數(shù)據(jù)如何變廢為寶？

大量被廢棄的數(shù)據(jù) —— 即所謂“數(shù)據(jù)廢氣”（data exhaust） —— 實(shí)際有很大利用價(jià)值，可以用來(lái)形成新的競(jìng)爭(zhēng)優(yōu)勢(shì)。該觀點(diǎn)來(lái)自沃頓商學(xué)院高級(jí)研究員斯科特.斯奈德（Scott Snyder）和火箭車(chē)（Rocket Wagon，一家企業(yè)物聯(lián)網(wǎng)及數(shù)字服務(wù)公司）副總裁亞歷克斯.喀斯特魯尼斯（Alex Castrounis）。

相對(duì)于物聯(lián)網(wǎng)，或許，更準(zhǔn)確的說(shuō)法應(yīng)該是“物聯(lián)數(shù)”（data of things ）或是“數(shù)聯(lián)網(wǎng)”。

海量?jī)r(jià)值

根據(jù)思科可視化網(wǎng)絡(luò)指數(shù)2016，截至2018年，物聯(lián)網(wǎng)一年生成的數(shù)據(jù)可達(dá)400ZB（相當(dāng)400萬(wàn)億GB），容量驚人。這一驚人的數(shù)據(jù)量無(wú)處不在：從可穿戴式設(shè)備、智能家電，到波音787這類(lèi)飛行1小時(shí)即生成40TB的高端連接平臺(tái)，或像力拓公司的采礦作業(yè)，1分鐘即能生成2.4TB數(shù)據(jù)，超過(guò)推特一天內(nèi)生成數(shù)據(jù)容量的20倍。

物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)增量巨大，只有小部分（8.6澤字節(jié)）被送往數(shù)據(jù)中心存儲(chǔ)并進(jìn)行后續(xù)研究 —— “數(shù)據(jù)廢氣”比實(shí)際用于分析的數(shù)據(jù)要多得多。

得益于超長(zhǎng)距、低功耗的物聯(lián)網(wǎng)連接，體積小、成本低的傳感器發(fā)展，以及運(yùn)用人工智能的云計(jì)算和邊緣計(jì)算等領(lǐng)域的迅速發(fā)展，數(shù)據(jù)廢氣能更多地進(jìn)行深入分析，且可被轉(zhuǎn)化為實(shí)時(shí)操作。自動(dòng)駕駛就是很好的實(shí)例，借助大量傳感器數(shù)據(jù)，其在各個(gè)新場(chǎng)景中可學(xué)習(xí)安全、高效的駕駛行為。

據(jù)波士頓咨詢(xún)公司的研究，在最具創(chuàng)新力的公司中，80%會(huì)利用數(shù)據(jù)強(qiáng)化其商業(yè)優(yōu)勢(shì)，這就不難解釋?zhuān)绹?guó)前進(jìn)保險(xiǎn)（Progressive Corp.）、耐克和約翰迪爾（John Deere）等公司，會(huì)在產(chǎn)品感應(yīng)能力上持續(xù)投資，從消費(fèi)者洞察、經(jīng)濟(jì)和商業(yè)模式創(chuàng)新中獲益。

對(duì)于大多數(shù)公司，數(shù)據(jù)價(jià)值是在開(kāi)發(fā)新產(chǎn)品或提供新服務(wù)之后產(chǎn)生的，更別說(shuō)用以提升商業(yè)運(yùn)營(yíng)了。他們并非從挖掘數(shù)據(jù)潛在價(jià)值開(kāi)始，只關(guān)心讓物“連接”起來(lái)。

或許，有些事自始至終就不應(yīng)被連接起來(lái)，比如i.Con智能安全套，可追蹤男性用戶(hù)在性愛(ài)時(shí)的熱量消耗；Juicera互聯(lián)榨汁機(jī)，除了其1.2億美元融資引人矚目外，基本已無(wú)人問(wèn)津。

