大數據的管理喻意

陳國青

當數據完全滲透到人們生活之中，大數據帶來的挑戰就涉及人們生活的各個方面，在很多方面我們都可以觀察到大數據時代的不同。面向大數據機遇和挑戰的應對策略是進行長期部署和短期規劃，一步一步走。從長期來看，大數據的影響是深刻的。但眼下對企業而言，應對大數據的第一步是構建BA能力

近年來，“大數據”這一概念迅速流行，在業界和學界得到高度關注。事實上，“大數據”并不是從天而降的，而是時代演化的產物。當信息技術發展到云計算、大數據時代，人們的生活漸漸發生了全面的變化。從基礎研究方法到各個學科，人們普遍感受了大數據的迫近，但我們要看到大數據之“熱”背后的東西，以及企業需要構建哪些關鍵能力。

計算范式進化

回顧信息技術革命對社會生活的影響，可以分為幾個時代：主機（Mainframe）時代，個人電腦（PC）時代，Web 1.0時代，Web 2.0時代，以及物聯網/云計算/大數據時代。主機時代主要是指以大型機為主導的1960-1970年代。人們若有計算需求，就要去計算中心，把程序交給專門的工作人員負責試運行。這完全是集中式的數據管理，個人想做計算非常不方便，而且很貴。1980年代可以稱作個人電腦時代。此時，大型計算機的一部分功能轉移到了臺式個人電腦上，人們可以在個人電腦上運行一些簡單的計算功能，開始了簡單的文本處理，計算開始從集中走向分散。20世紀90年代Web 1.0 興起了，互聯網幫助人們把全世界的信息聯系在一起了。但此時的互聯網是單向的，我們僅僅能夠查詢和獲取信息，只能通過這個窗口向外看。到2000年前后，以互動和參與為主要特征的Web 2.0出現了。原來人們只是互聯網信息的被動接受者，但此時，網民可以自己寫作博客，參與維基百科的編輯，聯系社會網絡等等。電腦的計算功能越來越強，越來越融合在人們的生活之中。人們之間的信息溝通越來越密，社會中的信息點也越來越分散。直到近年來，出現了以物聯網、云計算和大數據為標志的新時代。此時，不是單個軟件或單個機器的革新，而是整個計算范式（Paradigm of Computing）的變革。這是一種新型的集中式計算：無處不在的探測感應裝置、計算機網絡、移動終端、云服務、社會化媒體、數字化生活使得數字世界和計算能力處于物理上高度分散和分布式狀態；另一方面，物聯網、云計算和大數據應用又強調信息整合、數據中心平臺以及全局視圖。所以，與傳統集中式不同，此時呈現出物理上分散、邏輯上集中的新特點。

技術的發展與應用有一個刺激響應螺旋：當某個技術突破產生時，個人和組織不管主動還是被動都免不了要面對這項技術，思考諸如“要不要應用這項技術，如何應用”等問題；技術的發展又會受到這些應用要求的影響，一直互動和循環下去。一項新技術是一個刺激，個人和企業會響應并產生新需求，進而這些新需求又成為新的刺激，使得技術再做出創新響應。技術和應用需求就在這種刺激與響應中螺旋上升。在當前新型計算范式背景下，特別是從大數據的視角來審視我們面臨的機遇和挑戰，思考對未來的管理可能產生哪些影響，具有重要理論和實踐意義。

大數據改變生活

現在關于大數據的說法比較多。一些提法也在涌現，如認為大數據只注重關聯不注重因果、只注重總體不注重抽樣等。這些觀點反映了特定場景和應用的某些特點，但是作為大數據的一般屬性的話，目前還缺乏足夠的共識。簡單說來，具有相對廣泛共識的大數據特征是所謂的4V（Volume， Variety， Value， Velocity）。第一，大數據意味著超常規模數據（Volume）。與之前的大規模數據不同的地方在于，大數據對企業來講意味著數據規模超越了企業本身的內部數據，而是延伸到了企業外部，成為一種社會化的企業數據。每個人作為終端使用者，既是信息的使用者，又是信息的創造者。全社會的人都與數據發生關聯，在社會活動的各個環節，而不僅僅局限于之前的某些企業、某些部門職能環節；這是質的變化。第二，大數據意味著多樣性（Variety）。富媒體（Rich Media）大大擴展了人們的數字化生活體驗，全球數據和數字流量中70%～80%都是視頻、語音、圖像，而不是過去以二維的、規范化的、非常簡單數據形式為主的結構化數據。多樣性成為大數據的顯著特征。第三，我們處在數據的海洋之中，但與我們企業或個人相關的數據相對說來是很少的，所以是低價值密度的（Value）。即，數據量的分母太大，對企業或個人決策有價值的信息占總量的比例就很小。所以這里有一個重要的含義，即如何從低價值密度的數據海洋中挖掘出有用信息，成為企業數據分析的關鍵。第四，大數據的實時性強（Velocity）。信息就像開著的水龍頭一樣，源源不斷地出來。人們打開手機看新聞，支付賬單，都需要得到及時響應，而不是等到晚上再看新聞，要排個隊才能支付賬單。信息是連續的，實時的，流涌的。這種流信息是時時刻刻（Real-Time）的，構成了大數據之“大”和無時不在。

