用数学思维，打破数据悖论 | 数据科学50人·吴明辉

吴明辉，明略数据、秒针系统创始人兼董事长，本科毕业于北京大学数学学院，北京大学人工智能实验室硕士。他从事软件工程开发和算法研究近二十年，是国内企业级服务领域里全能型企业家。他所创办的秒针和明略两家大数据公司，都已经成长为中国数据科学领域的独角兽企业。

“我的观点是：用数据做生意，是一个悖论。”

说这句话的人，叫做吴明辉，他是两家数据公司——明略、秒针的创始人，而且在他的带领下，两家都成长为了中国数据界的独角兽级企业。

为什么一个做数据生意的“成功者”，会说用数据做生意是一个悖论呢？悖论之下，他又是怎么看待“数据”和“生意”这两件事儿的呢？

也许接下来你所听到的观点，可能与传统的数据故事有点“不一样”，但是如果你了解吴明辉，了解了他对数据的看法，我想，你对于数据科学的认知，也会有点“不一样”的改变。

▍流动，才是悖论的最优解

“我觉得数据和生意这两个事从概念上就是矛盾的，数据是解决信息不对称的，生意本质是什么？是利用信息的不对称。”在数据行业探索了近二十余载后，这是吴明辉思考“数据生意”这件事儿得到的答案。

就像历史上的历次科学革命一样，最近十年在全球范围内兴起的数据科学浪潮，催生了一大批以数据为主题的企业和“弄潮儿”。他们在硅谷、在北京成立起一家又一家创业公司，期待乘着数据科学的春风，在这个新市场上抢占先机。

但是人们也逐渐发现，数据的生意并不好做。什么是数据？数据生意的本质是什么？很多人并没有搞清楚这些基本问题，就匆匆涉足数据科学，最后的结果也只能是不了了之。那么，做数据生意的价值究竟是什么呢？

在吴明辉看来，首先数据本身并没有价值，它只是对客观世界的记录。

（图片说明：从地球可以清晰地看到绚丽的星空；图片来源：吴明辉）

“今年春节我去了新西兰，中间有一站到了美丽的特卡波湖，这是全世界最有名的观星地点。这里几乎没有什么光污染，随便一个单反相机，只要曝光时间长一点就能拍出清晰的银河系。”

吴明辉说，他在看到一闪一闪的星空时，就联想到了数据。其实人类对天体物理的研究，正是现代数据科学最早的起源。“我就想，古人花很多时间和精力去研究星星，价值是什么？”

天文学家开普勒提出了行星运动的三大定律，奠定了现代宇宙理论的基础。开普勒的成就并非自己一个人的功劳，他能做到这些，是因为很幸运地得到了著名丹麦天文学家第谷·布拉赫，20多年所观察与收集的精确天文数据。

开普勒虽然没有直接观察到这些数据，但是他站在第谷的肩膀上，利用数据发现了宇宙的运行规律，解决了行星和人类间信息不对称的关系，为人类了解宇宙创造了价值。

这启发了吴明辉，他认识到，数据的价值，就在于帮助那些没有“观察”的人，解决信息不对称的问题。

但数据和生意的悖论又该如何解决呢？关键在于两个字——变化。

众所周知，商业是利用信息不对称盈利的活动。在吴明辉看来，商业中的信息不对称有两种：一种是一次性的信息不对称，一种则是持续变化的信息不对称。

“什么叫一次性信息不对称？有人说某个股票要涨，这是一次性的信息不对称，这是不好做生意的，只有自己闷声发大财。另一种是流动的信息不对称，这才是有机会做生意的，因为这个事儿每天都在发生变化”，吴明辉说到。数据就是帮助人们缩短自己与变化中信息的不对称关系。

他举了一个零售选址的例子。很多人觉得零售选址是个一次性的信息不对称活动，假如一个商家要开快餐店，选好了地点开业后，这个选址的行为就结束了。而且，在选址领域，麦当劳、星巴克等国际连锁的大公司，已经把方案都研究透了，很多人觉得这个场景没有做数据生意的机会。

（图片说明：很多便利店的选址并非一次性工作，而是随着时间而不断变化流动的过程，图为上海某全家便利店；图片来源：Wikimedia Commons）

但后来，他发现实际情况并非如此。“我们有一个客户是中国最大的便利店集团，有一万家店，每年都要开几千家店，但同时又都要关几千家。他要不停地选，因为今天选择了一个好地方，明天不一定好。比如今天在这里开一个7-11，明天突然旁边有人又来开了一个物美，你的客流就被抢走一半。因为你周围的环境在不停变化的，这件事情就变成一个流动的信息不对称问题了，它是有商机的。”

