《影响中国大数据产业进程100人》第十五期 马兆林:互联网+大数据变革,这些坑不能踩

2016-04-05 16:04
浏览量: 收藏:0 分享

前言:

  大数据是一个事关我国经济社会发展全局的战略性产业,大数据技术为社会经济活动提供决策依据,提高各个领域的运行效率,提升整个社会经济的集约化程度,对于我国经济发展转型具有重要的推动作用!2016年,由中国首席数据官联盟与网加时代网发起并承办,北京大学信息化与信息管理研究中心、中国新一代IT产业推进联盟、数邦客协办的"影响中国大数据产业进程100人"大型人物专访活动全面启动,被采访对象分别来自政府、产、学、研、企各个领域,他们将从不同角度,不同层面向大家阐述当前大数据产业热点、难点、疑点问题,为中国大数据产业健康、持续发展探索经验、保驾护航,敬请关注!

第十五期专访人物:中国首席数据官联盟专家组成员,互联网顶层智慧研究院  院长马兆林

  马兆林,中国首席数据官联盟专家组成员,互联网顶层智慧研究院院长,曾任安邦金融集团网络信息中心高管,现担移动互联网顶层赢利智慧研究院院长、互联网金融大数据产业联盟理事、北京大学、清华大学等知名高校特约讲师,2014年全国CIO风云人物。国家"十一五"科技部数据库课题组专家,《一本书读懂大数据》,《中国制造2025强国之路与工业4.0实战》作者。

  本期特邀嘉宾中国首席数据官联盟发起人鲁四海,就互联网+大数据变革世界向马兆林先生发起提问。

  鲁四海:《一本书读懂大数据》这本书,听说您是把它定位为一本传播大数据思维和知识的科普书籍。那在您看来大数据思维是什么?

  马兆林:大数据带来大转型,大数据时代要变的首先不是商业,而是思维。不拥抱大数据,传统大公司就会被淘汰。

  我们看到近期大型企业转型有个突出的特点,就是传统过剩产能大型企业的关停。国家下了决心进行传统工业的转型,去库存的同时关停生产线,国家拿出钱进行这些员工的下岗后安置,其实就是顺势进行企业的改革。时代已经变了,一些生产方法是应该退出历史舞台了。未来成功的企业一定是带有互联网+大数据基因的,传统资源型、垄断型企业成功模式越来越少了,当然大数据垄断型企业会越来越多,成功的几率也就很高。

  企业能够在市场中长存并长青,这是每个企业家的梦想。但是在这个市场竞争越来越激烈的年代,优胜劣汰的自然法则则表现得更加突出。企业想要在生存中求发展,就不得不改变原有的生产技术、管理模式。大数据时代中生存的企业,随着营销方式与模式的转变,特别是互联网的出现,不拥抱大数据,传统企业将在如此激烈的市场竞争中无法立足。

  一些大企业、大公司拥抱大数据的决心和动力已经远远超过了我们的预想范围,他们对于互联网的热衷度是难以想象的。通过对互联网所提供的大量关于消费者的数据进行分析,可以极大地帮助企业和公司与消费者进行实时互动,更加深层次地了解消费者需求,从而营造一种开放和互动式的销售氛围,从而为企业和公司创造更大的商业价值。

  1837年,宝洁公司创立,至今已经有178岁。它不仅仅在市场上能够长存还能够如此有活力,也跟大数据有着密不可分的关系。尽管宝洁公司连续两个财年的营业额已经超过了800亿美元,但是它不仅仅满足于此,通过应用大数据,它不仅顺利转型并且逆袭成功。2012年营业总额达222亿美元,与2011年相比同期增长2%,净盈利增长了一倍以上,过去的2015年,营业总额达超过600亿美元,宝洁稳坐2015全球日化销售头把交椅。因此我们在了解"没有永远的企业,只有时代的企业"同时,通过宝洁看到,必须拥抱每个时代的新技术,才能经营更持久。

  鲁四海:听了大数据思维后,很多企业都去试试,但有一种观点说,大数据是一个奢侈的事,门槛高,只有大机构才有资格拥有大数据,您怎么看?