假如一開(kāi)始數(shù)據(jù)就是生產(chǎn)力，整體解決方案基于如何利用生成的數(shù)據(jù)進(jìn)行構(gòu)建呢？一個(gè)常見(jiàn)誤解是，數(shù)據(jù)價(jià)值在于硬件和連接性能，其實(shí)物聯(lián)網(wǎng)提供了更高效、更無(wú)縫收集數(shù)據(jù)的方式，甚至可獲取過(guò)去得不到的數(shù)據(jù)。

例如，哮喘或慢性阻塞性肺?。–OPD）患者的呼吸機(jī)中植入一枚傳感器，即可收集實(shí)時(shí)信息，了解患者何時(shí)何地在使用呼吸機(jī)，這幫助創(chuàng)業(yè)公司Propeller改善了管理呼吸道疾病的方式。結(jié)合患者人群的詳細(xì)使用數(shù)據(jù)以及諸如天氣、空氣質(zhì)量等外部數(shù)據(jù)，并提供實(shí)時(shí)、個(gè)性化的治療意見(jiàn)，Propeller將突發(fā)性哮喘發(fā)作率減少了50%，這可能節(jié)省數(shù)十億美元的醫(yī)療費(fèi)用。

相似地，前進(jìn)保險(xiǎn)公司從其“快照式”車(chē)輛傳感器中得到駕駛行為數(shù)據(jù)，用于改進(jìn)風(fēng)險(xiǎn)模型， 表現(xiàn)好的司機(jī)可獲得較低保費(fèi)。現(xiàn)在，這已占公司直接渠道收入的20%以上。兩則例子涉及的公司，正利用物聯(lián)網(wǎng)在無(wú)形中收集無(wú)縫數(shù)據(jù)，為自身及顧客創(chuàng)造價(jià)值。

在B2B模式中，約翰迪爾這樣的公司已利用物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)換其商業(yè)模式。2014年，平均每家農(nóng)場(chǎng)每天生成19萬(wàn)數(shù)據(jù)點(diǎn)，到2020年，預(yù)計(jì)可生成410萬(wàn)數(shù)據(jù)點(diǎn)，這源于農(nóng)場(chǎng)及設(shè)備“傳感器化”迅速推進(jìn)。將數(shù)據(jù)流轉(zhuǎn)化為洞察和分析，或轉(zhuǎn)為基于數(shù)據(jù)的自動(dòng)化決策，約翰迪爾以其數(shù)據(jù)優(yōu)勢(shì)為引導(dǎo)，從銷(xiāo)售農(nóng)場(chǎng)設(shè)備轉(zhuǎn)為提供“精確耕作服務(wù)”。

以約翰迪爾為例，物聯(lián)網(wǎng)數(shù)據(jù)通過(guò)監(jiān)控每個(gè)產(chǎn)品和平臺(tái)的使用狀況，提升其可靠性，使“一切皆服務(wù)” （XaaS）的商業(yè)模式，在航空、采礦、交通和建筑等其他資產(chǎn)密集型產(chǎn)業(yè)均成為可能。

當(dāng)你了解去哪、如何尋找數(shù)據(jù)時(shí)，數(shù)據(jù)即含有重要價(jià)值及信息。數(shù)據(jù)的價(jià)值不僅體現(xiàn)在其內(nèi)含的信息上，于公司而言，可與潛在合作伙伴一起利用數(shù)據(jù)，其可以出售、進(jìn)行交易等。要從數(shù)據(jù)中釋放價(jià)值并最終獲取競(jìng)爭(zhēng)優(yōu)勢(shì)，必須進(jìn)行各種形式的分析和貨幣化操作。

