大數據：顛覆的力量（一）

大數據本身在概念和應用上已經與我們越來越密切了。今天在開始大數據這個話題前，先從兩個國際事件說起。一個是糾結了很長時間的英國首相要辭職了，另一個是美國不斷“退群”。實際上這兩個事件都是和英國脫歐和美國大選有關。這三四年來，大家已經看到這些事件在他們國家帶來的社會撕裂、對世界格局的沖擊，以及國際秩序、多邊關系的挑戰。非常巧的是這兩個事件的背后都有一家公司的影子，就是英國劍橋分析公司，簡稱CA。這家公司用數據做選民分析，做助選服務。這家公司的服務主要做的是心理畫像，它根據收集到的大量數據，包括千萬級的Facebook數據，采用國際心理學界比較有名的Ocean心理模型來刻畫選民的人格特征，它能刻畫一個人喜歡什么、擔憂什么、對什么感興趣、宗教的取向以及價值的態度。用這家公司CEO的話來講，“我們可以預測每個美國成年人的人格特征”。其實這家公司并不是那么出名，還有更加出名的公司也在選舉中提供各種服務，但是其他公司的服務基本都基于人口統計學的信息，也就是性別、膚色、宗教、收入、年齡、教育等信息，但是這家公司從另外的視角，即從心理的視角刻畫一個人的心理歷程或者叫做數字腳印。另一方面，他們可以獲得更加細粒度的數據，使得心理層面、人格層面的刻畫成為可能。這就是我們所說的大數據的影響。

大數據時代的兩個階段

我們現在處在一個數據的海洋當中。2019年的春運是世界上最大的人口遷徙，有30億人次的流動。2018年“雙十一”有2135億的銷售額度。現在，每天會產生450億的微信條目。手機的網民已經達到8.17億。總體來說，我們國家的GDP數字經濟占比已經達到了34.8% ，超過了1/3，這方面實際能夠體現出我們這個社會已經開始越來越數字化了。

說起大數據、大數據時代，主要的時代背景是什么？現實世界有多大程度上可以被數據表示？用一個形象的話來講，我們的社會像素正在急劇提升。這個“像素”來自到處可見的感測設備——探頭、智能手機、可穿戴設備、車載設備，林林總總。這些使我們這個社會的數字化程度越來越高，數據的粒度因此也越來越細。也就是說，數字化生活的兩個要素之一：像素，數據的粒度已經具備。像素夠高的時候我們要干什么？形象地說是“成像”，就像手機、相機，像素越高成像的質量可能越好，因此，成像是我們數字化生活中另外一個重要的要素，像素和成像對應起來，就把數據和算法聯系起來了，這就是我們所說的大數據時代。

大數據時代可以分成兩個階段，我們用商務的形態來說明這個問題。第一階段是數據商務階段。不斷地把現實生活中的要素，人財物，都進一步數據化，同時根據這些數據化的人財物進行算法的應用。第二階段是算法商務階段。當像素足夠高，重點就變成了成像，變成算法應用了。數據商務階段和算法商務階段都圍繞著數據和算法進行，但是重點有所不同。數據商務階段就像做菜一樣，數據化的過程就是不斷準備材料的過程，不停地增加和豐富材料，然后根據已有的材料提供不同的菜品。但是算法商務階段是材料已經足夠豐富了，這個時候要比的就是手藝了，你是不是能夠做得更好、更多。這就是我們所說的算法進階及應用創新，如“智能+”，我們可以用更加高尖的智能技術，包括人工智能的很多技術在現有的大規模數據下進行應用。

大數據的數據特征

那么什么是大數據？可以從4 個維度來理解，即 4V：volume（規模）、variety（多樣）、value（價值）、velocity（速度）。大家對這四個維度沒有什么大的爭議，但是對它們的含義的理解還是有相當不同的認識的。