  马兆林:长期以来,人们会认为大数据大数据时代仅仅是类似于政府机构、金融机构的才可以拥有的。事实上,情况并非如此。

  虽然小机构可能会没有大数据,但是它可以拥有大数据,并且从更高的视觉角度来看待大数据。对于一些小型团体、小型机构而言,他们虽然没有自己的大数据进行管理或者整合,但是他们也有体现自身价值的重要数据。这些数据可能包括:成员名单、会员费用、活动费用、社交媒体分享数量、项目成果、捐款数目等。对于这些小型团体而言,他们的挑战不是数据收集,而是数据管理,可能不同的数据管理者管理着不同类别的数据,这样,能否识别数据会不会带来巨大价值是数据管理的一大挑战。解决这种困难的最好办法就是,需要对目标人群的行为、态度高度关注,并对这些行、态度的数据进行收集、分析和整理,并由此加强相关度,这样就可以加强、修正甚至创造出新的项目和服务,达成组织目标,使沟通变得更加高效。

  实际上,NBA已经通过大数据的应用带来了一场巨大的体育技术革命。NBA联盟在比赛场馆安装了运动追踪系统,通过英特尔技术对这些数据进行分析,包括球员在赛场上不同区域的命中率、球员的能量区域效率。根据这些数据,教练可以在比赛前对球员布局做很好的调整,从而提高命中率。现在越来越多的体育俱乐部开始应用该运动追踪系统,从而有效地选择球员,该系统已经成为球队夺冠体系的重要组成部分。由此可见,小型团体、小型机构、小型组织、小型俱乐部等也有资格拥有大数据。越来越多的团体、组织结合内部和外部数据激发自身新的价值和内在潜力。

  鲁四海:我之前遇到不少企业在讲他们其实没有大数据,只有小数据,在您看来这样的企业有没有必要去研究大数据思维、方法和技术?

  马兆林:数据量的大小不能代表数据价值的大小,小数据更加注重的是实用性,关注的是效率、相关性,以及收集到的正确数据的数量和种类。举个例子,现在大数据在营销上应用很多,那是不是没有大数据就不能做大营销?当然不是的。

  大数据的应用过程中,作为市场营销者,往往需要的仅仅是一些较小的样本,对于一小部分客户群而言,只需要把注意力放在推动和改善业务细节上,就可以使品牌在营销中更加具有个性化。最重要的是,这些小数据实际上就在营销者身边,只要愿意收集,便是触手可及的。

  通常,消费者希望通过各种方式包括人的交流、产品的使用来满足自己生活的需求。而营销者可以通过对数据的利用获取产品来消费者需求。小数据本身就是以客户为中心,营销者可以借助小数据更加快速的认识客户、了解客户需求,从而帮助客户随时随地的找到他们希望拥有的产品。

  消费者需求得以落实,便会以企业盈利的方式回报与企业,随着消费者数量的积累,企业获益越来越多,最终实现了企业大营销。充分利用"小数据"为产品及服务的不同定位做出正确的营销战略决策,依然可以实现企业大营销。

  鲁四海:刚才您讲到了用大数据思维让企业小数据发光发热的方法,同时我们也注意有企业投入非常大去搜集数据,试图把所有有相关数据都搜集起来,都说数据是最大的资产,数据最终一定能产生巨大价值,您怎么看?

  马兆林:首先我觉得这是一个误区。不可否认,企业对于大数据的重视程度日渐高涨,各行各业对大数据的收集与应用已经形成了一股热潮;企业收集和利用大数据所产生的这份狂热,反映了大数据已经深入人心。由于大数据技术的迅猛发展,一些对大数据的囫囵吞枣的浅知和误解也随之流传,很多企业错误地认为只有获得所有数据才会有机会得到更多有价值的见解,从而做出更加正确的决策。

  大数据本身是一种实实在在的技术,它在生活中的应用已经相当广泛,人们通常觉得大数据无所不能,但是我们要懂得应该如何获得有用数据,如何让数据有用,而不是一味的追求获得所有数据,更重要的不是怎样分析所拥有的数据,而是想着通过哪些数据可以得到真正有价值的结果。

