从数据化维度谈“互联网+”基于林彪用数据挖掘活捉廖耀湘说起。

Posted 2021-04-27 大数据分析和人工智能

也许林彪这段往事你已经看过、听过 N 遍了，不过，还请耐着性子看完，这次你一定会有新的收获。

【不打无把握之仗】

林彪从红军带兵时起，身上就有个小本子，上面记载着每次战斗的缴获、歼敌数量。每次打完仗，林彪就亲自往上面添加数字，并为之沾沾自喜…令人感觉到这个23岁任军长，25岁就当军团长的人，似乎有点小气。

1948年辽沈战役开始之后，在东北野战军前线指挥所里面，每天深夜都要进行例常的“每日军情汇报”：由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况。

那几乎是重复着千篇一律枯燥无味的数据：每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少，枪支、物资多少……

司令员林彪的要求很细，俘虏要分清军官和士兵，缴获的枪支，要统计出机枪、长枪、短枪，击毁和缴获尚能使用的汽车，也要分出大小和类别。

经过一天紧张的战斗指挥工作，人们都非常疲劳。整个作战室里面估计只有定下这个规矩的司令员林彪本人、还有那个读电报的“倒霉”参谋在用心留意。

林彪几乎终日倒骑着椅子面对着墙上的地图，长时间不许别人打扰，一个人对着地图观察和思考。他要计算到进攻时有全胜的把握，还要留出退路。而这些精确的部署都来自于那些看上去乏味的数据准备。

也许在很多人看来，大量繁杂的数据，耗时损力的重复，都没有意义，但这些用心的做法正是林彪几乎每战必胜的源头。

【找到最有价值用户】

1948年10月14日，东北野战军以迅雷不及掩耳之势，仅用了30小时就攻克了对手原以为可以长期坚守的锦州，并且在全歼了守敌十余万之后，不顾疲劳挥师北上，与从沈阳出援的敌精锐廖耀湘集团二十余万在辽西相遇，一时间形成了混战。战局瞬息万变，谁胜谁负实难预料。

在大战紧急中，林彪无论有多忙，仍然坚持每晚必做的“功课”。一天深夜，值班参谋正在读着下面某师上报的其下属部队的战报。说他们下面的部队碰到了一个不大的遭遇战，歼敌部分，其余逃走。与其它之前所读的战报看上去并无明显异样，值班参谋就这样读着读着，林彪突然叫了一声“停!”他的眼里闪出了光芒，问：“刚才念的在胡家窝棚那个战斗的缴获，你们听到了吗?”

大家带着睡意的脸上出现了茫然，因为如此战斗每天都有几十起，不都是差不多一模一样的枯燥数字吗?林彪扫视一周，见无人回答，便接连问了三句：

“为什么那里缴获的短枪与长枪的比例比其它战斗略高?”

“为什么那里缴获和击毁的小车与大车的比例比其它战斗略高?”

“为什么在那里俘虏和击毙的军官与士兵的比例比其它战斗略高?”

人们还没有来得及思索，等不及的林彪司令员大步走向挂满军用地图的墙壁，指着地图上的那个点说：“我猜想，不，我断定!敌人的指挥所就在这里!”

林彪可以如此笃定，取决于他每晚必做的功课，这些战报汇集成林彪脑中一个庞大的数据库，当出现差异，他可以及时获取，得到准确信息，找出价值所在。

从大批杂乱无序的数据中将信息集中、提炼，分析出研究对象的内在规律，林彪对兵力的计算可以精确到一个营甚至一个连。以当时的条件设备，再加上人工的费时费力，林彪尚能如此，可见他管理的精细化，而现在拥有更多手段、先进技术的我们是不是该反思，是冗杂遮蔽了双眼?

【服侍“廖耀湘”类的VIP】

得出结果之后林彪口授命令，追击从胡家窝棚逃走的那部分敌人，并坚决把他们灭掉。各部队要采取分割包围的办法，把失去指挥中枢后会变得混乱的几十万敌军切成小块，逐一歼灭。司令员的命令随着无线电波发向了参战的各部队……

而此时的廖耀湘，正庆幸自己刚刚从偶然的一场遭遇战中安全脱身并与自己的另外一支部队汇合。他来不及休息就急于指令各部队尽快调整部署，为下一阶段作准备。可是好景不长，紧追而来的解放军迅速把他的新指挥部团团围住，拼命攻击，漫山遍野的解放军战士中，不断有人喊着：“矮胖子，白净脸，金丝眼镜，湖南腔，不要放走廖耀湘!”

