大数据漫谈（四） -- 数据应用

一个字“活”概括了智能商业与传统商业的本质区别，数据是“活”的，因在线而实时，以记录而全本，用户的每一次行为都转化为新的数据汇入数据的大海，而每一个新数据的汇入都实时引发各个数据集的连锁反应。

——曾教授

讲了这么多的大数据相关定义与相关技术了，那大数据怎么转变为商业价值呢，这又是一个大的话题。阿里在大数据的应用上，最早的提出了存、通、用三个概念，而现在大数据应用更多是在谈数据反馈闭环。根据数据反馈闭环，我们又把数据使用分成如下几个层面来描述：

一、数据化所谓存，其实就是大数据的采集与存储，必须先有数据，其实前几篇已经介绍过了。很多时候，如果我们连数据都没有，大数据只能是空中楼阁。所以，一个想要做大数据的企业，必须先想办法拥有数据，或者采集、爬取、购买数据。

关于通，前面也讲过了，主要是两个层面的问题：

1是指数据的互通，比如一个企业内部存在很多信息孤岛，信息孤岛之间必须打通，形成统一的大数据平台。关于通，最好的办法其实就是企业建立一个统一的大数据平台，不管这个大数据平台是基于私有云（如Hadoop生态的解决方案），还是基于公共云（如阿里云数加的解决方案），当所有的数据上传到这个大数据平台，数据天然就打通了。

2是数据的标准，如果想让不同的数据源可以相互关联，形成更大的效应，就跟我在上文讲到的一样，就得有数据标准。如上文所言，数据标准不仅仅可以指导ETL过程中的数据清洗，数据校验，好的数据标准还可以使得无线的数据跟PC的数据相互关联互通，甚至企业之间的数据关联互通。

这些过程，我们可以把它叫做数据化的过程，也就是大数据的基本要素 — 数据的形成。

二、算法用，就是大数据的加工使用，指采用数据科技的相关技术，对大数据进行加工，分析，并最终创造商业价值的过程。这个过程中，最核心就是算法。我们提到算法时，往往也会谈到引擎，仅仅提引擎一词，更多想到的可能是汽车的发动机。汽车引擎不管多复杂，其实输入输出是很简单的，需要的是汽油+空气，输出动力（汽油的能量）。大数据的引擎可能是一组算法的封装，数据就是输入的汽油，通过引擎的转换，输出数据中的能量，提供给更上层的数据产品或者服务，从而产生商业价值。

算法也是“机器学习”的核心，机器学习又是”人工智能“的核心，是使计算机具有智能的根本途径。在过去十年，机器学习促成了无人驾驶车、高效语音识别、精确网络搜索及人类基因组认知的大力发展。

如果你不去利用数据，世界上的数据就不会有用。算法其实指的是如何在业务过程中有效拓展人为管理，利用数据。

从根本上来说，数据是不会说话的，只有数据没有任何价值。如果拥有大量的数据，而不知道怎么使用，阿里曾经做过一个比喻，“坐在金山上啃馒头”。大数据真正的价值在算法，算法决定行动。在不远的未来，“所有业务都将成为算法业务”，算法才是真正价值所在，世界上所有大规模的东西都将被数据和算法所管理。

DT时代的智能商业对算法提出了全新的要求：算法的迭代方向、参数工程等等，都必须与商业逻辑、机制设计、甚至是价值观取向融合为一。当算法迭代优化时，决定其方向的不仅是数据和机器本身的特性，更包含了我们对商业本质的理解、对人性的洞察和创造未来商业新样貌的理想。这就是我们称算法为智能商业的“引擎”而非“工具”的关键理由，它是智能的核心。基于数据和算法，完成“机器学习”，实现“人工智能”。

三、数据产品(或数据应用)把用户，数据和算法巧妙地连接起来的，是数据产品（或数据应用），这也是互联网时代特别强调产品重要性的根本原因。因此，智能商业的成功，最关键的一步往往是一个极富想象力的创新产品，针对某个用户问题，定义了全新的用户体验方式，同时启动了数据智能的引擎，持续提升用户体验。

智能化数据产品的要求是非常高的，不仅仅是与最终用户形成个性化，智能化的交互，有完好的用户体验与突破的技术创新之外，最重要的，同时需要再次记录数据，使得用户反馈的闭环得以发生。

整个过程是自动的、智能的、可学习提升的，它是大数据时代的灵魂，是智能商业的根基。智能商业的核心特征就是能主动地了解用户，通过学习不断提升用户体验。智能商业的成功，最关键的一步往往是一个极富想象力的创新产品，针对某个用户问题，定义了全新的用户体验方式，同时启动了数据智能的引擎，持续提升用户体验。智能模块和学习功能将成为应用的大脑

