導語：科技放大了我們的能力，但是也同時增加了我們的煩惱。我們要用數(shù)據(jù)做更精準東西的時候，會發(fā)現(xiàn)數(shù)據(jù)的質(zhì)量非常重要。

從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)，再到智能互聯(lián)網(wǎng)，技術(shù)背后更多體現(xiàn)的是解決問題的思維方式的變革。

當大數(shù)據(jù)被廣泛應(yīng)用并逐漸走到下半場的時候，對于公司或產(chǎn)品，我們面臨怎樣的機會和問題，我們又當如何科學的對待?

紅杉資本中國基金專家合伙人、原阿里數(shù)據(jù)委員會會長車品覺，在上月舉辦的第十一屆艾瑞上海峰會上發(fā)表題為《大數(shù)據(jù)，顛覆存在與思維》的演講，他說人類的經(jīng)驗和數(shù)據(jù)的驅(qū)動應(yīng)該更好的相處。

• 不用擔心當數(shù)據(jù)驅(qū)動這個世界
• 會把人類的經(jīng)驗消滅掉，
• 人類的經(jīng)驗和數(shù)據(jù)的驅(qū)動
• 兩者之間是相互的。

[[179483]]

大數(shù)據(jù)，顛覆存在與思維

我們總說，我們經(jīng)歷了從PC互聯(lián)網(wǎng)時代到了移動互聯(lián)網(wǎng)時代，還會經(jīng)歷智能互聯(lián)網(wǎng)時代，但很多人不理解什么是“智能”。

那么現(xiàn)在到底發(fā)生了什么事情呢?以前我們很難說服公司的每個部門去主動搜集數(shù)據(jù)，甚至當我們開始做大數(shù)據(jù)的時候，我們公司里面還討論“我應(yīng)該收集什么”。

而現(xiàn)在，我們希望能夠更準確地分析信息，更準確地做判斷，通過深度學習，我們希望快速從錯誤的信息里找出對的東西。這些都是現(xiàn)在正在發(fā)生的。

當數(shù)據(jù)量特別大的時候，萬物的連接，主動的數(shù)據(jù)收集，這是上半場;而下半場是怎么準確進行判斷，把數(shù)據(jù)變成行動。

說的更通俗一點，從前人類想我到底能不能活得更久一點;而現(xiàn)在，除了這一點之外，人類在想我能不能把平均IQ提升到160，這就是上半場與下半場的區(qū)別。

需要治理的數(shù)據(jù)

最近不斷有大集團打電話給我說：車總，跟我們講講數(shù)據(jù)治理吧，我們想知道你從頭到尾是怎樣思考的。這些老板提到了一個概念：數(shù)據(jù)治理。

公司數(shù)據(jù)遇到的大部分困難是公司內(nèi)部的打架，因此大量數(shù)據(jù)沒有辦法整合在一起，可能四五年內(nèi)都沒有辦法。100PB、200PB、300PB的數(shù)據(jù)，再不治理就真的吃不消了。因此數(shù)據(jù)治理是非常關(guān)鍵的點。

除了數(shù)量，數(shù)據(jù)的質(zhì)量也非常重要。比如阿里金融和其他數(shù)據(jù)部門總是為了一件事爭論不休，就是因為阿里金融需要的數(shù)據(jù)質(zhì)量是非常高的，但是其他部門給出的數(shù)據(jù)經(jīng)常沒有考慮這些，這都是數(shù)據(jù)治理的問題。

其實當數(shù)據(jù)量增加的時候，你就會發(fā)現(xiàn)它的精準度在提升，當然數(shù)據(jù)量的增加是指來源的增加。但有些問題必須要很精準，90%準確度和95%準確度本身就是非常大的分水嶺。

還有一些事情也是下半場開始出現(xiàn)的。比如我們身體反應(yīng)出的一些數(shù)據(jù)，我們今天的表情到底是開心還是不開心?即“情感的數(shù)據(jù)”。由此可想象數(shù)據(jù)的復(fù)雜性，到了下半場你會發(fā)現(xiàn)你根本沒有辦法去找到這一類的數(shù)據(jù)。

我們除了說數(shù)據(jù)量一定要大，其實還有一點也很重要：核心數(shù)據(jù)。這意味著，當你拿到這些核心數(shù)據(jù)的時候，數(shù)據(jù)量可能并不需要那么大了。

大數(shù)據(jù)不止于“大”

你遇到的問題到底能不能用大數(shù)據(jù)來解決?

