编译 | 你需要的并不是大数据 而是正确的数据

Posted 2021-03-29 数邦客

问三个问题去挖掘你做决策所需要的正确数据：

1. 哪些地方在浪费资源(时间、金钱、人力、原料等)?

2. 如何自动化地减少浪费?

3. 针对1与2，需要哪些数据?

大数据这个词已经无处不在。无论是大企业、小企业、传统行业、新兴行业，每一家公司都加入了大数据的浪潮，好像有了大数据就能解决所有问题。

企业通过社会、天气、政府数据来预测供应链中断。大量的用户数据被各个网站收集利用，一些公司甚至开始利用大量的文本交流数据建立算法，从而与客户进行对话。

但现实的情况是，我们对大数据重要性的痴迷，往往会产生误导。是的，在一些情况下，从数据中能获取有价值的东西，但对于创新者来说，数据量和规模不是关键的因素，找到正确的数据才是关键。

关键不在于数据的大小

在谈到大数据作用的时候，我们总是拿Uber来举例，他们好像是用大数据获得成功的最典型的例子。毫无疑问，Uber从数据中获得了财富。依靠他们的应用，Uber从司机和乘客那里获得了实时的数据，让他们能够知道何时、何处人们对车辆有着较高的需求。

但Uber的成果并不是依靠他们所采集的大量数据，这些大数据使公司能够进入新的市场，但Uber的成功来自非常不同的东西，小的、但是正确的数据：车辆调度数据。

在Uber诞生之前，我们打的是传统的出租车。虽然传统出租车看上去与互联网没有什么关系，但是其实它们才是一种依靠大数据的东西。原因是，传统出租车依赖的是“人眼网络”：无数人站在城市中的某一个点，在看到出租车后马上招手。虽然貌似与信息科技无关，但是实际上人们在打车的过程中，同样使用了计算，人脑的计算：我们在大脑中收集并且分析数据。

Uber提出了一个更优雅的解决方案，人们不再需要自己跑到街上去用眼睛收集数据，不用再用大脑去处理数据，而是让Uber为我们提供正确的数据来完成打车任务。城市中谁需要打车?他在哪里?离他最近的车在哪里?需要多长时间能接到乘客?正是凭借这些正确的数据，Uber和滴滴才得以成功的在出租车行业内掀起了革命。

Uber的优雅解决方案是停止运行可视化数据-生物的异常检测算法，只需要正确的数据来完成工作。城市里的人需要搭车，他们在哪里?这些关键信息让Uber、Lyft、滴滴出行彻底改变了一个行业。

用正确的数据完成工作

有时候正确的数据规模也很大，也有的时候正确的数据规模很小。对于创新者，关键在于哪些关键的数据对企业最有帮助，要找到正确的数据，我建议你思考下面三个问题。

问题1：是什么在浪费公司的资源

大部分汽油都在日常运营中浪费大量的资源。拿鲜花零售业来举个例子，大多数花店中50%的库存最终都会被浪费掉。正因如此，才产生了UrbanStems和Bouqs这样的鲜花配送服务，它们通过正确的数据帮助花店减少浪费。

“哪里有浪费，哪里就有机会”。无论你是工业生产、零售还是法务调查公司，搞清楚哪些因素会浪费你的资源，都能够帮你找到正确的数据。

问题2：如何通过自动化来减少浪费?

在确定哪些因素会造成资源浪费之后，下一步就是要减少浪费。人类擅长于做某些类型的决定，比如在品牌营销方面，这部分应该交给人类解决。

但是当涉及到做简单的重复性经营决定的时候(比如把出租车派到每个地方，如何给产品定价，向花店订多少鲜花)，机器比人更擅长。虽然有许多传统的人类做决定的商业模式是可预测的，现在我们能分辨更多的数据，来进行自动化。

例如，有传言称亚马逊正打算取消所有的人工定价团队，让算法来给大部分商品进行定价。在零售商眼里，这是完全不可思议的行为。但是如果亚马逊的算法能够胜任定价工作，它将为亚马逊减少成本、库存，以及推出更好的可预测的新产品介绍，这一切将会产生巨大的竞争优势。

问题3：你需要哪些数据来完成这一切?

只要你理解了传统系统当中的浪费，并且知道了浪费造成的后果，最后一步是去问一个简单的问题。如果你可以有任何数据来帮助你做出完美的决定，它会是什么?

在Uber这个例子里，为了完成自动化指派司机工作，从而减少资源的闲置，他们需要知道潜在的乘客可能在城市的哪些位置。另一个例子是通用电气旗下的产业互联网软件Predix，公司在机器发生故障前提前知道，以减少维护工作的成本，以及减少停机时间的浪费。对于寻求降低成本的保险公司，他们想知道一个糖尿病患者血糖下降的时候，以帮助自动化进行围绕病人的干预措施，减少不善疾病的影响。

这就是你所需要的数据，通过处理大量的信息找到他们是很好的，如果你通过建立一个新的应用程序来捕获它们更好。

大部分公司花了太多的时间提倡大数据，但是却几乎没有花时间去想清楚哪些数据才是正确的有价值的数据。

本文来源：SDK.cn    编译：鲁行云

免责声明

产品简介

政务大数据基因系统是按照国家、行业和地方标准，通过政务数据元、元数据标准化和数据模板化实现数据规范编辑、智能管理、关联应用和共享开放，以提升全域或行业的数据资源活化和管理能级。它是实现数据跨系统共享交换、创新应用的底层逻辑和关键规则体系，是解决（大）数据混杂、提升数据质量、促进数据创新应用的前提，也是集成信息资源目录体系、交换体系和开放体系三合一的管理平台，为优化政务数据体系、探索数据关系、驱动数据服务奠定基础。是城市和行业数据中心的必备管理工具，实现从管网络、系统到管用数据的跃迁。