把对方指挥官的细节特征琢磨到如此细微，并变成如此威力巨大的顺口溜，穿着满身油渍伙夫服装的廖耀湘只好从俘虏群中站出来，无奈地说“我是廖耀湘”，沮丧地举手投降。

廖耀湘对自己静心隐蔽的精悍野战司令部那么快就被发现、灭掉，觉得实在不可思议，认为那是一个偶然事件，输得不甘心。当他得知林彪是如何得出判断之后，这位出身黄埔军校并留学法国著名的圣西尔军校，参加过滇缅战役，在那里把日本鬼子揍得满地乱爬的新六军军长说：“我服了，败在他手下，不丢人。”

当找到关键价值所在之后，林彪下达命令，及时告知战斗在前线的战士们他的特征，“矮胖子，白净脸，金丝眼镜，湖南腔!”才能一击即中。同样，当我们找到最有价值的用户后，要及时让产品第一线的战士们清楚地知道用户的特性和需求，才能知道如何攫取用户的心。

取得这场重要战役胜利的其中一个关键因素，居然出于获胜方的统帅夜半时分，对一份普通遭遇战之后的战报的数据分析，来源于他“从红军带兵时起，身上有个小本子，上面记载着每次战斗的缴获、歼敌数量”的优良军事素养。

同是运用数据分析，而我们和林彪的任务刚好相反，他是找到敌心所在，一举歼灭;我们是找到需求所在，设计出好产品，服侍好“廖耀湘”这样的VIP!

数据的积累、数据的挖掘、分析、归纳、整理，是一支优秀团队所必须具备的基本素养，没有它，你永远是匹夫之勇。

这种“记载每次战斗的缴获、歼敌数量”，以及由值班参谋读出下属各个纵队、师、团用电台报告的当日战况和缴获情况，每天深夜都要进行例常的“每日军情汇报”，就是：收集数据、整理数据、分析数据、数据决策和数据化管理。

其实战争首先就是“情报战”，情报即数据，因此，战争就是“数据战”！没有情报，没有数据，就像军队没有眼睛，只能逞匹夫之勇。

战争如此，商业又如何呢？

中国“商祖”白圭说：商战胜于兵战。战争是流血的战争，商业是不流血的战争！战场丢命，商业丢钱乃至丢命。

今天，互联网+时代，传统企业转型和产业升级更需要注重数据，进行数据化。

互联网+时代，数据渗透到企业管理从财务核算，到设计、研发、采购、生产、营销、物流、质量、服务等各个方面，数据化正成为企业经营管理的“第三只眼睛”。

什么是数据化呢？

简单说，数据化就是通过采集和整理数据，形成标准化的、开放的、非线性的、通用的数据对象，并基于不同形态与类别的数据对象，实现相关数据应用，开展相关经营活动。

数据化有以下四种：

1.个人行为的数据化。通过移动终端把个人自身的行为进行数据化，如位置数据、健康数据、消费数据等等上传至云端，这些存在云端的数据可以还原个体生活、可以预测个体需求、可以实现数据的再利用。投资智能硬件和可穿戴设备的公司，其目的就是通过掌握用户的个人数据，然后进行商业模式的创新。

2.人与人关系的数据化。随着智能手机的随时、随地和实时在线，能够更精准的通过时间、地点和连接关系这三个维度去把你和你愿意连接的人的关系数据化。基于这个机会诞生了大量的移动互联网的应用，比如微信、陌陌、脉脉等。

3.人与物关系的数据化。人与物的数据化，就是通过移动设备的“桥梁作用”连接人与物，然后将人与物的关系数据化。如滴滴打车把用车服务实时化，美团让订餐团购实时化等。而这一点就是与我们传统行业息息相关的部分，因为移动互联网在改造传统行业、特别是餐饮娱乐和生活消费服务领域具有无比的优势。

4.物与物连接的数据化。物与物连接的数据化，也就是物联网的重要内容。这一领域目前更多的体现在智能家居方面。

四种数据化图

数据化与大数据之间有什么关系呢？

大数据(bigdata)，又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到采集、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

