为什么说,大数据与行业专家是“共生”关系?

2019-10-31 16:51:31      访问:

【内容导读】 人们对一切事物的认知,都遵循金字塔结构:最底层是“数据”(各种浅表层次的现象);再上一层是“信息”(结构化后的数据);再上一层是“知识”(被组织起来的信息);最上层是“智慧”(识别和选择相关知识的能力)。

人们对一切事物的认知,都遵循金字塔结构:最底层是“数据”(各种浅表层次的现象);再上一层是“信息”(结构化后的数据);再上一层是“知识”(被组织起来的信息);最上层是“智慧”(识别和选择相关知识的能力)。

从数据到智慧,越往上越“主观”。而一些试图用大数据横扫一切的互联网企业,很多时候拥有的只是数据和信息,却误以为是知识和智慧。熟不知,想要真正驾驭数据,需要深厚的行业实践,而行业实践的载体,只能是具体的人。

就以近些年大热的新零售为例,其诞生背景就是线上电商扩张到一定程度后豁然发现,自己在很多方面都无法替代传统零售业,那些深扎在固定土壤里的“线下物种”虽然土气,却因长年在激烈的市场环境中博弈,在供应链管理,控制成本等方面拥有坚实地基。线上电商这才收起傲慢与偏见,转向谦逊与合作。

一、任何企业,一个大数据项目成功的标志,无外乎以下几点:

1、项目目标明确,所有人都知道用它来干嘛,且真正上手去用;

2、所选技术真正匹配项目功能需求,别被噪音“带跑偏”了;

3、项目快速迭代,不断试错研发,形成“数据—认知—数据”的滚雪球效应;

4、项目团队拥有非常深厚的行业储备,这一点无比重要,通常情况下,它决定了前三点是否成立。

举个例子,行业规模最大的论坛“中国·北京2019国际显示产业高峰论坛”在京举办。事实上,大众消费者很难知道,在当今这条新显赛道,不但衍生出针对不同趋势判断的分岔道,且每条分岔道的产业链都绵密漫长,这些道路之间又时而平行,时而相交,通常令局外人(譬如希望引进相关产业的地方区域)摸不着头脑。

而基于新型显示产业的这种特性,产业大数据平台推出了新型显示产业热点招商赛道预测功能,依托专业的产业研究团队,将组件材料,生产设备,面板模组,激光显示四大产业链重点领域细分为72个赛道。与此同时,他们还将这72个赛道抽丝剥茧至最小颗粒度,对他们的产业规模,市场增速,技术含量,融资活跃度等10大指标20余个细分维度的数据进行监测,结合智能算法归类出招商机遇强中弱3大类赛道,最终可实现快速寻找高潜赛道,精准锁定与触达高价值企业,提高招商效能。

二、“行业专家”与大数据的共生关系,正发生在几乎任何领域。

说个我昨天刚读到的领域。你知道,当前个人行为的数据,正越来越多地被收集,人类学家也开始与数据科学家一起,研究不同的人类行为,因为数据科学家发现,只有他们自己参与的大数据项目,往往缺乏对人类行为的真正理解。

举个例子,格拉德威尔的名著《引爆点》被全球营销人士奉为圭臬。他在书中提到,从人类学视角,想要引爆传播,最重要的一条心法就是个别人物法则:一件事情想要在人群中流行开来,需要特别有影响力的“关键人物”在网络中引爆舆论。比如,一个关键人物足以影响周围人的购买行为——但如何从海量数据中找到一个相关性标签,去真正定义“关键”?

可以去统计一个人每月与多少个不同的手机号通过话。因为遵循社交网络科学里的“无尺度网络”原则,评判一个人影响力的关键,是TA与周围各节点间的连接状况,这个数据标签也就变得格外重要。所以,“如果没有人类学家的介入,我们就会错失对数据含义的更深层次,更有意义的挖掘。数据是客观的,但解读数据需要对数据背后行为的了解,需要有态度。

譬如他们有一支产业研究团队,里面很多人都是在一个产业里浸润15年以上的专家,他们是产业大数据平台的“关键人物”。我仍以新型显示举例,你知道,许多时候,若单看一家企业自我标榜的经营范围,它有可能把所有沾边的经营范围都列进去,如果仅凭此判断它是不是能做偏光片或者PCB电路板等产业核心环节,往往有一定风险。这时就需要人工判断企业现状,这个过程非常枯燥,却是大数据平台的重要养料。而在这支产业研究团队中,就有原来的中科院博士生导师来做这个事,他甚至愿意花整整一周时间,帮助产品经理一个一个地做数据标签——你知道,在很多公司,这种事都交由经验匮乏者完成,但只有真正懂产业的人才知道:没在行业里待十年以上,这些标签你打不了。

我记得好像是伯特兰•罗素说过,知识是一个有许多房间的迷宫,有两种人在为之探索:一种人,打开了一个个从来没有人开过的房间,去探索那些未知领域;另一种人,把这些已打开房间的信息收集起来,描绘出了迷宫的整体图景。

对应在产业界,如果说在复杂市场环境中独自摸索的企业,属于第一种,那么今天,我们看到了第二种人的价值。