大數據的這四個特征會給人們的科學研究方法帶來挑戰，當然也會影響商業和管理。

比如說對統計理論的挑戰。在傳統概率統計學中，因為做不到對總體進行采集，所以設計了許多抽樣方法，要用到測度（如均值、方差）這些概念。在大數據背景下，很多基礎的假設都需要重新檢驗和審視：哪些被顛覆了，哪些可能還可以用。在所有管理學理論中，統計是最基礎的方法之一，所以這種審視很重要。

再者，比如對信息處理的挑戰。傳統的信息處理技術要應對具有4V特征的大數據是極有挑戰性的，一方面是測度、信息處理的基本方法，另一方面是搜索、推薦等應用方法。大量的信息處理方法都只能處理結構化的數據，而無法處理富媒體數據，因而需要重新審視。譬如，30和31不相等，兩個數字易于比較；而兩篇博文可能只是相似，意義相接近，等等；視頻和圖像的比較，更需要判斷其相似性而非“等于”。此時，數學上的“等于”就變成特殊的個例了，多種情況下是“約等于”，或者說相似關系。但是，已有的大量算法并不是基于“相似性”，需要重新檢驗。例如，數據挖掘方法中有一種關聯規則算法叫做Apriori算法。這個算法是基于結構化記錄的經典算法，是許多應用方法的基礎。啤酒尿布問題就是關聯規則算法的經典案例。然而，如果現在要處理的不是一條條的記錄，而是視頻、音樂，經典算法能否處理新問題就需要重新審視。第一要審視算法是否可用，第二要審視算法是否足夠有效率。再如，現在我們搜索一個關鍵字可以很快得到結果，但搜索圖片時體驗還是很差的，如果要搜索一段語音、音樂，那么，搜索的響應時間、質量和精度都還遠達不到人們的要求，是計算機學界需要解決的問題。考慮到處理大數據需求的是流算法，對實時性要求高，沒有效率的算法勢必會被拋棄。其它的挑戰還涉及數據傳輸與存儲技術、社會分析與計算技術、模式識別與語義分析技術等諸多領域。

當數據完全滲透到人們生活之中，大數據帶來的挑戰就涉及人們生活的各個方面，除了上述基礎方法、信息處理方面的挑戰，在很多方面我們都可以觀察到大數據時代的不同。比如，智能手機和平板電腦作為一類功能強大的移動終端，通過豐富多樣的客戶端應用（如apps等）支持人們的各種需要（如：開展業務、網上購物、信息搜索、聊天交友、休閑娛樂等等）。這極大地擴展了企業和個人的計算觸角，深化了社會化商務和移動商務，豐富了數字化的社會生活。

對管理趨勢的影響

大數據時代的管理喻意可以從兩個方面來概括，即：“三個融合”和“三新”?！叭齻€融合”指IT融合、內外融合和價值融合。而“三新”則指大數據時代催生的新模式、新業態和新人群。這兩個方面反映了大數據時代管理理論和實踐的變化特征，其中前者主要體現管理領域和視角上的變化，后者則主要體現管理主體和方式上的變化。

信息技術融合 信息技術融合（IT融合）是指，技術與人們生活和企業運作的密不可分性。信息技術融合有很多實例和問題，概而言之，這對管理有兩方面的意義：第一，越來越多的傳統企業管理問題已經變成或正在變成數據管理或信息管理的問題；第二，越來越多的企業決策已經變成或正在變成基于數據分析的決策。在企業原先的運營框架中，IT支持、營銷、會計、戰略管理、創新可能是不同的職能，但當企業的活動和事件越來越多地用數據體現時，企業決策就要基于數據決策。

內外融合 內外融合強調企業外部數據的重要性。通常，企業關心內部的信息化，如ERP關注內部資源的整合，CRM系統也只是與客戶建立聯系，但現在，評論、口碑、商譽、流言等各類信息都是企業外部數據，而企業還必須關注，否則很可能會出現企業聲譽危機。所以，企業要關注內部數據與外部數據的融合，基于內外數據的交互來做決策。用戶生成內容（User Generated Content，UGC）、公共生成內容（Public Generated Content，PGC）正在發揮越來越大的作用，影響消費者的購買決策、商業輿情和企業形象，企業必須對此做出反應。

價值融合 價值融合是指，企業因生產產品和提供服務而產生價值，消費者在使用產品的過程中產生價值。譬如，手機制造商或者電信運營商面臨著這種情況：你生產和銷售手機或提供流量，會獲得一些收入；但大量的價值增值并不在手機本身，而在于顧客如何使用手機。也就是說，生產有形的產品是一種價值，在此基礎上的無形產品（如服務、內容）可能會帶來更大的價值增值。所以，企業不但要關注有形產品，還要關心附加價值，強調服務、內容等等。