根據(jù)我們過去的經(jīng)驗，我們今天準備用數(shù)據(jù)解決的問題如果沒有足夠的發(fā)生次數(shù)，如果只是偶然或者低概率，大數(shù)據(jù)就沒有辦法處理。但如果它的發(fā)生次數(shù)足夠多，我很快就能知道我推薦的東西到底是對還是錯的。

如果想通過數(shù)據(jù)看到很準確的信息，這需要依據(jù)數(shù)據(jù)的量以及我們對這個業(yè)務(wù)的理解有多深。

有時候會有投資人拿著一家比較小的公司的數(shù)據(jù)給我說，這個公司有很大量的數(shù)據(jù)，大概MAU在1億多，但我說這不是大數(shù)據(jù)，為什么?

***，這些數(shù)據(jù)里面有多少是可以和我匹配的?不妨想一下，如果你有100萬的用戶數(shù)據(jù)，那么有百分之多少的數(shù)據(jù)能覆蓋?如果1億多的量，一般超不過50%。這是***個問題;第二，如果我給你100萬的數(shù)據(jù)你知道他是男的還是女的嗎?準確度在90%以上嗎?

如果不能回答這兩個問題，那就不是大數(shù)據(jù)了。量和量之間的連接是非常重要的，在這個前提下你才可以做融合。比如一個人今天到你店里去買東西，那么你知不知道他之前去過什么店、看過什么東西?匹配、相關(guān)、全面，第四點最重要，新鮮。到底你的數(shù)據(jù)能做到有多新鮮，這是非常重要的。

挑戰(zhàn)與機會

我們要解決的問題通常是兩種：***，我們非常清楚問題是什么;第二，我們不是很清楚問題是什么。換句話說，一個問題是數(shù)據(jù)很集中;另一個問題是數(shù)據(jù)很零散。

我們現(xiàn)在可以做的大數(shù)據(jù)方案都是數(shù)據(jù)很集中，而且問題很清楚，否則沒有辦法解決。如果數(shù)據(jù)很零散，你可能要用大量的算法，但如果數(shù)據(jù)很清楚，問題很清晰，算法不重要。

但是大數(shù)據(jù)的機會反而是來自今天的離散的數(shù)據(jù)。

• ***個機會：我認為將來有很多數(shù)據(jù)的創(chuàng)新是來自這里：數(shù)據(jù)創(chuàng)新、算法創(chuàng)新、服務(wù)創(chuàng)新，把三層分開;
• 第二個機會：很多數(shù)據(jù)太零散了，所以需要有一個第三方進來整合這些數(shù)據(jù);
• 第三個機會：今天***的問題是政府數(shù)據(jù)的開放，不是不存在，但是質(zhì)量相對較差，沒有標準化，比較零散。

我認為這是BAT以外***的數(shù)據(jù)量，而且可能是非常重要的一塊。怎么樣可以把這些數(shù)據(jù)的產(chǎn)能釋放出來，這是一個挑戰(zhàn)和機會。

數(shù)據(jù)的標準化

當年發(fā)現(xiàn)阿里數(shù)據(jù)很大的時候，我們發(fā)現(xiàn)大量的數(shù)據(jù)是重復(fù)的，特別是ODS層的數(shù)據(jù)，越底層的數(shù)據(jù)處理應(yīng)該是越統(tǒng)一的。

如果不做標準化，隨著公司對數(shù)據(jù)的重視，就會“百花齊放”：結(jié)果就是亂，可能需要重做。

你們做的是Data Stitching，把它連起來，讓它能使用，讓中間人用Machine來使用。一種是可視化分析，另外一種是用服務(wù)的產(chǎn)品，還有智能的東西出現(xiàn)。這樣的東西面對的是什么呢?最終的用戶是政府、公司和個人。

在世界互聯(lián)網(wǎng)大會上聯(lián)想提到以前是終端，現(xiàn)在中間那塊做得比較厚，Data、算法、服務(wù)。盡管數(shù)據(jù)驅(qū)動非常厲害，但是依然會有經(jīng)驗的驅(qū)動，人還是要告訴機器“你要去哪里”。

不用擔心數(shù)據(jù)驅(qū)動這個世界將會把我們?nèi)祟惖慕?jīng)驗消滅掉，人類的經(jīng)驗和數(shù)據(jù)的驅(qū)動兩者之間是互相的。