点“数”成金｜大数据的正确打开及使用方法

大数据文摘编译作品，欢迎个人转发朋友圈；其他机构、自媒体转载，务必后台留言，申请授权。

摘自｜《数据新闻：释放可视化报道的力量》（人民大学出版社）

政府为什么要发布数据？因为这能让他们看起来公开透明；大型公司和企业为什么也对数据喜爱有加，因为数据能为他们带来经济效益、创造价值。一些刚刚起步的新公司在积极寻求从数据中掘金的方法，而一些最成功的公司早就已经把数据融入了他们的业务实体。

这一切都和大数据的概念有关，因为公司在运行过程中会产生海量信息。截至2011年4月，美国国会图书馆硬盘中储存的数据量达到235TB①，但这和商业公司拥有的数据量比起来，还真算不了什么。根据最新的数据，平均每17家美国公司中，就有15家公司的自有数据量超过国会图书馆。

当然，数据也会给商业活动带来风险，对有些公司来说甚至是一种威胁。据称，维基解密掌握了美国银行的内部秘密文件，该银行为了应对此事，已经召集了一批律师当他们的“特警队”。至于那些数据，现在连半个影儿都没见着，倒是银行确实花费了不少钱。

每当你在使用商场积分卡时，下载音乐或者网上约会时，你的这些行为信息都会被商家分门别类地记录下来。这些公司会分析收集到的数据，让它们变得有用，更好地指导公司的发展。

世界上到底有多少数据？一张售价不到600美元的硬盘，能够装下世界上所有的录制音乐；全球的移动电话保有量目前为50亿部，如果想要男女老少人手一部，还有20亿的缺口；Facebook上每个月分享的内容多达300亿条。

2011年春，麦肯锡咨询公司发布了首份大数据报告，试图量化出数据在商业领域里的价值，并探求价值如何更好增长。麦肯锡公司预测，全球的数据量以每年40%的速度在增长。按此计算，每两年就会翻番。如果你觉得现在的数据就已经足够多了的话，那且看看十年之后的情况吧。

“世界上的数据量在迅速增长，分析这些大型数据库（也就是所谓的大数据）将成为一种核心竞争力，会在提高生产率、创新和消费需求等领域形成新的潮流，”麦肯锡公司表示，“不仅仅是一些常和数据打交道的经营者，各个部门的领导者都会受到大数据的深刻影响。”

这些数据都从何而来呢？第1章里阐述的数据开放运动在一定程度上带来了数据激增，信息化的工作方式也已初成气候。不止于此，我们还有很多互联网时代特有的物件，例如移动电话和平板电脑，这类产品能大量搜集使用电话和网络时产生的数据。此外，还有Web2.0时代的产物：多媒体、社交媒体和电子商务。

麦肯锡的这份报告还是很值得仔细研读的，全世界的CEO们都在纷纷传看，这也证明了它在全球商业领域的影响力。

该报告的撰写小组还关注了很多细分领域的大数据价值：如果合理利用数据，美国零售业能将营业利润增加六成以上；美国医疗服务业能把成本降低8%，并带来3 000亿美元的潜在产值；欧洲政府会提高运作效率，节省1 490亿美元开支；全球移动手机运营商的地理标签服务，价值会超过6 000亿美元。据他们计算，欧洲各国政府的总数据价值已经达到2 500亿美元，超过了希腊的GDP。这也为更好地解决欧债危机提供了新的视角。

尽管这份报告在商业世界里掀起了轩然大波，但所有的这一切都将会真实发生吗？

理论上说是的。我们周围确实有很多数据。据麦肯锡公司估算，2009年，美国各经济领域中的每一家大型公司，至少储存有200TB的数据。相比之下，超市连锁企业沃尔玛在1999年时的存货数据就达到了他们的一半。

“使用大数据，将会是个别企业竞争和成长的关键形式，”麦肯锡公司说，“不管是从竞争的立场，还是从获取潜在价值的角度，所有的公司都需要重视大数据。在大部分行业里，已有的商业对手和业界新人，都将利用数据驱动策略来进行创新、竞争和获取价值。”

数据更加透明，让各国政府尝到了甜头。同样的道理，数据变得更加开放，也会让企业自身从中受益。不过，商业数据中到底有多少是真正需要被保密的呢？假如所有的一切都是不能说的秘密，这不会给任何人带来好处，也会让公司看起来神秘莫测而不值得信赖。从另外一方面来说，数据开放只会增加信任。

当然，以电子化的方式储存商业财经数据，也会不可避免地带来意想不到的效果。当数据被分析后，商业世界的运转变得更加高效，正如麦肯锡报告里所说：“从产品库存到生病休假，他们能收集到所有的信息，而且更加精确细致。”

