2010年左右，大數(shù)據(jù)概念升溫，2012年左右開始在國內(nèi)盛行。這只是一個泛泛的概念，用來指代互聯(lián)網(wǎng)時代海量數(shù)據(jù)的存儲、分析、流轉(zhuǎn)、使用和交易等環(huán)節(jié)產(chǎn)生的一系列問題。對于企業(yè)而言，更要緊的問題是面對海量數(shù)據(jù)，如何提煉有用的價值，為己所用，因此對于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競爭的關(guān)鍵。同時也有不同的聲音，例如經(jīng)濟學家路德維?！ゑT·米塞斯提醒：“就今日言，有很多人忙碌于資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經(jīng)濟意義的了解?！?/p>

在2012年7月刊的封面策劃中，我們初探大數(shù)據(jù)時代的商業(yè)邏輯。援引麥肯錫全球研究院的一份報告，對于當時的企業(yè)管理者來說，要占領(lǐng)大數(shù)據(jù)先機，必須在以下方面有所行動：

首先是使海量數(shù)據(jù)更容易獲得和更具時效性。其次，要對消費人群進行細分，量身定制服務。然后，要利用自動化算法替代和支持人工決策。最后，需要創(chuàng)造新的業(yè)務模式、產(chǎn)品和服務。當時本刊的作者預測，社交媒體數(shù)據(jù)對商業(yè)的大影響，可能要在5～10年后才能真正顯現(xiàn)出來，因為屆時會迎來第一批在社交媒體中成長起來的消費者，對于這一批新生代消費者來說，不光可以觀察到他們某個時間點或幾年間的消費行為，更可以實實在在追蹤到他們的習慣和愛好是如何養(yǎng)成，生活方式是如何被塑造的。這些對于未來企業(yè)對消費者行為認識、產(chǎn)品設(shè)計、品牌打造的影響會非常大。數(shù)據(jù)已經(jīng)坐到了駕駛員的位置上，它就在那里，有用且寶貴，甚至還很性感時尚。

6年前的這些預測，都在現(xiàn)實中得到了不同程度的印證。譬如基于大數(shù)據(jù)算法的今日頭條短短幾年內(nèi)橫空出世，成為超級獨角獸，其基本邏輯就是根據(jù)你的數(shù)據(jù)“個性化推送”你喜歡的內(nèi)容；德國電子商務公司Otto放手讓人工智能主導商業(yè)決策。使用深度學習算法，分析30億次過去交易以及200個變量預測客戶一周后的購買決策，準確度高達90%，可預測30天后的消費行為。

大數(shù)據(jù)在商業(yè)中的運用效果是驚人的。2017年3月刊，阿里巴巴集團首席戰(zhàn)略官曾鳴在《“精準”是未來商業(yè)的核心》一文中，結(jié)合阿里的實踐闡述了數(shù)據(jù)是如何運用于精準商業(yè)邏輯的。曾鳴說，未來商業(yè)文明的DNA，有兩個螺旋：一個是網(wǎng)絡(luò)協(xié)同，一個是數(shù)據(jù)智能，最終目的是實現(xiàn)精準服務。那么，通過智能化做到越來越精確，這件事背后的邏輯是什么，與大數(shù)據(jù)有何關(guān)系？

首先要做到在線化，把數(shù)據(jù)記錄下來。譬如淘寶提供在線購物服務，這樣就把用戶所有的瀏覽和購買行為記錄下來了，這是業(yè)務的自然過程，是數(shù)據(jù)記錄過程而不是數(shù)據(jù)收集過程。

把數(shù)據(jù)記錄下來了，卻并不知道它的價值會在哪里。這時就需要把一切業(yè)務在線化、軟件化，這是跟ERP根本的差別。ERP是把管理行為固化下來，而未來發(fā)生的是要把業(yè)務行為表現(xiàn)出來。當你把一個業(yè)務全流程都用軟件方式表現(xiàn)出來，“在線”之后，后面的一切才能開始。最終實現(xiàn)“數(shù)據(jù)就是決策，而不是數(shù)據(jù)支持決策”。直接用數(shù)據(jù)讓機器作決策。把決策數(shù)據(jù)化之后，再通過優(yōu)化的過程逐步變得精準和智能。最終，一個“離線動物”是打不過“在線動物”的，因為“在線動物”有太多工具可以用，不是一個量級的競爭。關(guān)于“在線動物”的特征，當時給出了以下標準：