当场景随着时间不断地发生变化，信息不对称的情况就总会出现，数据生意也就产生了商业价值，这也就从根本上解决了数据和生意的矛盾——信息是不断变化的，而数据的生意就是追赶人们与这段变化的距离。

吴明辉对数据和商业世界的认知，大多源自他在求学时对数学的探索。是数学塑造了他对问题刨根问底的精神，让他能更深刻地理解数据的意义。

▍一切都从数学开始

吴明辉说，自己小时候的梦想，是成为一名数学家。

“我从小对数学有一种特别的感觉，大家都觉得数学很难很枯燥，我不觉得，我认为在数学里探索那些严密的逻辑，把现实世界用公式抽象出来，很有意思，而且很美。”吴明辉形容自己在学生时代，对数学的感情是“近乎痴迷”的状态，喜欢数学的简洁、优美。

“而且，数学是非常接近哲学的一个学科。”它会促使吴明辉不断地去思考一些最根本的问题，无形中，培养了他的思维和追求极致的性格。

他从小就是父母老师眼中“别人家的孩子”，在学校的成绩始终名列前茅。千禧年，他凭借全国奥利匹克竞赛获得了大学保送的资格，真的遇到了选清华还是选北大的问题。“当时我们的竞赛领队跟我说：‘把数学的基础打牢了，将来做什么都可以’。于是我就选择了全国最好的北大数学学院，现在回过头来看，真的很感谢当年的选择。”

在北大数学系，《高等代数》《解析几何》以及《数学分析》是吴明辉大一时必修的三门课程。这是数学中最基础的三门课，分别讲了时间、空间和变化的概念，而这也是数学研究的三大主要领域。

“《高等代数》就是算数，算数是怎么来的呢？其实最开始是为了算时间。看太阳什么时候升起落下，看月相阴晴圆缺；《解析几何》是为了算空间、位置；而《数学分析》就是研究函数和函数的变化，核心是变化。这就是数学。”

这些数学的思维理念一直伴随着吴明辉，他所思考的“变化是数据生意悖论的解法”等问题，都深深地收到了自己数学思维的影响。

（图片说明：左、右分别为中国青年数学家恽之玮和张伟，他们在科学突破奖颁奖典礼上获得了“数学新视野奖”；图片来源：北京大学新闻网）

2000级的北大数学学院出了很多天才型的数学家，比如恽之玮和张伟。他们去年获得了有着“科学界奥斯卡”之称的“数学新视野奖”，以及仅次于菲尔兹奖的“拉马努金奖”，是数学界冉冉升起的青年科学家。吴明辉跟他们当年是同学，不过与他们不同的是，大学阶段的吴明辉除了数学外，一直还是一个“斜杠青年”，他还同时在研究计算机，而且比起数学，他逐渐觉得自己更喜欢编程这种创造性更强的工作。

“我从初二开始接触编程，当时参加奥林匹克竞赛，数学、物理、化学、计算机，每一科我都参加了，成绩都在前几名，最后数学成绩最好而被保送北大。”吴明辉说，有一次学校举办数学建模，他想找恽之玮组队，就对他说：“恽之玮，你数学最好，我编程最好，咱俩组个队吧，就天下无敌了。”

结果恽之玮语重心长地对他说：“明辉同学，我们学数学不是用来做应用的。”这让吴明辉意识到数学家们令人真正尊敬的地方。吴明辉后来感慨道，“真正的理论数学是离商业非常遥远的”，数学家们的脑海中想的不是应用，而是星辰大海。

虽然数学的思想非常吸引吴明辉，但他觉得自己还是更喜欢计算机等偏重应用的学科。在本科阶段，他就开始了自己的创业生涯。“其实我当时主要想自己赚点生活费，”吴明辉说，他一开始做软件外包，到后来连新浪、搜狐等大公司都成了他的客户，他还帮清华北大的写了很多教学管理系统。

“然后生意越做越大，我想要不干脆就成立个公司吧！于是就成立了一个公司，我做CEO。”吴明辉说到，从数学转向商业的事儿，就这么误打误撞地做起来了。

▍创造信任，是数据最重要的价值之一

本科毕业后，吴明辉进入北大人工智能实验室继续深造，他当时的研究方向是图像处理和掌纹识别。与数学学院不同，人工智能实验室是建立在北大的计算机学院下面，吴明辉的研究也基本都转向了应用领域。