第一規模，我們稱之為超規模。大數據規模會很大，但是沒有絕對的量綱，沒有說一定要達到多少G、多少P、多少Z才是大數據，這個不一定，因為大數據的大規模和問題、領域有關。只要這個大的規模超出了這個領域和問題的傳統邊界，那就是大規模里的超規模。第二多樣，即富媒體的意思。現在80%-90%的數據都是文本、語音、圖像、視頻，不再是特別傳統的二維的整齊的結構化的數據了。第三價值。我們處在數據的海洋中，但是跟我個人有關，跟我企業有關的那種有價值的信息相對少了，因為數據量的分母太大了，即密度在降低，這個后面直接的隱喻就是要深度挖掘才能發現我們希望的價值。第四速度。數據就像開著的水龍頭一樣，源源不斷地出來，而不是我們上傳下載圖片要等很久。因此，大數據里的數據是一個流數據的概念。

大數據的問題特征

什么樣的問題才是大數據問題？這要看它的問題特征。第一個特征，是粒度縮放。粒度縮放是指我們碰到的問題的要素一定是數據化的，即這個要素不管是宏觀的還是微觀的，一定可以通過數據表示。同時，可以像地圖一樣，可以在特別大的范圍和特別小的范圍之間縮放，能夠在宏觀、微觀之間進行映射。

第二個特征，是大數據外部性導致的特征，稱之為跨界關聯。考慮問題的時候要看視角，問題邊界在哪兒，如果考慮問題的時候這個邊界到了傳統邊界之外，就是跨界了，而且你把這個外部的要素和內部要素聯系起來了。比如管理學中，傳統企業管理最常見的就是怎么把業務流程做好，優化流程，提高質量，同時改進人力資源環節、財務環節，制定企業戰略，基本是站在企業內部看不同的部門，站在里面稍微往左看一看是供應商，稍微往右看一看是客戶。企業花了很多努力，突然有一天一個人在網上拍了一板磚，說這個企業產品有問題、服務不好，還沒有容得辯解，成百上千萬跟貼，瞬間就把企業的產品、形象、品牌定格成了某一個形象、某一個狀態，然后企業可能還很委屈，因為覺得這些人既不是我的客戶，也不是我的員工，他們好像就是原本跟企業沒有聯系的社會大眾，但是他們的口碑卻對產品、質量、品牌、形象產生影響。因此，當管理決策的視角不僅是考慮內部，而且要考慮外部和企業相關的因素時，這個問題就開始變成大數據問題了。你要跨出你的傳統邊界。第三個特征，全局視圖。大數據實際是希望了解全貌的，它最后是要看畫像，因為前面我的每一個點、每一個環節的數據叫做粒度縮放，同時和我相關的要素我又關聯了，但是我最后要干什么？要了解全貌，要有個人畫像、企業畫像、政府畫像、社會畫像等，所以這個畫像本身又是全景式的，從范圍來講是全景式的，從內涵來講，既關聯又因果。

舉兩個簡單的例子。一個例子是旅游。比如某個景點，經常在一些時間和假期人滿為患，因此可能出現游客不滿意投訴的現象。如果我們僅從景點這個邊界出發來提供優化的方案，解決質量的問題就很困難。實際上如果要解決景點的問題，一定要走到景點之外，當我們考慮了景點內外要素時，就有了跨界關聯的屬性，作為整個的旅游我們來看景點內外時，我們有這樣一個全局的視圖，我們面對的就是一個大數據問題了。

另外一個例子是共享單車。現在每輛共享單車都有自己的感應器和定位裝置，也就是說感測的數據粒度到了車和部件。這時候就不單是一個單車了，可能我走到什么地方，共享單車的App就告訴我附近有什么商圈、酒店、餐館，當視角從單車走到了其他行業、要素時，就開始跨界關聯了。共享單車的平臺應該清楚什么地方需要車，什么地方不需要車，怎么樣調動，這就是全局視圖。當共享單車具備粒度縮放、跨界關聯和全局視圖時，共享單車的運營、優化，就是一個大數據問題。

這些年社會上比較流行一個論斷，說“大數據只講關聯不講因果”。這個論斷雖然有一定道理，但是總體來講是誤導的。特別是在重要決策的時候，如果涉及到的后果可能會有嚴重的人、財、物的損失，誰敢做決策？所以在大數據環境下做管理決策，既要看關聯也要看因果。

（根據清華大學經濟管理學院EMC講席教授陳國青演講整理而成，未經確認）