下，企业想要实现“弯道超车”的一个难得快捷方式。

在前几年开始的移动化，其实只是个序曲，如果你还是简单的认为移动化是对业务新渠道或者必须的战略延伸，这就是最大的错误。由移动化所发起的这场变革，其实是一场数据的变革。智能手机到接下来的各种传感器，实际上是不断的丰富数据的收集。对于今天的很多传统企业而言，这意味着，从前所未有的角度开始理解客户，渠道，产品和商业本身。但今天可能这种认识还不够透彻。

一句话简单的说，今天你的移动终端几百万的DAU，其实不是客户本身，实际上意味着每天有多少高价值的数据在活跃和辅助你了解未来的商业机会。

商业基础因数据而发生深刻变革

车老师在书中，提到了，商业基础正因众多终端带来的全域大数据而发生着改变。全域大数据在当下其实很难以单一一个体量的企业做到，也很难做到，但是每家企业似乎都在朝着这个目标努力。不过个人认为，从商业看，不必等到了我拥有全域的能力，在思考如何价值落地。变革不限于数据本身，还有思考社会和商业模式将被如何改变的全新视角。比如，今天我们可以通过对流性趋势的数字化分析，找到人们的审美需求和热点，进而通过AI技术和数据集，反向进行服饰的设计，这不单单是提升了设计的效率，也将深刻影响整个的业务流程。再比如，阿里今年使用的鲁班系统，可以在极短设计上千张图片，这背后都是数据和技术对商业模式的改变。

数据的不断丰富，带来的也是全新的商业理解，场景挖掘，也将增加更多的维度和思考。

不过，一个最现实的问题是，今天我们不是缺少数据，而是如何去使用它们，在多数情况下，我们选择是先去收集，沉淀，却不去认真对待这些数据，当我们想要去使用时，就陷入了僵局。这也是今天为什么，我掌握如此之多的数据，却始终还在探寻，有什么价值，如何证明价值，我们仿佛都知道数据意味着深度的价值，但是我们无法去实施和利用起来，背后的原因还是我们缺少了数据思维，缺少利用数据的综合能力。

在线的数据，才是数据

前段时间，老白看过一家以色列的公司，通过搜集用户在手机屏幕的滑屏，点击，压力触碰等数据，用于进行生物支付的防欺诈，而这点，其实已经是利用了人们不知不觉的行为数据来进行建模和寻找规律。而这点，其实恰恰验证了车老师所提到的在线的数据，才是数据。简单说，数据要保持他的生命力和连接性，从移动大数据看，实时，最佳时机，全时，这是最重要的完成高效服务的三点要素。

所谓实时，就是能够实时的根据数据的获取和分析，未来可以进行相对应的推送，而全时则是保证在每一刻对用户的感知，数据延续。

最终，什么是最佳时机来推荐服务，这需要全时的数据收集，方能了解用户需求和营销关键点。简单说，什么时间，什么地点，给什么用户，送什么优惠或者内容。

为什么移动化很难，但是还要做下去

看今天的金融企业，为什么一门心思，必须做APP，移动化的战略为什么如此之坚决。很大程度上，手机的智能化，是时下最了解消费群体的传感器。在过往以关系型数据库为基础建立的交易数据，是不足以了解背后的群体，大量的客群对于业务的触点仅限于，浏览或者“看到”，没有留下任何的线索。而在移动化的进程中，设备本身捕捉到了大量的全时数据，超越以往的关系型数据，更多的挖掘和了解客群，在风险，商机，KYC多方向形成了突破，这么看，拿金融企业举例子，因为本身金融是极具场景化的，所以早就的对应服务也是场景化的，而场景化的服务如何能够最佳时机满足需要，就得突破移动化。

而游戏，零售这些场景和商业形态则更是如此，因为人群本身在流动，消费和娱乐，衣食住行都是在适当时机和场景下发生，构建基于这些场景的全时数字化，将是对每一个具体业态的业务极大的提升和推动。

不过在刚才的讨论中，我们发现，其实如何串联不同的数据，描述一个是谁，则是很难的，因为当今，一个人的数据散落的太多，比如很多人有多个手机，有时还有Pad，有PC，但是即使串联起来，我们发现，也不见得能够发挥足够大的价值，因为也许你还是无法再知道他是谁的情况下，了解他需要什么，喜欢什么。

由此，我们可以看一下，今天的一些企业中，除了简单的关注人的数据，同时将商品，渠道数据也连接起来，形成互相补充和丰富画像的作用，比如，之前我看到零售服饰的企业，基本的人口属性男女都是缺失很高的但是通过购买的记录，则是可以进行一定的丰富和补齐。这样也意味着更多的商机会出现。

数据的价值，必然来自场景

从场景中获取更多的数据，同时未来也从这些获取的数据中，捕捉更多场景的机会。

在信息爆炸时代，拥有大量信息可能是灾难，而不一定是好事，也不等于有能力用好它。

换句话，你收集越来越多的数据，不是意味着价值越来一定越来越大。

业务战略需要而制定的数据战略是非常重要的，什么有用，什么可以放弃，需要能够甄别，数据收集的出发点来自于业务需要或者可以应对未来业务发展，短时间问题作为出发点，以中长期的发展趋势，决定资源有限分配顺序。

从业务过程中收集信息，分类信息，整合信息，必须要成为日常思维的一部分，这是成为数据驱动型公司的必要条件。在具体业务各个环节都要考虑数据的收集、汇总及使用，并评估所收集的数据与主体业务的相关性。

过去我们一般把这个过程叫做数据埋点，其实可以借用产品经理在设计环节的PRD（Product Requirement Document），我们可以称之为DRD（Data Requirement Document），以此描述数据相关的需求和变更。

数据的收集是伴随战略发展需要的，这需要系统思维思考整体的数据战略构建。而在构建之后，还要考虑落地策略。这当中要分为以下几个阶段：

1）确定业务目标与信息缺口之间的关系，明确数据收集的方向

2）寻找相关信息同时，评估零散信息整合的难度及数据源的质量。如果数据来自外部，应优先考虑以元数据较完整的信息来源

3）关注各种数据资源的使用情况及其在场景中的反馈结果，同时尽可能记录数据从产生到应用的过程。这个过程是一个“计划经济”到“市场经济”的落实点，数据必须先被运用起来才有价值，以点带面的经营数据更稳健

4）最后回到第一步，识别信息源于业务目标的关系，优化信息收集，存储和整合的过程。

在过去，我们是在线性关系中寻找规律，因为我们假设没有数据以及数据稀缺是常态，局限于逻辑推敲。但身处当下的时期及未来，我们不缺少数据，而我们却要提升系统思维，摆脱小数据时代的思维方式。

量化一切，数据化一切

企业如果要实现弯道超车，快速发展，要学会有足够观察，足够理解和数据收集。

量化是对量化事物的一种映射，如果X是我们关心的事情，那么要做到以下几点：

1）澄清什么是X？用问题澄清X

2）如何量化X

3）量化之后能够增加我们对X了解或者减少不确定性么？

这一点是优秀的业务分析人员需要具备的。