从2005年开始，中国互联网迎来了一波野蛮生长的黄金时期。中国网民数量超过了1亿并且仍在飞速上涨，盛大、前程无忧、携程、腾讯等十多家互联网公司在海外上市，让人们看到了互联网的商业价值。

吴明辉也看到了这股风潮，在学校读研究生的同时，他还运营着自己的公司。对于吴明辉来说，选择投身互联网科技行业，已经是早晚要做的事了。

“当时，我们团队是做人工智能算法的，旁边是天网搜索引擎实验室。所以我的团队里有做AI的同学、有做搜索的同学，还有数学系的同学，我就想能不能把大家的核心优势集中起来”，吴明辉说。经过半年的思考和探索后，他最终选择了广告这个应用场景。

他一开始的想法是做广告的个性化推荐，“其实就是今日头条的原型”，吴明辉说到。但是他们遇到的第一个问题是没有数据，没有数据支持的算法怎么能推荐呢？于是他们就想到，可以写一个软件去互联网里采集数据。

吴明辉回忆说：“我们当时就做了一个数据软件，免费送给互联网公司，跟人家说你用我这个软件，我可以免费帮你分析流量数据，同时，这个数据我就拿到了。但发现他们都没人用，为什么呢？后来我们知道，他们都怕别人知道自己的真实流量数据。”

在当时的广告行业，数据流量造假是一个非常普遍的问题，这是一个典型的信息不对称行业。广告主并不知道自己广告投放平台的真实流量，互联网平台却收取了高额的广告费用。吴明辉说道，媒体流量造假其实并不新鲜，早在电视媒体的黄金年代，就频繁出现广告流量造假的灰黑产业，而根本问题就在于流量信息的不对称。

当时央视最大的收视率公司索福瑞，一年在中国的收入约10亿元；但围绕收视率做刷榜的黑色产业，一年则能收入40亿。

“这个收视率刷榜怎么做呢？污染样本户。央视索福瑞是通过抽样调查的方法来统计收视率的，一个城市比如说北京两千多万人口，抽样1000个家庭，平时看什么台统计一下，最后预测，整个北京市大家都在看什么台。造假怎么造呢？只要搞清楚这1000家在哪里就行了。然后到他家里说，我是某某卫视，如果你每天看我们台，我一年送你50斤花生油。很多样本户就这样被污染了，1000户里面影响50户就能让收视率上来5个点，他一年收入可能就能多10个亿。”吴明辉讲到。

这种现象在互联网时代则更加严重，因为互联网的出现让造假更容易了，每个平台的流量只有自己知道，对外造假的成本更加低廉。在灰黑产比数据生意本身还赚钱的时候，用数据去赚钱其实不是“赚钱”，而是破坏别人赚钱的机会。但造假行为本身，并不能创造任何价值。

（图片说明：吴明辉在第四次中国-以色列科技创新投资大会发言）

于是吴明辉他们就与传统的互联网媒体平台展开了一场激烈的“数据攻防战”。他们通过技术手段，不断把检测代码嵌入到互联网平台，想要收集平台的真实流量数据；另一方面，平台也在不断封锁他们的代码，极力维护自己流量数据的排他性。吴明辉说，整个08年一年，几乎都在与媒体PK，代码加了删，删了再加。

“后来我们发现，就连四大门户网站之一的某网站，真实流量也只有它宣传的十分之一，非常严重。”吴明辉回忆说，当时自己相当于是在用数据，挑战整个互联网媒体平台的权威，阻力之大可想而知。

2009年底，宝洁的出现为这场攻防战打破了僵局。作为老牌世界五百强企业，宝洁对数据运营和决策的理念非常认同，对吴明辉他们的检测服务效果很满意。于是，到了年底，它就跟所有合作平台提了要求：必须用吴明辉他们的产品来检测自己的广告投放效果，否则将不再合作。

一时间，以宝洁为代表的广告主们开始纷纷支持他。吴明辉的数据产品就像有一个“公平秤”，有了这杆秤，大家就会开始信任它。“信任太关键了，这就是数据创造的价值”，吴明辉说。

从本质上来说，吴明辉这次瞄准的数据生意，是把广告投放这件事从过去的一次性信息不对称，变成了流动性的信息不对称，从而取得了成功。因为有了流量检测后，只有更有创造力的广告、更具备内置内容的互联网平台才能够吸引流量，而这是一个流动变化的过程。客观上，这促进了广告和媒体行业的良性竞争，体现了数据生意的真正价值。

▍数据生意的“黄金法则”

