數據驅動與以人為本的統一
——關于質量管理上的幾點思考

◆ 胡本立 / 文

數據驅動與以人為本的統一
——關于質量管理上的幾點思考

◆ 胡本立 / 文

我們經常聽到談論“數據驅動”，又聽到談論“以人為本”。在這里想簡單談一下這兩個話題能不能統一、怎么統一，尤其是關于質量管理上的幾點思考。

大家都是質量管理的專家，一直都在跟數據打交道，那么在大數據時代的今天，討論的數據與以前的有什么區別呢？這里討論的是“數據”的廣義化，不單單是數字，一部分是屬于軟數據，硬數據是物理可測的。可以分為幾個層次，一個是概念；一個是關系，概念之間的相關性；是不是可以量化；是不是可測。對數據深層次的反思，可以說數據是一個符號，是人發明的語言符號，怎么組織符號的內涵和符號的外延，怎么關聯起來，怎么結構化、非結構化，在大數據討論當中經常會用到。

數據的幾種分類方法。數據講到底兩大范疇，一是自然界的，如光、熱、天氣，不以人們意志為轉移客觀產生的。但是在大數據時代，很多的數據都是人產生的。其一是人的思維產生的，像詞匯語言，以前大家覺得這不是數據，但現在從互聯網的發展和人工智能，從數據挖掘來看，都已經變成了數據，這是一個廣義化的過程。其二，設計制造設備產生的，歸根到底設計設備的還是人。數據驅動后面還有人的因素，以人為本的基礎還是在的，但是人們往往忘了人在里面和數據互動的過程。

結構化和非結構化。結構化往往是數據庫。還有一些非結構化的主要是語言，非結構化是目前大數據主要要處理好的問題。這里一個主要的難點就是涉及到不是結構還有內涵方面的挑戰。

人與數據的互動和循環。從數據的生命周期來看，小孩生出來就由視覺、聽覺、嗅覺等等接觸到一些原始數據，即一生下來就在數據的環境下，就要儲存在大腦里。現在的很多研究和討論，尤其是認知過程中產生的意識和概念，體現的是人與數據的互動及循環。概念和怎么表達這個概念是兩回事。一個是腦子的結構，而怎么表達，就是詞匯和語言，又回到感官了。我現在講，你們看、你們聽，又到聽和視覺了。

所謂的數據驅動是整個過程的一部分，是詞匯、語言再轉一個圈又被抽象儲存，是一個循環過程。講了很多的數據驅動，不能忘了后面還是人。人跟數據是怎么互動的，是大家很關注的一個方面。

新一代質量管理的挑戰也是新一代數據管理的挑戰。我看到一些文章跟我們討論數據質量很類似，很多的流程，開始是客戶，最后也是客戶，開始對需求怎么能夠表達的清楚，最后客戶的滿意度又回到客戶那里。什么叫做滿意，有硬的指標還有軟的指標，從客戶到客戶，滿意和需求對我們來說都是數據。

信息化時代中傳統產品、服務質量管理與數據質量管理的關系。在技術行業有一個CMMI，最近發展的比較快的又有了DMI，從某種意義來說是一件事的兩個方面，對我們來說ISO和其他一系列的標準就是數據，就是一個非結構數據，非結構數據里面怎么提煉成半結構化，再到計算機，再變成結構化的過程，需要更多的討論和認識，來提高質量的管理水平，另外也提高數據質量管理的水平。它們之間都是相關的。

（作者系國際數據管理協會副主席；本文根據作者在第九屆上海國際質量研討會上演講速記整理）