车品觉——忘掉大数据

忘掉大数据

我们正处在历史的转折点上,数据技术在快速变革。大数据成了人们竞相争议的热词,但鲜有人提及这巨大变革中需要具备的能力。无数的企业及个人望“数”兴叹:“大数据与我何干?”未来是大数据的时代,未来的竞争就是数据的竞争。也许,我们早该忘掉那些华而不实的喧嚣,让大数据真正从“看” 到“用”,真正“活”起来。大数据的力量来自触类旁通的关联,我们以前总是用数据来证明或企图说服工作上的盲点。而如今的数据不再成为一加一的依据,而是具备了预测和开创新机的能力。

用数据找机会

我第一次见证大数据的魅力是在15 年前,只是当时的我并不知道那就是“大数据”。90 年代初,我认识了一些专业以博彩为生的朋友,这些人组成了一个团队,每年通过赛马,就能盈利数亿港元。我非常惊讶,要知道很多人在赌马场上可是血本无归的,而他们却能把这种概率游戏变成稳定的盈利工具。原来,他们的秘密就是使用了一套“养数据”策略——将每一场赛马比赛的过程都录了下来。当时我觉得这个做法很奇怪:“电视上已经在播放录像了啊,还另外录比赛干什么?”后来我得知,他们居然在每场比赛中都会录取赛马不同角度的录像。通过这些录像,他们分析出骑师、马匹有哪些失误动作,这些动作会带来怎样的后果,然后再把这些数据“清洗”出一个更准确的数据(Smart Data)。赛马过程中有许多意外,他们利用数据来还原——如果在没有意外发生的情况下,马匹在不同场地与不同骑师配合中的应有速度。就这样,他们可以更准确地判断出每匹马的实力和获胜的机会;就这样,通过默默无闻的数据收集,入账数亿元。令我最为震惊的是,他们竟然不看表面数据,而是从无限数据的机会中寻找核心数据。这正体现了大数据最大的不同。以前,我们都是有问题找数据,而大数据时代则不同,其最核心的特质是“用数据找机会”。我们做大数据,必须要有一个预判,就是哪些数据是你必须要提炼出来解决盲点的。赛马的结果其实充满了“意外”,新的数据角度帮助我们一窥真实的结果,这就是“用数据来还原真实”。

只有实效的数据才是正道

现在,大数据的概念正处于纷杂的时代,媒体上充斥了各种关于大数据的报道,但其中不乏牵强附会、滥竽充数的言论,某些媒体甚至把简单的统计也冠上了“大数据”的头衔。作为一个跟数据打了十几年交道的人,我深深地知道从“看”到“用”,再从“用”到“养”的运营数据,本身就是一个复杂的过程,而也许目前我们最应该做的,就是暂且忘记大数据的概念。行胜于言,只有实效的数据才是正道。我希望从一个实用的角度来拨开大数据的“迷雾”,告诉每个人大数据的具体运作应该是什么样的;而且数据量绝对不是一个最重要的问题,我们要的不是数据的量,而是有“质”的量,这正是我写作本书的重要目的。

数据,决胜未来的商业利器

在这个风云变幻的数据时代,只有让数据成为商业的利器才能决胜千里。首先,我们需要拥有一套具有商业敏感的数据决策框架,可以使企业“看”得更准,并能够对近期做了什么是对的、什么是错的进行判断。这样一来,快速的数据反馈可以让每个决策的误差得到适时修正。其次,让数据真正从“看”到“用”,让用数据成为构建企业生产力的重要部分。再次,让Data Technology(DT 战略)深入到企业的每个角落,使数据从生产、收集、使用、分享、反馈变得简单易用。最后,让DT战略落地还要特别注意数据的稳定、准确、时效和有效实施。

在阿里巴巴,我学习到一个很重要的经验——人和事是分不开的。企业要想成为一家数据化的公司,文化的培养必不可少。“混、通、晒”及“存、管、用”两套内功是让企业的血液(数据)流动起来的关键。数据流动得宜,则神清气爽;相反,数据如果出现停滞或质量问题,企业则性命不保。

锻造数据力和思考力的合力

大数据时代的到来,让我们几千年来第一次碰上了数据化带来的机遇和滚滚红利,也让每个人的思维方式出现了重大改变。很多时候,我们欠缺的不是解决问题的方式,而是定位问题的能力;有没有数据可以改善我们的盲点;我们该如何学会用“假定数据是可获取的”来重新思考周围的一切。当这种数据化思考成为你的“直觉”时,就能够把数据的力量和思考的力量融合在一起,从而产生出新的无与伦比的合力。到那时你会发现,周围的一切都将因此而焕发出新的生机。

正如数据是一种信仰,万法唯心,每一刻的进步都来自真诚的对待 !