比如蚂蚁小贷，通过数据和产品的紧密融合，基于算法的数据智能实时发挥作用，最终能实现秒级放贷，这个是传统的金融服务没法想象的。同时，获贷后的用户产生的数据，又被源源不断的采集起来，作为未来更多判断的基础。

再比如搜索系统，用户的任何一次点击行为，都被实时记录并反馈到智能化的算法引擎，不仅优化了你的搜索结果，而且优化了任何搜索这个关键词的人得到的搜索结果。

这样的智能商业，才是对传统商业的颠覆，才是真正的“降维”攻击，胜者一骑绝尘。

四、反馈闭环上面已经谈到自动化、智能化、可学习提升的反馈闭环，闭环的形成决定了智能化商业的形成，但是，闭环的效率决定了大数据的使用效率。所以说，一个好的大数据产品，不仅仅是有用户反馈闭环，而且需要一个高效的用户反馈闭环。

C” />

大数据反馈闭环

用户行为通过产品实时反馈到数据平台，通过数据智能算法，优化结果又通过数据产品实时提升用户体验，在这样的反馈闭环中，数据既是高速流动的介质，又持续增值；算法既是推动反馈闭环运转的引擎，又持续优化；产品既是反馈闭环的载体，又持续改进功能，在为用户提供更赞的产品体验的同时，也促使数据反馈更低成本、更高效率地发生。

我们再想象一下未来的自动驾驶，所有的汽车都是数据生产终端，会产生他们的数据，包括他们的预定路线，当前位置，行驶速度。这些数据通过高速的，实时的网络传递到一个智能化的云端中心，或者直接传递到其它汽车，在这里，所有的汽车是数据的生产者。同时，他们也是数据的使用者，他们通过从云端获取其它汽车的运行数据，或者是直接获取其它汽车的运行数据。不管是通过云端获取还是直接获取，唯一不同的智能化算法运行在云端还是终端。作为数据的使用者，汽车可以随时根据其它汽车的数据来修正自己的路线与速度，你可以看到，再繁忙的十字路口都没有红绿灯，但是，所有的汽车都不会发生交通事故。

这应该不会是一个太远的未来，至于是不是从云端获取，还是直接终端与终端互联，这个也不是我们今天讨论的关键。为了达成这个目标，这里有几个重点：

1、所有的汽车都必须联网或者是能互联，也就是数据的采集必须是全量，至少是一个区域内的全量，能做到一个区域内的自洽。未来的大数据应用，基本是全量大数据应用而不是采样大数据应用。

2、数据的采集与使用必须实时，很多数据的价值可能就是1分钟以内，甚至几秒钟之内，算法的效率也必须足够快，马上能处理数据并使用数据。实时化时代，对我们的网络技术、连接协议与标准、算法处理速度都是极大的挑战。

3、每个人都是数据的产生者，马上又是数据的使用者，马上又产生新数据，数据闭环必须达成，而且闭环效率要求非常高。

4、不一定需要云端中心化，数据不一定需要上传到大数据处理中心，通过中心化的云端智能化处理之后再反馈到终端。个人觉得，未来万物互联的物联网时代，这个是不一定的，基于区块链+物联网技术，可能是个去中心化的新时代，一个万物互联，随时随地计算，终端即服务端的时代。

以上讲了数据应用过程中的不同层面以及智能商业的核心问题，要描述智能商业，还有一个非常大的特性，他是“活”的。

数据是活的，每个人/终端随时都是数据的生产者，而且，这些数据被实时收集处理，然后，实时再被自己，或者他人使用。

算法是活的，它从真实的商业场景中发芽，而用户对产品、服务的每一次体验，都成为算法迭代成长的养分，使算法敏捷迭代，越来越懂用户所需、越来越聪明地反映商业本质；

反馈闭环是活的，在其中，产品在迭代，数据在流动，算法在成长；

最终，用户体验是活的，不再是预先设计的、固化的死产品、死服务，而是基于与用户的持续互动不断改善，不断适应用户所需，与用户一起成长；

工业时代的做法也将完全被颠覆，预先规划的大规模化生产也将不复存在。在工业4.0时代，一个个性化，智能化的时代，取而代之的将会是一个欣欣向荣的“活”的商业生态系统。

参考资料：阿里巴巴集团总参谋长曾鸣 | 智能商业：数据时代的新商业范式