數(shù)據(jù)制勝

專(zhuān)業(yè)的賽車(chē)運(yùn)動(dòng)體現(xiàn)了一種物聯(lián)網(wǎng)化的形式，車(chē)充當(dāng)“物”的角色，而車(chē)輛內(nèi)置傳感數(shù)據(jù)實(shí)時(shí)傳輸給工程師以備分析。該數(shù)據(jù)通過(guò)基于射頻（RF）技術(shù)的遙測(cè)，傳輸給維修區(qū)的工程師，也可能以網(wǎng)絡(luò)（如無(wú)限局域網(wǎng)絡(luò)或蜂窩技術(shù)）傳輸給正處某個(gè)遠(yuǎn)程位置上的工程師，比如賽車(chē)組總部。

典型的印地賽車(chē)（IndyCar）擁有高達(dá)80個(gè)傳感器。假設(shè)一個(gè)樣本的采樣率為1000kHz，即每秒8萬(wàn)個(gè)數(shù)據(jù)樣本，等于說(shuō)，在Indy 500大賽中將產(chǎn)生6400億個(gè)數(shù)據(jù)。每次賽車(chē)在軌道上行駛時(shí)，均產(chǎn)生海量數(shù)據(jù)，競(jìng)爭(zhēng)優(yōu)勢(shì)的一個(gè)主要來(lái)源，即將大量數(shù)據(jù)以近乎實(shí)時(shí)狀態(tài)轉(zhuǎn)化為可操作的價(jià)值，進(jìn)入到分析狀態(tài)。

“雙車(chē)PK”類(lèi)型的印地賽車(chē)團(tuán)隊(duì)，年預(yù)算接近1500萬(wàn)美元并不少見(jiàn)，部分一級(jí)方程式賽車(chē)隊(duì)年支出高達(dá)5億美元。就現(xiàn)有車(chē)隊(duì)而言，其獲得贊助的能力和金額，完全取決于車(chē)隊(duì)的歷史成績(jī)和競(jìng)爭(zhēng)優(yōu)勢(shì)，包括實(shí)際成績(jī)和心理感知。 賽車(chē)組優(yōu)化表現(xiàn)并提升競(jìng)爭(zhēng)優(yōu)勢(shì)的方式有兩種：一是“讓車(chē)跑得更快”（這是許多賽車(chē)組成員常說(shuō)的一句話），二是占據(jù)心智中的定位，并可能以上佳的比賽策略或突發(fā)事件贏得一場(chǎng)比賽。

單單借助數(shù)據(jù)分析，就能幫助汽車(chē)跑更快。數(shù)據(jù)可能取自于車(chē)輛內(nèi)置傳感器和數(shù)據(jù)采集、司機(jī)反饋、風(fēng)洞、七柱振動(dòng)篩、計(jì)算機(jī)模擬、軌道測(cè)試、輪胎測(cè)試、流體動(dòng)力學(xué)模擬和測(cè)試、發(fā)動(dòng)機(jī)測(cè)試等等；實(shí)戰(zhàn)中制定更好競(jìng)爭(zhēng)策略戰(zhàn)勝對(duì)手，則相當(dāng)大程度上取決于歷史和實(shí)時(shí)數(shù)據(jù)的影響 。

無(wú)論何種情形，利用“高級(jí)分析”（advanced analytics）都能幫助賽車(chē)隊(duì)將數(shù)據(jù)轉(zhuǎn)為賽道上的更佳表現(xiàn)（車(chē)速更快，單圈時(shí)間更短），或能制定若干策略實(shí)現(xiàn)比賽結(jié)果最優(yōu)化。部分分析工作是數(shù)據(jù)科學(xué)家和工程師手工進(jìn)行的，部分則是自動(dòng)化的，涉及的分析方法可以是描述性分析、數(shù)據(jù)可視化、統(tǒng)計(jì)分析和高級(jí)分析，其中包括人工智能和機(jī)器學(xué)習(xí)的技術(shù)和算法應(yīng)用。

賽車(chē)越快，比賽成績(jī)通常越好，賽車(chē)隊(duì)更容易掙到錢(qián)，這和商業(yè)運(yùn)營(yíng)一個(gè)道理：一家企業(yè)形成的競(jìng)爭(zhēng)優(yōu)勢(shì)越多，財(cái)政狀況越好，因此更容易獲取并籠絡(luò)客戶(hù) 。

