如何把“數據”轉化成可以行動的“信息”

題目中的這個問題，我理解是個本質。在數據時代，數據不管從哪里獲取、用什么工具獲取，也不管數據規模是否夠得上是“大數據”，也不管你用來分析和利用這些數據的是BI軟件（商業智能軟件）還是數字化營銷軟件如AOS系統（注：美國安客誠公司推出的“受眾運營系統”），你總得回答一個關鍵問題：面對一堆數據，你能去做什么，而且這個“做什么”是能有效變成真金白銀的收益的。

所以，當我看到Mike Rozlog最新于2014/2/3發布的一篇文章中用到這個標題時，引起了我的興趣。把文中一些主要觀點編譯概述如下，供朋友們參考，其中也穿插了我的一些理解、注解、舉例。

作者首先指出：“數據”在空前增長，人們在提供著信息，情愿地或無心地，通過社交媒體或者其他終端。作者描述了自己在FACEBOOK的情況，他居然不知不覺地、日積月累地在FACEBOOK那里列舉出了他自己喜歡的160張音樂專輯，這就是“無心”中在提供數據，不想不知道，一想自己也嚇一跳。

其實中國國內的朋友應該也有這個體會，當你在淘寶天貓購物時，有沒有注意到在購物車結算價格時，有一個“是否匿名購買”的選項，很多人沒有費力去勾選一下，那么也就是愿意實名購買了，那么你便“無心”也是“情愿”地提供了一條關于“何時、您、多少價格、網購了什么物品、怎么支付的、選擇的哪種物流方式、聯系電話和物流地址”的非常詳細的信息。淘寶和天貓這個小細節在于把什么作為“缺省項”，如果把“是否實名購買”作為一個勾選項，把“匿名購買”作為缺省選擇，估計也是大多數人“不作為”、不會去勾選，而這種“匿名購買”對淘寶的大數據戰略無益，因此，對“是否匿名購買”的勾選項的“不作為”，就日積月累地“作為”了很多事情了。

但這只是日益增長的“數據”。作者認為，“數據”和“信息”是不同的，不同的關鍵在于“數據之間的連接（links）”。（注：我們這里不翻譯為“鏈接”，以避免讀者一下子就想到是網絡閱讀時去點一下鏈接的那個“超文本鏈接”）。這個“連接”強調的是數據之間的“關系”。數據本身是一堆原材料，類似數字、單詞、計數、字串、圖片、視頻、音樂，哪怕他們被存儲在“關系數據庫”中，他們也天然地彼此之間沒有關系，除非人去賦予他們關系。

而這種人為去賦予數據之間的“關系”，就是在建立數據之間的“連接”。如果一組或一連串的“連接”是正確的，那么數據就生成了“信息”，那么就可以基于“信息”做出一些假設/判斷，從而去開展行動。如果“連接”錯了呢，那么就可能相應地引發錯誤的行動。

比如下面這個例子，關于美國上個世紀40年代早期對脊髓灰質炎（我們俗稱的“小兒麻痹癥”）的病因的研究。“原始數據”顯示是入夏日天氣漸暖時，病例增加。戲謔的是，“原始數據”還顯示，當脊髓灰質炎的病例增加時，冰激凌銷量也以同比例在增長。1952年美國有將近58000人（很多是孩子）被診斷得上了脊髓灰質炎，一場全國性的大流行病。公共衛生部門的專家于是建議要避免食用冰激凌、糖水和其他高塘食物。今天回頭看歷史，認為冰激凌是病因的想法當然很可笑，但那時候的確是“病急亂投醫”了。

結合我們今天的情況來看，我們怎么把海量的信息轉變成能帶來行動的有用的信息、做出更好的決策而不是上例呢？我們已經有了一些數據采集的技術，也有了指數級增長的比以前多得多的數據，但我們還是沒有生成好信息的那個神秘醬料。例如，當你看到以下常見的兩列數據，見圖1：

讀到本文的朋友對上面的數據列都是非常熟悉的，也許還有更多列更豐富的信息。而關鍵的問題是，你面對這些數據列，你能問出什么問題呢？肯定讀者們能列舉出一串經典的問題，但很有可能，漏掉了問那個有關鍵意義的一個問題。