原文发布时间为:2014-04-10


时间: 2024-09-15 15:10:37

车品觉——忘掉大数据的相关文章

阿里车品觉:大数据时代的若干新思考

大数据究竟是什么?大数据未来将走向何妨?美好的大数据理想与现实之间还有多少距离?目前实践了些什么?遇到哪些困难?这些问题值得我们去思考.为此,阿里巴巴数据委员会联合阿里研究院<阿里商业评论>举办了一场大数据思想沙龙.邀请多位在商业世界数据第一线的实战领军人物,就以上问题展开深入的探讨. 车品觉,<决战大数据>作者.阿里巴巴集团副总裁.数据委员会会长. 不同状态的企业,对于数据的关注点不同 我们要非常注意企业所处的状态,包括企业状态和数据状态.一个企业处在不同的状态之下,对于数据的关

车品觉:大数据如何帮助企业决策

大数据也是未来最重要的生产要素.目前在大数据营销.大数据信用与风险控制类应用方向有了不少成功的实践.我们相信未来的创新模式将会围绕着数据的跨界融合衍生出数据服务新产业.企业内外数据.线上线下数据融合产生化学反应,基于数据的创新模式给我们无限想象空间. ◆ ◆ ◆ 大数据领域正在出现的三大颠覆性变化 最近,我去了一趟美国,看到了大数据的几个变化,这些变化有可能极大地改变世界.第一个变化是开始从被动搜集数据,转变为主动搜集数据.在美国接触了一个公司,他们现场给我们表演,电视里在播出一个新闻,他们把手

车品觉:大数据这三年

  1.大部分人已经开始停止讲大数据了 今年我们去美国的大数据的时候,你会发现大部分人已经开始停止讲大这个词了,那创造了一个词叫Data,这个词是非常有意思的,我们把数据工程化,里面必须要有一个标准要出现,而且在有标准要出现之后,还有一些楼层要出现.那么Data我自己的想法是什么呢?我没有跟马总沟通过,我们这个Data要泛化更多的人要用,更多的人去用上数据,就好象20年前我们让每一个人用上科技,那今天的数据就是要给更多的人用.   2.大数据让决策变得相对很容易做到 其实今天我们已经进入了一个拐

演讲精华:车品觉“实战大数据”高峰论坛

搜索引擎如何优化? 上图中,上面是"货",下面是"人",大部分人只能看到"爆款"产品,但是有非常多的产品是无法看到的.所以我们通过优化搜索引擎,希望更多的.适合的产品展现在更多人的面前,但是效果不好.可是我们想了一个方法,在人群中先找到一个"达人"--所谓"达人"就是比比其他人更会挑选商品的人,TA们比人群中其他人的能力强,总能挑到物美价廉的商品.在大数据样本中,一般会有"达人"出现.定

车品觉:用数据,更要养数据

◆ ◆ ◆ 导读 大数据很忠诚,它真实记录人们的每个足迹,深藏功与名:大数据很任性,它的分析有根有据,拒绝流言蜚语:大数据很友好,它提供各种权威参考,它创造绿色经济,让我们的生活更美好.世界已经进入由数据主导的"大时代".再过两天就迎来一年一次的数博会,小编精选出几篇关于大数据的优质文章,在本周一一分享给各位. 过去,有一些问题一直困扰着我:"现在的企业获取数据如此容易,数据的增长速度如此之快,那么对于企业来说,到底要收集什么样的数据?收集多少数据?收集数据的边界在哪里?&q

优易数据研究院院长车品觉:如何形成大数据生态链的闭环

5月26日,优易数据研究院院长车品觉在数博会"大数据创新生态体系论坛"上发表<如何形成大数据生态链的闭环>的主题演讲. 生态一词,是个复杂的系统;由于系统复杂,就需要协同分工.车品觉指出,谈到大数据,就会想到大数据科学家,但如果想把这件事做好,需要做数据工程的人.做数据算法的人和产品经理的共同努力. 另一个与生态有关的,是将大量的数据转化为企业的行动力.企业走向全面数据化,可以遵循以下步骤:一是关注决策的过程,加强数据分析能力;二是建立数据资源,整理数据标准;三是形成管理规

大咖 | 车品觉:我们为什么要认识数据的本质

时下仿佛大家都在谈人工智能,就像当年人人都在谈大数据一样.在不同场合上,阿里巴巴的马云.百度的李彦宏及腾讯的马化腾分别谈过自己对人工智能的看法和观点.这种对话有点儿像金庸小说中的华山论剑.到底是气宗( 大数据)还是剑宗(人工智能)更有战略意义?我认为,两者是相辅相成的.经历了互联网20年的发展,我们已经积累了足够多的数据去驱动一场"智能盛宴",以大数据为核心的人工智能渐露端倪. 有一天晚上准备睡觉时,听到隔壁传来女儿跟苹果智能语音助手Siri对话的声音.我太太问我,这样正常吗?我告诉她

车品觉:数据与金钱的交易鲜有存在,但数据确实正在催生的新经济

相比之下,数据交易几乎无迹可寻,至少,数据与金钱的交易鲜有存在.这跟它"新兴资产类别"这一称号很不相称.在2011年发布的一份报告中,世界经济论坛(WEF;达沃斯的会议组织机构兼智囊)就给数据冠以这一称号,隐含的意思是,构成数据经济的,将是欣欣向荣的数据信息市场.但从当前的情况来看,数据经济基本上是一个个相互孤立的"谷仓"集合体. 交易市场缺失的原因,也是相应企业产生的原因.由于市场交易携带的各种"交易成本"--搜寻信息.谈判交易.执行合同等等,

车品觉:它是抓捕本·拉登的幕后英雄,只服务100家客户,估值却高达200亿美元!

2011年2月15日,美国海关的一名年仅32岁的情报人员杰米· 萨帕塔,在墨西哥的一条高速公路上被一群毒贩射杀. 尽管他开着防弹的SUV并且亮明了自己外交官的身份,但是15名手持自动来福枪的毒贩依然果断开枪.与萨帕塔同行的另一位探员维克多·阿维拉幸免于难,逃回华盛顿. 美国禁毒署(U. S. Drug Enforcement Administration,DEA) 虎躯一震,勃然大怒,誓死要报仇雪恨.然后却无从下手,当时毒贩手脚麻利,留下的证据太少. 他们很快求助了一家数据公司,并展开了名为Op