“我想再说一下，数据本身是没有价值的，它的价值源自数据产品引发的后续行为的价值。”吴明辉强调，不仅在广告行业这么做，他第二次创业时候也是这么做的。

吴明辉第二次创业的时候，将目光集中在了安防领域。吴明辉说，第二次创业是受到了美国Palantir公司的启发。这家大数据公司在安防领域的表现十分出众，在美国政府抓捕并击毙本·拉登的行动中大放异彩，为人所熟知。

吴明辉的父亲曾经是一位警察，因此他非常了解警察的工作情况。中国是人均警力不足的国家之一，在北京上海等城市，一名民警通常要负责400-500名市民，而美国的警民比大约是1:200。吴明辉说，“一个正常的公安局破案研判的过程非常复杂，复杂的案子要一个月，有些更是一破要一年，因为实在是证据太多了，数据太多了，很多警察就看那个对帐单就看到眼花，经常都把几个药店的眼药水全买光了，就是这个水平，所以非常辛苦的。”

在数据行业积累了多年后，他想能不能用数据科学的方法，帮助警察把线索数据都关联起来，自动识别不同案件中的人、事、物、地点、组织等信息，通过人工智能的方式整理归纳，然后再交给警察做逻辑推理判断。

但是警务系统与互联网非常不同，这是一个具有极高保密级别且内部分散独立的数据系统。数据人员不仅需要很擅长数据处理分析，更需要一个从零开始搭建数据系统的能力。吴明辉说，自己在第二次创业伊始，最核心的价值就是有一支“作战经验”丰富的数据团队，能够处理大数据的各种问题，“当公安部门找到我们的时候，我们甚至还没有推出的自己的商业化产品，客户看中的其实是这支有着丰富实战经验的大数据团队。”吴明辉自豪地表示。

(图片说明：明略数据是吴明辉第二次创业的数据公司，图为针对安防推出的数据科学分析系统SCOPA）

后来，这支团队也果然没有让他失望。有一次，公安部门接到了一起凶杀案的报警电话，经过了几个月的调查，依然毫无进展。于是他们找到了吴明辉，希望通过数据分析案情线索，但他们很快发现，凶手所在的案发现场没有留下任何数据资料。

“整个的街道上的摄像头接近一半都没通电，要么就坏了，所以根本就没有视频数据。后来我们有查找一些卡口、电子眼等资料，发现犯罪嫌疑人反侦察能力很强，基本没有留下任何信息。”后来，他们通过数据对比，发现另一个城市的一起犯罪案件，与这次凶杀案有很多相似的地方，于是判断可能是同一个犯罪嫌疑人所为。

通过另一起案件的线索，最终他们帮助公安部门成功将犯罪嫌疑人缉拿归案。这种案件与案件之间的数据关联性分析，是吴明辉团队在安防领域的特长。“破案本质就是一个搜索问题”，吴明辉觉得，从最一开始报案的原始情报，一直搜到最后的犯罪嫌疑人，再搜到他今天的轨迹。“当优秀的警察用这套数据系统时，系统也会学习沉淀警察们的分析思路，最后在后台沉淀出一个‘Alpha Police’，变得越来越牛，没有人再能赶上，这就是这套系统的本质。”

经历了两次成功的数据创业，吴明辉觉得，数据生意的黄金法则无外乎三个：数据+人+场景。在广告领域，数据是流量，人就是广告主，场景就是广告营销；而在安防领域，数据变成了案件信息，人就是警察，场景则是侦破犯罪案件。

数据是感知，是对客观世界的观察；人是行动的主体，要对分析、理解、决策；场景则是产生价值的实体，任何行动只有在特定场景下才会产生结果，最终形成价值。数据产生信任，信任让人行动，而行动创造价值。

吴明辉说，在数据科学界，比起“数据科学家”，他更喜欢称自己为“数据产品设计师”，因为对他来说，做好一个产品，就是数据科学最重要的事儿。

作者 | 程一祥：chengyixiang@dtcj.com

题图 | 站酷海洛

▍数据侠门派

吴明辉，明略数据、秒针系统创始人兼董事长，人工智能技术专家，连续创业者和天使投资人，北京大学计算机硕士（人工智能实验室）。吴明辉拥有二十年软件工程开发和算法研究经验，2006年在大学里创办了全域营销数据与技术服务提供公司秒针系统，2014年创办明略数据，并负责公司产品创新、资本运作和战略统筹。

▍数据科学50人

“数据科学50人”项目是DT财经旗下数据侠计划重点内容产品，与数据科学领域KOL挖掘数据内容的价值。我们从商业数据科学领域选出最具代表性的50位先锋进行深度专访，50人由DT财经独立评审并发布，第一财经数据科技及合作伙伴倾力支持。