變數(shù)據(jù)為寶

擁有競(jìng)爭(zhēng)性?xún)?yōu)勢(shì)，意味著一個(gè)個(gè)體或一家企業(yè)，能提供競(jìng)爭(zhēng)對(duì)手無(wú)法賦予的價(jià)值，優(yōu)勢(shì)可以是創(chuàng)新力、卓越執(zhí)行力、更好用戶(hù)體驗(yàn)或是更大的獲取或轉(zhuǎn)換數(shù)據(jù)的能力。

數(shù)據(jù)已改變決策行為，將之從基于直覺(jué)或由歷史經(jīng)驗(yàn)而來(lái)的有根據(jù)推測(cè)，轉(zhuǎn)變?yōu)榛谀Ｊ胶皖A(yù)測(cè)的客觀決策。數(shù)據(jù)幫助我們量化基本假設(shè)，對(duì)可能性分布和數(shù)量級(jí)進(jìn)行匹配。確實(shí)，數(shù)據(jù)幫助我們理解：我們能在多大程度上能改進(jìn)某些事情。

物聯(lián)網(wǎng)不只是代表一種機(jī)會(huì)， 可大量收集更多關(guān)于產(chǎn)品、服務(wù)和操作的數(shù)據(jù)，且能使企業(yè)有可能自我驅(qū)動(dòng)、形成競(jìng)爭(zhēng)優(yōu)勢(shì)，就像印地賽車(chē)隊(duì)一樣。要釋放這種潛能，需要在“賽車(chē)日”前打好基礎(chǔ)以便能贏得比賽，其中包括以下要點(diǎn)：

1核算產(chǎn)出。要識(shí)別數(shù)據(jù)產(chǎn)生價(jià)值的潛在機(jī)會(huì)，并決定收集數(shù)據(jù)最流暢、實(shí)惠的方法。舉例來(lái)說(shuō)，如果一名運(yùn)動(dòng)員平時(shí)已在穿釘鞋或運(yùn)動(dòng)衫，也許可直接將傳感器嵌入到里邊，而不是非得制造一個(gè)新設(shè)備去計(jì)算其消耗。

在最具創(chuàng)新力的公司中，80%會(huì)利用數(shù)據(jù)強(qiáng)化其商業(yè)優(yōu)勢(shì)。

比如，耐克已花費(fèi)巨大投資擴(kuò)展“Nike+”平臺(tái)（連接運(yùn)動(dòng)鞋、可穿戴設(shè)備和應(yīng)用程序），以便收集700多萬(wàn)名跑步者更為精細(xì)的數(shù)據(jù)，并通過(guò)智能替換（知道何時(shí)鞋底損壞）和更個(gè)性化的鞋服以增加銷(xiāo)售。

安德瑪（Under Armour ）花費(fèi)了近5億美元來(lái)連接1.5億名數(shù)字健身和健康用戶(hù)，并推出HealthBox獲取數(shù)據(jù)采集機(jī)會(huì)，以便在健康數(shù)據(jù)上獲得更為深入的觀察。除了識(shí)別數(shù)據(jù)采集最有效的方法（利用傳感器和連接性）外，公司需要?jiǎng)?chuàng)造一個(gè)大數(shù)據(jù)環(huán)境來(lái)存儲(chǔ)、管理和分析不同的物聯(lián)網(wǎng)數(shù)據(jù)流。

2最優(yōu)轉(zhuǎn)化。一旦安裝設(shè)備收集和存儲(chǔ)數(shù)據(jù)，需有智力資源和工具將物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)化為可實(shí)現(xiàn)商業(yè)價(jià)值的洞察力和決策。這意味著，需要一個(gè)由數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和架構(gòu)師組成的團(tuán)隊(duì)，既能解答已有問(wèn)題以?xún)?yōu)化性能，也可依靠發(fā)掘隱匿于數(shù)據(jù)中的模式來(lái)處理新問(wèn)題。