新模式 很多企業在探討大數據背景下如何轉型升級的問題，為了適應大數據的挑戰會產生許多新模式，比如O2O（online to offline，線上線下結合的商業模式）。像線下實體電器賣場，為了適應變化要做線上電子商務平臺、進行了線上線下同價、線上定購線下提貨的嘗試等。而線上商城為了保證時令產品及時到達顧客手中，就會租線下倉庫、打通物流的上下游等。這并不意味著某些公司會消失，只是企業模式會發生改變。因為大數據情景強調企業外部知識，用戶體驗更重要也更豐富，比如虛擬體驗、實體體驗和線上線下融合的體驗。企業內部也要有新模式。因為數據管理和基于數據分析的決策對企業越來越重要，企業要重點增強的一個核心能力就是深度業務分析（Business Analytics， BA）能力，而這個能力的很多方面來自商務智能和數據挖掘技術。這種分析是有深度的、嚴謹的，可以輔助企業在變化的環境中做出更好的決策。

新業態 賽博空間（Cyberspace）和眾包（Crowdsourcing）、數據產業等都是相關的新業態。以前我們可能在休息的時候玩一會兒游戲，但現在有很多人生活在賽博空間的虛擬現實中。對有些人來講，賽博空間是他們的“第二生活（Second Life）”，而對另一些人來講甚至是“第一生活”空間。他們長期生活在其中，心理、行為可能會發生變化，也會產生一些商業機會。很多企業的主要業務就是滿足這類虛擬需求的，比如說賣秘籍的，賣虛擬裝備的，賣虛擬幣的。雖然人們在觀念認同上可能存在差異，但在這種新業態上確實產生了年銷售額非?？捎^的企業。眾包是企業外部的大眾為企業出創意、做設計等工作，這種新型生產組織形式還未得到企業的足夠重視，其潛力不應被低估。此外，云計算和大數據應用需要新型數據平臺和資源虛擬整合優化，所以數據中心產業會興起，這會涉及很具體的產業政策、宏觀環境等整個生態系統。

新人群 很多中老年人從1970年代開始學習信息處理，應該算是信息社會的“移民”，但是現在兩三歲的兒童都能對iPad上癮，是信息社會的“原住民”。雖然從年齡上來看，在歲數上差一代兩代，但在技術進化來看，可能跨了很多代，中間隔著處于各種技術代的人群。如果企業的員工、客戶都是這些信息社會的新生代或原住民了，那么組織行為、績效管理、KPI、企業文化、客戶關系管理都要發生改變。舉例來說，和這些人溝通，除了面談、聚會之外，微信、QQ成了更重要的溝通方式；而與老客戶老員工溝通，可能還是要采取傳統套路。

BA將成企業關鍵能力

面向大數據機遇和挑戰的應對策略是進行長期部署和短期規劃，一步一步走。從長期來看，大數據的影響是深刻的。但眼下對企業而言，應對大數據的第一步是構建BA能力。

BA能力是企業具有的進行數據運作和深度業務分析的能力。以移動通訊行業為例，一方面面臨語音應用飽和、傳統業務單位效益下降等壓力；另一方面也面臨著移動互聯網、內容經營和信息消費的替代性和多元化服務等壓力。升級和轉型成為一種必然。根據數據密集型業務的特點，升級需要更精細化的管理，更好地了解客戶（如：客戶特征和細分、客戶行為和粘性、客戶喜好和新需求等）、更好地了解業務（如：業務活動軌跡、 產品體驗與口碑、業務關聯與因果分析等）、更好地了解對手和伙伴（如：行業動態與趨勢、對手優勢特征等）。而轉型需要更創新性的思路，如通過內容服務和新業務平臺（雙邊市場、LBS服務、長尾經營（如：手機閱讀、音樂平臺）、營銷平臺等），進行必要的模式創新和業務重組。其中，不管是在內部運作和管理還是外向擴展和創新方面，BA能力發揮著關鍵作用。此外，銀行業也是數據密集型行業。在我國也不乏運用BA技術構建競爭優勢的例子（如：通過分析客戶行為和業務的關系，獲取新的客戶群，設計新產品和競爭策略）。在電子商務和信息消費領域，BA能力作為重要的業務要素和競爭能力，在產品推薦、消費者行為分析、創新設計、社會化媒體應用、企業輿情預警、信息搜索服務、潛在模式辨識等方面的作用更是舉足輕重。

最后，值得一提的是，BA能力建設仍然是一個較為長期的任務，又是需要及時著手布局和長遠規劃的任務。這涉及到業務理念、戰略思維、團隊建設和知識儲備。此外， 在大數據“熱度”下，企業的敏捷感測和應對響應是必要的。同時，又需要了解其概念內涵及其管理喻意，認識到大數據只是這種“數據商務”（數據運作和基于數據分析的管理決策）發展趨勢中的一個時代節點。隨著這種趨勢走向的深化，概念內涵和管理喻意也會以不同時代形態和節點特征豐富和發展，而BA能力的重要性將日趨體現。 （本文根據采訪整理，經作者確認）