Q:什么叫數(shù)據(jù)？

好多年前，我們認(rèn)為數(shù)字才叫數(shù)據(jù)。什么叫數(shù)字？至少支持一種代數(shù)運(yùn)算的才叫數(shù)字。到現(xiàn)在我們的概念全變了?？赡苊恳粋€(gè)人對(duì)數(shù)據(jù)的定義都非常不一樣，有人會(huì)說(shuō)數(shù)據(jù)是信息，我覺(jué)得太抽象了。直白地說(shuō)，什么是數(shù)據(jù)——凡是可以記錄的都是數(shù)據(jù)。但是記錄不下來(lái)的，這個(gè)時(shí)刻不是數(shù)據(jù)，也許未來(lái)是。以前聲音不是數(shù)據(jù)，現(xiàn)在聲音也是數(shù)據(jù)，圖像是數(shù)據(jù)，中文文本也是數(shù)據(jù)。目前移動(dòng)互聯(lián)網(wǎng)時(shí)代我簡(jiǎn)單的把數(shù)據(jù)歸類(lèi)為文本，位置和網(wǎng)絡(luò)結(jié)構(gòu)三種。

Q:網(wǎng)絡(luò)結(jié)構(gòu)給我們數(shù)據(jù)分析帶來(lái)了什么樣的機(jī)會(huì)和挑戰(zhàn)？

以前我們對(duì)人的分析基于個(gè)體。比如說(shuō)營(yíng)銷(xiāo)中，為了理解消費(fèi)者，我們會(huì)做市場(chǎng)細(xì)分，消費(fèi)者是非常個(gè)性化的，千人千面。這時(shí)候怎么分析呢？張三的性別，年齡，過(guò)去買(mǎi)多少產(chǎn)品，全是他一個(gè)人的信息?，F(xiàn)在在任何一個(gè)電子商務(wù)網(wǎng)站上都能看見(jiàn)推薦，推薦做的最成功的是亞馬遜，它會(huì)根據(jù)你過(guò)去的購(gòu)買(mǎi)行為進(jìn)行推薦。買(mǎi)了A這本書(shū)的人會(huì)不會(huì)買(mǎi)B這本書(shū)?？茨氵^(guò)去買(mǎi)什么，再推送你將來(lái)會(huì)買(mǎi)的商品。

我跟大家講一個(gè)真實(shí)的故事，我認(rèn)識(shí)的一個(gè)博士后，畢業(yè)之后面對(duì)消費(fèi)者做小微信貸。小微信貸是，比如我到蘇寧電器看產(chǎn)品，很喜歡，但是發(fā)現(xiàn)差兩千塊錢(qián)，售貨員就說(shuō)說(shuō)分期付款找小微信貸。然后我就跟做小微信貸的人說(shuō)我要借兩千塊錢(qián)，但是什么都不想押，填張表就給我兩千。他們會(huì)根據(jù)我的職業(yè)教育和其他各種信息，對(duì)我的還款能力做評(píng)分，20分鐘決定給不給錢(qián)。這個(gè)風(fēng)險(xiǎn)是無(wú)比巨大的，這么大的風(fēng)險(xiǎn)大部分銀行都不愿意做，但是民營(yíng)企業(yè)愿意做。這個(gè)事特別的好玩，很多年前我們叫高利貸，現(xiàn)在叫金融創(chuàng)新。小微信貸要評(píng)估的是他的支付能力，支付能力填表很容易做假，如果有微博帳號(hào)，知道他去哪里，就知道他的真假了。所以位置數(shù)據(jù)也很重要。

Q:在網(wǎng)絡(luò)上如何獲取個(gè)人信息？

在網(wǎng)絡(luò)上，我們會(huì)通過(guò)人的標(biāo)簽增加對(duì)人的認(rèn)識(shí)?；蛘哂幸粋€(gè)渠道，通過(guò)朋友的信息，知道哪些是正確的，哪些是錯(cuò)誤的。這里我們可以把它變成非常有意義的統(tǒng)計(jì)圈，讓用戶(hù)愉悅體驗(yàn)的產(chǎn)品。數(shù)學(xué)模型上可以簡(jiǎn)化成什么樣的結(jié)構(gòu)？我定義我自己叫I，我關(guān)注的統(tǒng)計(jì)之都是Z，標(biāo)識(shí)我關(guān)注統(tǒng)計(jì)之都，統(tǒng)計(jì)之都也關(guān)注我，這樣就可以進(jìn)行分析了。我們把標(biāo)簽存儲(chǔ)下來(lái)，這就是分析的結(jié)果。有人說(shuō)在互聯(lián)網(wǎng)上，你只要在電腦屏幕前面，互聯(lián)網(wǎng)另外一端不知道你是誰(shuí)?，F(xiàn)在全變了，你在這里，后面還有人看著你，你的一切他都知道。