Mike Rozlog指出說，實際上，應該再問一個“目前的數據尚不能支持的問題”，即“為了回答我真正關心的問題，我還缺哪些數據呢”？這就是“數據增補”的概念（Data Augmentation）。想一想，你可能關心的問題是“什么樣的人是我生意的典型客戶？”“我的下一個店鋪應該選址在哪里？”“應該增加一種新產品系列的銷售嗎？”我們發現，目前的“客戶數據”和“銷售數據”無法回答這些，只有當增補了“MAP GIS”（地圖地理信息系統）和“Census Data”（人口統計數據）”之后，才能做的更好，見圖2。前者包括位置地點、路線、實際位移折線圖等，或者包括郵編、平均收入、孩子的個數、種群種族等信息。這時，當你再問“什么樣的人是我生意的典型客戶？”這個問題時，客戶數據、銷售數據和人口統計數據建立連接，才能產生有效的“信息”作為答案。當你再問“我的下一個店鋪應該選址在哪里？”，客戶數據、銷售數據和GIS數據建立連接，才能產生有效的“信息”作為答案。當你再問“應該增加一種新產品系列的銷售嗎？”，目前的數據可能又不夠了，但是通過“數據增補”，現在我們找到了一個回答問題的辦法，即找到“回答這個問題還需要去連接什么數據”，這又與生意主對“典型客戶”的認知有關，你作為生意主，你有關于你“典型客戶”的數據嗎，如果是，那么就可以把新產品的試銷量與典型客戶相關數據進行匹配，看是否該新產品會進入典型客戶的購物籃子。而在過去，對“什么樣的人是我生意的典型客戶？”“我的下一個店鋪應該選址在哪里？”“應該增加一種新產品系列的銷售嗎？”所有這些問題的回答，往往靠直覺的猜想。

客戶數據

數據就在那兒，正在被采集、正在被分析、正在被匯總。但是，在數據被真正應用之前，最關鍵的一個事情，是問出你的現有數據無法回答的問題，即“缺失哪些數據”以及“缺失哪些數據之間的有效連接”。這里無法依靠魔法棒或者一個標準的問題列表，每一組數據當它被采集和呈現時，也就有了他特有的局限，即“還缺少什么”那個需要探索的世界。

回到作者篇頭曾列舉的問題，他的FACEBOOK上已經有了大量數據，關于他聽什么音樂、他去什么音樂會，連他支付的平均票價都可以知道。但他是否會在音樂會上再開銷一筆錢買相應音樂主題的T恤衫和帽子呢？不知道，GOOGLE也許知道，這時就需要增補來自GOOGLE的信息，一個人大量無心的在GOOGLE上的關鍵詞檢索，已經讓GOOGLE可能比這個人自己還了解他自己。GOOGLE的前CEO， Eric Schmidt說，“我們知道你在哪里，我們知道你曾去過哪里，我們多多少少知道你在想什么”。

作者最后拋出幾個問題，很耐人思考。如果某個信息來源有著關于你自己的而你自己還不洞察的信息，你會愿意付費嗎？這些由數據而生成的信息會產生生意上的產出嗎，還是這些信息會導致那個經典的小兒麻痹癥案例中“相關關系”與“因果關系”的錯判？這些都是我們從“數據”到“信息”到“行動”路上要探索的問題。

我自己編譯并穿插注解舉例到了這里，也更理解了AMT的伙伴美國安客誠公司AOS系統的關鍵，不僅僅在于數據本身，而是數據與數據之間的“連接”，以及他們長時間服務于各行業做精準營銷的洞察與經驗。這些經驗沉淀為一個個模型，比如“誰是我的典型客戶”，還可以轉變為一個個專門的營銷行動（campaign），比如“如何打通線上數據庫和線下數據庫的整合，找到我的高潛力客戶（look-like）并有效促使他們下單”，還可以轉變為一個個長期例行的職能工作（operation），比如“對于已經成為會員的客戶，我們本年度應該如何開展會員營銷和個性化服務”，最后，到一個個量化的績效，“我對這批會員樣本開展的營銷活動，是否取得了和對比組相比，超出5-8倍的效果（客單價、人均收入、人均帶來利潤等）”

“數據”、“信息”、“行動”、“效果”，然后再反饋，這樣一個動態的過程，看來對于中國企業的大數據管理、營銷精準化，正有很多的事情可以去做。