  事实上,获得的更多或所有的数据未必带来正面的业务影响。通常情况下,人们会认为获得数据越多越好,尽可能的获取所有数据,不应该把数据浪费掉。但是实际上,如果所收集的数据杂质太多,即便是收集的数据十分全面,量非常大,但是也会整体上拉低数据分析结果的准确性。这就要求我们在获取数据前,应当对数据的进进出出的每个环节做出一个清洗、筛选的处理或限定设置。与此同时,数据链的每个环节都会有所交互,数据处理完之后的信息可以供下一环节使用,或者后边的环节为前边环节产生反馈,促进前边环节制定处更好的结果。此外,数据是不断更新的,我们在采集数据的时候也需要有所筛选,从而采集那些实时的有价值的数据信息,陈旧的数据已经不再适应我们不断发展变更的市场了,分析和处理那些陈旧的数据不但会影响我们做出决策的效率,还会让我们做出的决策产生偏差。

  鲁四海:确实数据并不是越多越好,价值在于真正用起来。我们也注意到很多企业往大数据方向转型,有的企业认为有了大数据这层屏障,就能够保证企业无论是现在还是未来的发展必然会畅通无阻,您怎么看?

  马兆林: "大数据"目前已经是业界和学术界舌尖上的热词,大数据技术具有广阔的发展前景,大数据就像一个传奇人物一样受到人们的青睐和敬仰。诸多企业纷纷挖掘大数据的潜在价值,期盼自己能够跻身在这茫茫商海中,有的企业甚至认为有了大数据这层屏障,就能够保证企业无论是现在还是未来的发展必然会畅通无阻,万无一失,也不足为奇。但是事实真的如此吗?

  事实上,事情并不是人们想象的那样。大数据也会存在一定的问题,也会面临一定的风险,不能保证任何时候都是万无一失。

  大数据样本代表性。我们在收集数据的时候,并不能够收集到全数据,而大数据通常是涵盖了大规模、精准、细化等完美的字眼,这时候,我们收集到的数据就与大数据的样本代表性相挂钩,一旦抽样,在选样、测量以及误差矫正方面就会不尽如人意,好的数据将被恶劣化,大数据将被虚化。

  大数据真实性。在大数据十分庞大的今天,注水性数据也不乏混入其中,数据造假获利的事例也越来越多,因此,面对网络发布的如此多的的信息,我们对其大数据的真实性难以辨别。数据源是否具有真实性、全面性,以及处理方法是否具有科学性,是大数据走向权威和可信的必要保障。

  大数据的相关性误差。通过一定的算法和模型对变量元素进行相关性分析,利用大数据处理简单的情景是可以做到的,但是在相对复杂的系统中就容易走偏。相关性要体现在真实的数据之间,如果数据稍有偏差,那么大数据分析结果就可能相去甚远了。

  大数据的安全性。为了追逐大数据背后隐藏的巨大经济价值和政治利益,我们的日常生活正在被数据化、被跟踪、被记录,因此我们的个人信息安全问题便随之而来,账户被盗、并受到攻击、身份被伪造、认证或证件失效、密匙丢失等问题频频出现,我们数据安全收到了威胁,甚至给我们的利益带来了巨大的损失。

  大数据泡沫化。随着大数据对我们的冲击,视觉数据逐渐出现,有的企业已经将大数据泡沫化,无论有无需求,都要与大数据挂钩。大数据只有实用化才能真正解决企业发展需求,才能实现大数据真正的美。

  有了大数据并不能保证一切都能万无一失。只有将大数据真实化、实际化、严格管理化,企业才能将大数据应用自如,才能对企业的发展有所保障。


  中国首席数据官联盟/中国CDO精英俱乐部是国内首个以CDO为核心的技术型非盈利性联盟组织,遵循自愿、平等、合作的原则。其发起人为刘冬冬、鲁四海、葛涵涛。我们希望成为中国大数据产业创新与发展推动者,为实现中国大数据产业全球领先而努力。我们将一如继往的打造跨行业、跨领域的商业精英交流平台,提升CDO在企业中的地位,提升企业的数据化水平,将数据变为未来企业发展的核心驱动力并最终推动中国大数据产业整体发展水平。


标签:

责任编辑:管理员

相关人物

在线客服