比如，在智能城市應(yīng)用中，即存在著一個(gè)課題，如何掌握車(chē)流量狀況并選定優(yōu)化交通的方案。假設(shè)在某些區(qū)域拼車(chē)會(huì)對(duì)交通產(chǎn)生負(fù)面影響，因?yàn)楣步煌ㄊ褂寐蕼p少將會(huì)造成新問(wèn)題。這意味著，需要有數(shù)據(jù)分析團(tuán)隊(duì)，能使用最新預(yù)測(cè)分析和人工智能平臺(tái)（如TensorFlow， Torch，或H20.ai），可快速提出并驗(yàn)證假設(shè)，由此得出正確的策略和行動(dòng)方案，從而產(chǎn)生理想結(jié)果。

找到這類(lèi)具有批判性思維的數(shù)據(jù)科學(xué)家并不容易，可能需要整合技能各異的員工（Python程序員、建模師、統(tǒng)計(jì)學(xué)家和業(yè)務(wù)分析師），同時(shí)以其他渠道建立交流橋梁（比如在Kaggle網(wǎng)舉行公開(kāi)數(shù)據(jù)競(jìng)賽，或贊助學(xué)生項(xiàng)目來(lái)識(shí)別新人才）。

疾速制勝。擁有數(shù)據(jù)、洞察和正確行動(dòng)，將能進(jìn)一步優(yōu)化當(dāng)前的業(yè)務(wù)或平臺(tái)。完全釋放數(shù)據(jù)的價(jià)值，通常要反思公司的全部產(chǎn)品及經(jīng)營(yíng)模式，以數(shù)據(jù)及其運(yùn)用能力作為核心優(yōu)勢(shì)加以利用。

鑒于物聯(lián)網(wǎng)可從當(dāng)前業(yè)務(wù)操作和客戶(hù)體驗(yàn)中，產(chǎn)生規(guī)模驚人的數(shù)據(jù)，各公司迎來(lái)一個(gè)難得機(jī)會(huì)，轉(zhuǎn)向以數(shù)據(jù)為中心的商業(yè)模式，并以一種持續(xù)服務(wù)的方式向客戶(hù)提供商品：比如，一家制藥公司從單純銷(xiāo)售藥物轉(zhuǎn)為提供疾病管理（以病患監(jiān)護(hù)形式）服務(wù)，或是一家汽車(chē)制造商從銷(xiāo)售汽車(chē)轉(zhuǎn)向提供運(yùn)輸服務(wù)。此外，公司可在革新過(guò)程前 —— 而非作為一種事后反思—— 集成物聯(lián)網(wǎng)數(shù)據(jù)資產(chǎn)和數(shù)據(jù)能力，開(kāi)發(fā)出全新的關(guān)聯(lián)產(chǎn)品。

總而言之，如果物聯(lián)網(wǎng)是新生代的互聯(lián)網(wǎng)，那么數(shù)據(jù)就是新石油，不應(yīng)讓物聯(lián)網(wǎng)數(shù)據(jù)淪為白白浪費(fèi)的“廢氣”，或許恰恰能從這些數(shù)據(jù)中發(fā)現(xiàn)提升競(jìng)爭(zhēng)優(yōu)勢(shì)的新洞察，并在市場(chǎng)中贏得未來(lái)的競(jìng)爭(zhēng)。

不過(guò)，首要的前提是，必須建立能高效捕獲和分析這些數(shù)據(jù)的能力，然后改進(jìn)創(chuàng)新流程，將物聯(lián)網(wǎng)生成的“數(shù)據(jù)能量”用于產(chǎn)品、服務(wù)和商業(yè)模式，唯有此，才能在眾多競(jìng)爭(zhēng)中脫穎而出。