数据化与大数据之间的关系简单来说就是：一方面，数据化是大数据的基础，没有数据化就不存在大数据。另一方面，大数据又将大大促进数据化工作。

为了深刻理解大数据，我们还必须了解大数据与传统数据的区别：

1.大数据是巨量数据，拥有全样本数据；传统数据数量有限，只有小样本数据。

2.大数据弱化了因果关系，关注相关关系，传统数据非常注重因果关系。

大数据由于数据足够多，不需要了解具体的因果关系就能够得出结论。

计算机可以并不了解问题的逻辑，但是当用户行为的记录数据越来越多时，计算机就可以在不了解问题逻辑的情况之下，提供最为可靠的结果。也就是说只要知道“是什么”，而不需要知道“为什么”，在信息复杂错综的现代社会，这样的应用将大大提高效率，为人类理解世界提供了一条完整的新途径。

而传统数据只有小样本数据，非常注重因果关系。

3.大数据可以处理半结构化或非结构化的数据，传统数据只可以处理结构化的数据。

大数据将使计算机能够分析的数据范围迅速扩大，能够在最大程度上利用互联网上记录的人类行为数据进行分析。

而在大数据出现之前，计算机所能够处理的数据都需要前期进行结构化处理，并记录在相应的数据库中。但大数据技术对于数据的结构的要求大大降低，互联网上人们留下的社交信息、地理位置信息、行为习惯信息、偏好信息等各种维度的信息都可以实时处理，立体完整地勾勒出每一个个体的各种特征。

4.大数据分析不依赖模型和算法，传统数据分析依赖模型和算法。

计算机科学在大数据出现之前，非常依赖模型和算法。人们如果想要得到精准的结论，需要建立模型来描述问题，同时，需要理顺逻辑，理解因果，设计精妙的算法来得出接近现实的结论。因此，一个问题，能否得到最好的解决，取决于建模是否合理，各种算法的比拼成为决定成败的关键。然而，大数据的出现彻底改变了人们对于建模和算法的依赖。数据本身是全样本，保证了数据分析结果的有效性。即便缺乏精准的算法，只要拥有足够多的数据，也能得到接近事实的结论（详见段王爷著《互联网+兵法》第四章）。

数据化管理对企业的作用

具体来说，在企业管理中，数据化管理起到那些作用呢？

1.帮助管理层进行科学决策，这也是数据化管理最重要最基本的一个作用。全面而详细的数据，能够让管理层明确企业经营状况，发现业务工作中的不足，从而以此为依据，作出科学的决策。

2.规范企业管理流程。通过数据化管理，可以将企业管理中的各个要素整理成规范的表格，按照规范进行数据的填写、统计、分析及上报，长年累月，便形成企业一整套规范运作的流程。

3.优化企业资源配置。通过数据统计分析，得出企业资源总状况，多少资源有分配、多少资源用来储备等情况，可以帮助企业有效地分配资源，避免浪费。

4.便于企业进行绩效考核。数据化管理能够为企业绩效考核从多个方面设定一个评价的标准，以及提供最直接最真实的计量方式，让企业的绩效管理更加的客观与公平公正。

数据化管理的基本流程

数据化管理的基本流程为：

1.收集数据：是指通过一定的方式在线上、线下和社交网络上进行相关数据的采集。

2.整理数据：是指将收集完毕的数据进行归类，对有效的数据进行统计，剔除无效数据。

3.分析数据：是指根据决策需要，从基础数据库中选取有关联的数据，通过常规的数据统计分析方法形成特定报告予以呈现。

常规的数据分析方法包括：①数据展示：通过数据表格、数据图表等形式将数据进行直观的展示。②数据分析。数据分析常规方法有对比分析（包括同比、环比、定基比）、趋势分析（时间段趋势分析）、结构分析和异常分析等。

4.数据决策：是指大数据辅助决策。大数据能够解析存在于现实世界、虚拟世界以及虚实融合世界的复杂网络关系，并适时做出判断和决策。这种决策模式遵循数据转变为信息、信息转变为知识、知识涌现出智慧的流程。区别于此前专家、精英、权威主导的战略决策，是一个非线性的、去中心化的、自下而上的、发现群体智慧的决策模式。

5.数据化管理：是指依据大数据辅助决策进行相关管理。

“互联网+”的本质是传统产业的互联网转型升级，具体来说就是利用大数据、智能化、移动互联网、云计算和物联网等与传统产业的结合，实现传统产业的“四化”：标准化、信息化、网络化和数据化。传统企业实施电子商务的本质是实施数据商务。因此，数据化是传统企业互联网转型、开展电子商务的决定性因素，数据化决定成败，数据化决定未来，传统企业必须高度重视数据化！

---

以上关于“数据化”的观点摘自段王爷著的《互联网+：兵法》一书，由机械工业出版社出版