再比如微博頁(yè)面，原來(lái)推薦的廣告是電子游戲。后來(lái)淘寶購(gòu)買(mǎi)了微博18%的股份，很快就發(fā)生了一個(gè)變化，你在淘寶搜過(guò)什么東西，在微博就看到什么廣告，這是單向的，還沒(méi)有出現(xiàn)微博討論什么，淘寶就有什么。

Q:位置數(shù)據(jù)為什么很重要？

在互聯(lián)網(wǎng)上第一批通過(guò)數(shù)據(jù)分析獲得商業(yè)價(jià)值的都是電商。電商要求搜索購(gòu)買(mǎi)交易行為全部在線(xiàn)上完成，典型的是3C產(chǎn)品、書(shū)等各種各樣的商品。電商只是一部分行業(yè)，但還有很多服務(wù)行業(yè)是不能線(xiàn)上消費(fèi)的，線(xiàn)上購(gòu)買(mǎi)也很難。比如說(shuō)培訓(xùn)，培訓(xùn)可以在網(wǎng)上購(gòu)買(mǎi)，一般的就兩萬(wàn)塊錢(qián)，但是更多的人覺(jué)得，我們家孩子上英語(yǔ)班，還是先看看老師長(zhǎng)什么樣子，不能交了錢(qián)，人都不知道是誰(shuí)。其他還有餐館、酒店、旅游等，所有這些行業(yè)都有一個(gè)特點(diǎn)，需要完成線(xiàn)上行為和線(xiàn)下行為的打通。在線(xiàn)上了解一家培訓(xùn)機(jī)構(gòu)的資質(zhì)，線(xiàn)下再去接觸；線(xiàn)上通過(guò)團(tuán)購(gòu)網(wǎng)站尋找一款美食，線(xiàn)下餐廳去完成消費(fèi)。這個(gè)過(guò)程當(dāng)中，位置信息就變得非常的重要。

Q:知道地理位置以后做什么呢？

現(xiàn)在我給大家介紹一個(gè)我們做過(guò)的案例。我們想知道來(lái)頤和園玩的游客，他們都來(lái)自于哪里，他們?cè)诒本┤ナ裁吹胤剑麄內(nèi)绾蜗M(fèi)等等。

因?yàn)轭U和園和圓明園的門(mén)票不貴，可能在這里玩完去CBD去住。但是不同區(qū)的領(lǐng)導(dǎo)是有競(jìng)爭(zhēng)的，領(lǐng)導(dǎo)是希望你吃、玩、住都在我這個(gè)區(qū)的，這時(shí)候就需要采集游客的位置信息了。但是我無(wú)法采集到所有人的數(shù)據(jù)，線(xiàn)下在圓明園讓游客做一千份問(wèn)卷也不太容易，所以我們就用微博簽到的數(shù)據(jù)，雖然這不是所有用戶(hù)的數(shù)據(jù)。通過(guò)研究數(shù)據(jù)發(fā)現(xiàn)，首先到北京來(lái)的外地游客，在海淀區(qū)游玩的大部分在圓明園和頤和園轉(zhuǎn)。我們能看到來(lái)頤和園、圓明園玩過(guò)的游客逛過(guò)的各個(gè)地方的最重要的旅游景點(diǎn)。海淀區(qū)有頤和園、圓明園、北京大學(xué)，朝陽(yáng)區(qū)有鳥(niǎo)巢、國(guó)家體育館、奧林匹克公園等等，東城區(qū)有王府井小街、南鑼古巷和簋街。但是海淀就沒(méi)有這些出名的商業(yè)街和小吃街了。所以這些來(lái)海淀區(qū)去頤和園、圓明園玩的人，他們吃飯都到東城區(qū)了。雖然這些人購(gòu)物也發(fā)生在海淀區(qū)，但是東城區(qū)依然是強(qiáng)有力的競(jìng)爭(zhēng)對(duì)手。