第一，數(shù)據(jù)化往往是一個很昂貴的過程，你是否有創(chuàng)造性找到一種方法能夠完成數(shù)據(jù)的初始化？足夠低的成本、足夠大的數(shù)據(jù)量、足夠短的時間。誰能夠找到有創(chuàng)意的數(shù)據(jù)化方法，誰就具有重要的競爭優(yōu)勢。

第二，機器學習邏輯是否貫穿你的整個業(yè)務過程？針對一個足夠大的問題，你能否找到新的算法，挖掘數(shù)據(jù)背后的洞察？

第三，上線、迭代、優(yōu)化。核心原因是，不上線就沒有用戶反饋，就不知道往哪個方向優(yōu)化。比如特斯拉的自動駕駛，有這么多車在外面跑，就能夠收集數(shù)據(jù)進行優(yōu)化。

紅杉資本中國基金會專家合伙人、大數(shù)據(jù)專家車品覺在2018年2月刊里，對有意布局大數(shù)據(jù)的企業(yè)提出了八條建議：關(guān)注業(yè)務決策的過程，從問題中找尋數(shù)據(jù)化的機會；企業(yè)數(shù)據(jù)能力的泛化，要建立在數(shù)據(jù)產(chǎn)品的靈活性上；建立規(guī)范，確保數(shù)據(jù)供應的質(zhì)量及穩(wěn)定性；促進企業(yè)內(nèi)部數(shù)據(jù)共創(chuàng)與共享機制的建立；建設(shè)外部數(shù)據(jù)積累及有使用權(quán)的數(shù)據(jù)戰(zhàn)略儲備；培養(yǎng)海量數(shù)據(jù)的深度分析能力；阻礙大數(shù)據(jù)發(fā)展的是倫理和法規(guī)；把“門窗”關(guān)好，數(shù)據(jù)越多，責任越大。

這八點是從公司戰(zhàn)略層面上講的。從能力上來強調(diào)則是三個要點：一是從業(yè)務決策中找尋數(shù)據(jù)化的能力；二是海量數(shù)據(jù)分析能力；三是“借力打力”的能力。要把難題留給外面的專業(yè)機構(gòu)去解決。

雖然大數(shù)據(jù)的商業(yè)前景依然不可估量，但隨之而來的個人隱私問題也成為互聯(lián)網(wǎng)巨頭無法回避的問題。眼下，海外Facebook的數(shù)據(jù)泄露丑聞鬧得滿城風雨，2016年美國總統(tǒng)大選、英國脫歐公投均牽涉其中；國內(nèi)百度因李彥宏論壇上一句“中國人更加開放，對隱私問題沒有那么敏感，很多情況下他們愿意用隱私交換便利性，那我們就可以用數(shù)據(jù)做一些事情”的表態(tài)，立即引發(fā)眾怒。大數(shù)據(jù)下的商業(yè)與倫理如何平衡，成為不可忽視的議題。

2017年1月我們采訪美國亞馬遜公司前首席科學家、大數(shù)據(jù)和移動社交技術(shù)專家韋思岸，他強調(diào)，消費者也必須具備數(shù)據(jù)素養(yǎng)。因為，企業(yè)會用數(shù)據(jù)預測我們的行為，銀行用數(shù)據(jù)來評定我們的信用等級，雇主通過數(shù)據(jù)決定是否雇傭我們，但作為個體的我們卻還沒有充分從數(shù)據(jù)財富中受益。人們必須意識到，曾經(jīng)留下的所有信息和痕跡，想要徹底刪除都是完全不可能的，一定會被儲存在什么地方。如果人們對此嚴肅以待，就會對各種公司對數(shù)據(jù)的處理有所準備。對于來自商家的“誘導性信息”（例如根據(jù)你日常偏好推薦的商品、新聞等），消費者必須摒棄被動的形象，變成積極的社交數(shù)據(jù)創(chuàng)造者，了解數(shù)據(jù)服務商的工作機制，知道哪些參數(shù)可以改變或者不能改變，了解不確定因素，善于改正錯誤并且預測分享社交數(shù)據(jù)可能帶來哪些結(jié)果。