本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)。

近幾年來，另類數(shù)據(jù)一直是投資者關(guān)注的熱門話題。對沖基金通過利用非傳統(tǒng)數(shù)據(jù)集獲得洞察力，并從中獲取巨額利潤。而對于普通投資者或任何使用傳統(tǒng)標(biāo)記者來說，這種洞察力難以獲得。

摩根大通稱，對沖基金投資者十分重視另類數(shù)據(jù)，2017年資產(chǎn)管理公司在另類數(shù)據(jù)上的投資已經(jīng)達(dá)到20-30億美元，且此后每年都增長10-20%。

但從另類數(shù)據(jù)中獲利的不僅僅是對沖基金。各類企業(yè)都可以利用另類數(shù)據(jù)來提高收益——最具創(chuàng)新性的公司已經(jīng)意識到，另類數(shù)據(jù)是實(shí)現(xiàn)其競爭優(yōu)勢最大化的關(guān)鍵。事實(shí)上，利用另類數(shù)據(jù)的科學(xué)分析要優(yōu)于基準(zhǔn)測試，其性能比傳統(tǒng)分析方法高出約13%。

[[347861]]

另類數(shù)據(jù)到底是什么?

簡單來說，另類數(shù)據(jù)可以是用于分析的任何數(shù)據(jù)，但其分析通常不會用于做出決策。另類數(shù)據(jù)包括代理指標(biāo)，這些指標(biāo)用來替代一些難以判斷的因素，還包括來自非官方渠道的信息，個(gè)人可以使用這些信息深入分析。另類數(shù)據(jù)既提供了新型商業(yè)智能，也提供了新型理解方法——如何理解來自傳統(tǒng)數(shù)據(jù)中的商業(yè)智能。

正如標(biāo)準(zhǔn)普爾全球公司(S&P Global)首席信息官克里希納·內(nèi)森所說：“另類數(shù)據(jù)來自非傳統(tǒng)數(shù)據(jù)源，因此對數(shù)據(jù)進(jìn)行分析時(shí)，它們會產(chǎn)生額外的洞察力以補(bǔ)充傳統(tǒng)數(shù)據(jù)源獲得的信息。”

另類數(shù)據(jù)來源會因不同的行業(yè)和分析類型而有很大的差異。投資者們已在使用信用卡交易、手機(jī)定位數(shù)據(jù)以及網(wǎng)頁搜索等各種辦法獲取信息，甚至追蹤公司的私人飛機(jī)也被用來評估是否要投資某家公司。

[[347862]]

圖源：unsplash

在投資領(lǐng)域之外，另類數(shù)據(jù)也可以有效地發(fā)揮作用。零售商利用從衛(wèi)星圖像中獲取的數(shù)據(jù)來決定在何處開設(shè)新門店，金融科技公司使用現(xiàn)金流標(biāo)記和教育背景來評估無信用記錄人員的信用度，就連旅游公司也使用從互聯(lián)網(wǎng)上收集的另類數(shù)據(jù)來決定所提供便利設(shè)施的位置和種類。

我工作的Evo是一家供應(yīng)鏈和定價(jià)AI公司，因?yàn)槭褂昧眍悢?shù)據(jù)，我們的供應(yīng)鏈工具將庫存效率提高了至少10%。我們使用各種網(wǎng)絡(luò)數(shù)據(jù)來試驗(yàn)以改進(jìn)分析，在使用另類數(shù)據(jù)方面大獲成功。

我最喜歡的案例之一，就是采用門店經(jīng)理對銷售趨勢的看法，我們允許門店經(jīng)理指定他們認(rèn)為在接下來的銷售期間最有可能流行的特定商品。這種方法讓管理者來充當(dāng)代理人，更本地化、更精細(xì)化地判斷銷售趨勢和商品受歡迎程度。這種方法奏效了，我們預(yù)測的準(zhǔn)確性提高了5個(gè)百分點(diǎn)，比最初的補(bǔ)給系統(tǒng)提高了20個(gè)百分點(diǎn)。

另類數(shù)據(jù)如何推動數(shù)字轉(zhuǎn)型?