我們得到的位置信息可以精確到一個(gè)樓。所以如果你用心去做，就能通過(guò)簡(jiǎn)單的位置軌跡看到這個(gè)人的吃穿住行——是從機(jī)場(chǎng)來(lái)的，還是高速公路上的收費(fèi)站來(lái)的，還是從火車(chē)站來(lái)的？是在什么樣級(jí)別的餐廳吃飯？你只要得到餐廳的名字，就能推出他的消費(fèi)能力。通過(guò)他住宿的酒店也可以看到住宿的經(jīng)濟(jì)能力。通過(guò)這個(gè)可以知道一個(gè)人的吃穿住行。

舉個(gè)例子：如果我是國(guó)航的銷(xiāo)售，一個(gè)客戶(hù)今年在我這兒訂過(guò)一張機(jī)票，現(xiàn)在的問(wèn)題是要確定他是不是高端用戶(hù)，如果是高端用戶(hù)我應(yīng)該想辦法把他拉進(jìn)來(lái)。但是我只看到他在我這里買(mǎi)一張機(jī)票，所以無(wú)法確定。這時(shí)候如果可以得到他的位置信息，比如他每周都在每個(gè)機(jī)場(chǎng)轉(zhuǎn)一下，我就能知道他買(mǎi)了不少機(jī)票，但是機(jī)票都跑別家去了。將文本、網(wǎng)絡(luò)結(jié)構(gòu)和地理位置這三種數(shù)據(jù)整合在一起，我們就可以分析出很多有價(jià)值的東西。但是無(wú)論是國(guó)內(nèi)還是國(guó)外我們的分析手段還是遠(yuǎn)遠(yuǎn)滯后的，滯后的不是技術(shù)方法，更多的是對(duì)商業(yè)的理解。什么樣的數(shù)據(jù)支持我們什么樣的商業(yè)模式，或者對(duì)現(xiàn)存的商業(yè)模式有什么改變。

Q:怎樣把管理和實(shí)踐的問(wèn)題歸結(jié)成數(shù)據(jù)問(wèn)題，然后把問(wèn)題解決掉？

第一階段首先是數(shù)據(jù)的生產(chǎn)、采集、整理。第二，有了數(shù)據(jù)以后，就要定義和數(shù)據(jù)相關(guān)的業(yè)務(wù)問(wèn)題。比如車(chē)聯(lián)網(wǎng)，我要定義業(yè)務(wù)問(wèn)題，是具有什么駕駛習(xí)慣的人容易出事；喜歡逛什么地點(diǎn)的人支付意愿高。這也是業(yè)務(wù)問(wèn)題，定義出來(lái)才能分析。第三是數(shù)據(jù)挖掘與統(tǒng)計(jì)建模。最后是數(shù)據(jù)業(yè)務(wù)的實(shí)施。當(dāng)你有了業(yè)務(wù)分析結(jié)果的時(shí)候，你不可能通過(guò)統(tǒng)計(jì)學(xué)語(yǔ)言來(lái)表達(dá)，你要會(huì)表達(dá)故事，表達(dá)成人們可以懂的語(yǔ)言，比如營(yíng)銷(xiāo)策略和圖表。這4個(gè)里面相對(duì)比較容易的是統(tǒng)計(jì)建模。最難的則是第二個(gè)，因?yàn)闊o(wú)章可學(xué)，沒(méi)有任何一個(gè)老師和教科書(shū)可以回答你。只能跟最優(yōu)秀的人在一起，跟他們一起探討，互相學(xué)習(xí)。我特別享受的是，在我的課上每到一個(gè)學(xué)期結(jié)束的時(shí)候，聽(tīng)同學(xué)們匯報(bào)案例，我們都互相非常欣賞。有人是做醫(yī)藥行業(yè)的，有人自己創(chuàng)業(yè)，不一定每個(gè)人都給出最完美的答案，但是都能體會(huì)你的痛苦。對(duì)無(wú)法完美解決的問(wèn)題，只要有更多優(yōu)秀的人在一起，我們一起研究思考，就可以把它歸結(jié)出來(lái)，找到最好的解決辦法。