这只是一个新的工具而已。

那么，在商业实践当中应该怎样操作运用？在英格兰伯克郡的纽布利，移动电话公司沃达丰①的运营总部，有一块巨大的屏幕，上面显示着公司每一项业务的动态变化，还可以看到用户们的电话使用详情。要是在新年前的午夜去那，你会在一间大黑屋子里看到，数据在无数的屏幕上来回穿梭。伦敦：117 000条；格拉斯哥：115 000条；曼彻斯特：75 000条；利兹：70 000条……还有一组身着黑衣的技术人员，在寻找可能超出系统处理能力的信号。这些数据代表的是，在新年的第一个半小时里，短信的发送量（纯实时动态数据）。平均每一天，沃达丰公司的用户们会打9 000万通电话、发8 000万条短信；在通常情况下，沃达丰每24小时搜集的数据量达45TB，这相当于1 125万首音乐歌曲的大小。

沃达丰采用的做法是，利用数据分析，提前掌握用户需求。在2011年皇家婚礼②前夕，公司就增加了额外的临时基站来应对沉重的网络负担。接招合唱团③宣布要重组复出举行巡回演唱会之后，乐队的官网一度崩溃。此时，沃达丰着手准备迎接即将到来的短信大潮，因为歌迷之间会相互发信息，看看他们是否搞到了演唱会的票。

沃达丰运营中心的另一面墙上，展现的是英国与217个国家的连线图，实时监控着从境外进来的电信网络流量。据该公司介绍，这些数据也显示出了不同国家文化的“不对称”。例如，波兰母亲给在英国的儿子发短信，问问他们近况如何，可儿子们却没有回复。与之相比，法国人则基本上是“对称”的——发出去的短信，会收到回复。随着埃及和巴林岛的局势升级，沃达丰也能实时看到这些事件是如何影响通信网络的。

即使是电子邮件发送的一分账单，也能引发一整串数据事件：用户收到账单；大多数人会打开查看；一些人有疑问就会致电客服。现在是一个小时发送40 000份电子账单邮件，如果客服接到的电话过多，则相应减少账单发送量，以此来降低打进电话的数量。

沃达丰只是众多利用大数据的公司之一。联邦快递是如何在一天之内将包裹送达的？亚马逊商城是怎样来确定每件商品合适的备货量，它又是如何知道你可能会喜欢这件商品的？他们的仓库里为什么没有堆满卖不出去的过时音响？这些都与大数据有关。

其他公司也是“无数据，不可活”，运用数据的方法当然也各有千秋。益百利（Experian）①作为信用评级提供商，他们的产品显然很少是原始数据，而是基于数据的分析。还有乐购（Tesco）②公司，他们每个月记录15亿个数据点，还会利用诸如会员卡这样的数据来增加资金份额、提升市场占有率。

对于一些更新潮的公司来说，其产品本身就是基于数据生产的，而且是无缝一体化的流程。社交媒体LinkedIn③从始至终就依靠数据来运行，也就是说，你在LinkedIn上创建资料档案时，他们拿着你输入的个人信息，可以组织编排成新的产品和服务。一定程度上讲，他们的这种做法也迎合了人们自我描述的需求。

所以，也有不少人往自己脸上“贴金”、过度美化。2008年时，很多人都自诩“砖家”，有点像“数据大师”那种。到2009年时，“福音传道者①”的称号盖过了它的风头。而现在，每个人都是“绝地武士②”。你是哪一种呢？

同样，在线约会网站OKCupid也开始重视用户使用数据的搜集。用户上传哪种类型的照片最受欢迎、男性与女性有什么不同、黑人与白人的品味差别又在哪，这些细节数据都会定期更新。他们的数据还显示，使用苹果手机的人比使用黑莓手机或安卓系统的人，性欲更强。

还有你使用的Google，它也完全是靠数据运行的。不管是搜索引擎，还是针对每个市场量身定做的广告，抑或是谷歌邮箱Gmail的智能收件箱，在谷歌公司的运行中，数据无孔不入。至关重要的是，使用大数据能够让公司把客户进行细分，打造例如私人定制这样的服务。随着大数据的到来，数据需要变得更易于理解。经济学家赫伯特·西蒙（Herbert Simon）说：“信息越多，关注度就越少。在信息源过载的情况下，有效地分配关注度或许会解决这个问题。”更加复杂的软件和数据可视化技术，意味着大数据变得越来越易于处理。再加上新的协作技术，人们能够在不同的地方处理相同的数据，于是就形成了一个强大的组合。

当然，数据的出现也催生了另一些需求，比如目前比较紧缺的与数据相关的工作岗位。麦肯锡公司估算，单就美国来说，到2018年时需要190 000名深度分析型“数据科学家”，而现阶段需要的是精通数据挖掘的大数据分析师。此外，还缺150万名懂数据的管理人员来做有效决策。

本文摘自《数据新闻：释放可视化报道的力量》（人民大学出版社）