對于那些希望在當(dāng)今經(jīng)濟(jì)中占有一席之地的企業(yè)而言，數(shù)據(jù)驅(qū)動型決策至關(guān)重要。這就是大多數(shù)公司使用大數(shù)據(jù)分析來收集商業(yè)情報(bào)的原因所在。然而，這些公司中卻很少有人真正了解有效利用數(shù)據(jù)來實(shí)現(xiàn)公司內(nèi)部數(shù)字轉(zhuǎn)型的辦法。

為什么會這樣呢?因?yàn)樗麄內(nèi)栽诜治鱿嗤臄?shù)據(jù)。真正的數(shù)字轉(zhuǎn)換不僅僅是將人工智能和機(jī)器學(xué)習(xí)整合到當(dāng)前的決策過程中，而是利用新技術(shù)來重新思考解決問題。使用新工具分析傳統(tǒng)數(shù)據(jù)時(shí)，確實(shí)可以更高效地收集商業(yè)情報(bào)，但是總體上收益是有限的，除非真正應(yīng)用另類數(shù)據(jù)。

在分析中應(yīng)用另類數(shù)據(jù)有助于思考傳統(tǒng)方法無法提供的新策略。你可以完善分析內(nèi)容，以獲得更細(xì)致、更實(shí)時(shí)、更準(zhǔn)確的建議。只有這樣才能實(shí)現(xiàn)預(yù)期內(nèi)由數(shù)字轉(zhuǎn)型帶來的顯著進(jìn)步。

麻省理工斯隆學(xué)院數(shù)字經(jīng)濟(jì)倡議的研究科學(xué)家喬治·韋斯特曼說：“真正完成數(shù)字轉(zhuǎn)型后，就像毛毛蟲破繭成蝶一樣，但如果做錯(cuò)了，你所擁有的只是一只速度極快的毛毛蟲。”

尋找真正的另類數(shù)據(jù)

[[347863]]

圖源：unsplash

作為一名數(shù)據(jù)科學(xué)家，僅僅知道另類數(shù)據(jù)有助于改進(jìn)分析是無濟(jì)于事的，你必須了解哪些數(shù)據(jù)能夠幫助你實(shí)現(xiàn)商業(yè)目標(biāo)，提供有用的商業(yè)智能。雖有如此多的數(shù)據(jù)可用，但大部分?jǐn)?shù)據(jù)只是垃圾，最終毫無用處。

統(tǒng)計(jì)學(xué)家、FiveThirtyEight(新聞網(wǎng)站)的創(chuàng)始人和總編輯內(nèi)特·西爾弗說：“每天，每秒三次，我們產(chǎn)生的數(shù)據(jù)量相當(dāng)于美國國會圖書館全部紙質(zhì)館藏中的數(shù)據(jù)量。但大部分?jǐn)?shù)據(jù)就像YouTube上的貓咪視頻，或是13歲孩子們互相發(fā)送關(guān)于下一部《暮光之城》的短信。”

過濾掉一些正確的另類數(shù)據(jù)只是試錯(cuò)。選擇一個(gè)可用于分析的數(shù)據(jù)源，評估選擇該數(shù)據(jù)的風(fēng)險(xiǎn)，并做出最佳猜測。這些結(jié)果可以讓你在做了一些測試之后，找到最佳選擇。

不過，最終你會提出正確的問題從而選擇正確的數(shù)據(jù)。當(dāng)你優(yōu)先考慮真正的業(yè)務(wù)目標(biāo)而不僅僅是關(guān)鍵績效指標(biāo)時(shí)，就可以更容易地找到所需數(shù)據(jù)來完善不足。我傾向于使用常識性的方法，不過這完全取決于環(huán)境。當(dāng)我和客戶工作時(shí)，我一定會先找到他們的動機(jī)。為什么他們希望提高供應(yīng)鏈的效率?答案將有助于我找到另類數(shù)據(jù)的合理來源。

[[347864]]

圖源：unsplash

大數(shù)據(jù)正在顛覆數(shù)據(jù)科學(xué)家們所面臨的挑戰(zhàn)。我們不再費(fèi)力尋找大量的數(shù)據(jù)來源，而是努力在海量可用數(shù)據(jù)中找到連貫有用的模式，分析海量另類數(shù)據(jù)只會復(fù)雜問題。但我們必須迎接挑戰(zhàn)。當(dāng)今最好的商業(yè)智能來自非傳統(tǒng)數(shù)據(jù)源，數(shù)據(jù)科學(xué)家們有責(zé)任精確定位并分析數(shù)據(jù)。

另類數(shù)據(jù)是數(shù)字轉(zhuǎn)型的未來，不能在分析中應(yīng)用它的公司將面臨淘汰。如果想最大化投資回報(bào)率，首先要投資正確的信息，這就是另類數(shù)據(jù)。