将“慢反馈”变成好的“快反馈”——实战回顾（二）

先说一下“慢反馈”和“快反馈”。这两个词是沸点资本创始合伙人于光东在长江商学院的分享中提到的，当时他以教育行业为例，什么叫“慢反馈”？ 比如按应试教育来看，想要知道一个人接受的教育是否有成果，最快也得半年，通过考试的成绩来验证。而人性是什么？人性就是需要快反馈的，比如餐饮、娱乐、购物是最大的产业，因为即得、舒适，这是正常人喜欢的快反馈。

用这两个词来说明传统行业的大数据技术应用，似乎也是适用的。传统行业中，用户的地位相对更高一些（这个你们懂的），他们的人性通常显露地更加直接，对“快反馈”的向往从头发丝儿显露到脚趾头尖儿。

所以，大概的说，一些项目是被这种“快反馈”的拔苗助长而催生的畸形儿，它们只有起点和终点，也就是只有最初的数据汇集与最末端的数据可视化。说白了，就相当于将既有系统的若干个oracle数据库（有可能连oracle都不是）集合起来，再做一个统一的前端展示，这就是大数据了。这种情况下的前端展示内容，与之前传统的信息系统的统计报表极为相似，再高级一点，不过是加上一些实时监控类信息，唯一的不同，就是可以将前端展示做得比传统信息系统漂亮，从视觉上打造高大上的感觉。

用户对“快反馈”的强烈期待可能还与某些政治周期有关，因为政治周期的时长远远小于“慢反馈”的时间，所以，对政绩的需求可能也容不下很多“慢反馈”的存在。

而难办的是，大数据的分析与挖掘常常不是一朝一夕一蹴而就的事情，比如“机器学习”，前面提到的对人的教育是“慢反馈”，我们目前可能还没办法要求对对机器的教育（也就是“机器学习”）是“快反馈”。想要得出真正的有价值的大数据分析结果，没有一定的时间积累是无法达到的。

至此，可以看出，在良好的“慢反馈”与用户急切需求的“快反馈”之间，是一种近乎天然的矛盾。

我没有找到解决这种矛盾的办法，甚至在听于光东先生提到这两个词之前，我都没能将这个矛盾梳理清楚，这也是我挺长一段时间以来挫败感的主要来源。

还是想想办法吧，至少，在传统行业现行体制之下，这种“快反馈”是必不可少的，它是项目开始的第一步，因为，需要用它来吸引决策者，完成千里之行始于足下。然后呢，从理论上说，需要将上面的良性“慢反馈”变得可以被决策者接受，办法如下：

1.将部分用户带入到“慢反馈”的过程中，形成利益共同体。“没有永远的朋友只有永远的利益”，对于确保项目平稳进展来说，利益共同体可能是最稳固牢靠的组织。

2.建立“慢反馈”过程中的“快反馈”特征指标。想办法将整个“慢反馈”的过程切分为多个“快反馈”的阶段，在每一个阶段建立一个甚至多个快反馈特征指标，这是吸引用户继续前进的源动力。

3.缩小样本范围，尽可能缩短“慢反馈”周期。有时，训练好一个人比训练好一只队伍容易的多，在实施的过程中，可以尽量抽取有代表性的数据范围，尽可能缩短“慢反馈”周期。

4.只要套路深，铁柱磨成针。大数据技术是一种纯理科的科学，但将它真正应用于真实世界，需要更理性的思维，经济学的思维必不可少。因为只有与金钱共舞的思维才能直击事物最本质的关键点，找到正确并合理的套路，逐渐使科技与现实世界融合共赢，这将是我们需要不断思考的方向。

参考文章：

《于光东：智能时代教育由慢反馈向快反馈变革，获人获数者得天下》

http://www.sohu.com/a/249336519_117373

即使在没有你的世界，也一定存在着某种意义。但是没有你的世界，就像是没有暑假的八月。

——《你的名字》