大数据商业应用的未来

“铁人三项”和大数据有什么关系？这两个听起来似乎不相干的事，在数据时代却大有故事。

大卫・芬雷布（David Feinleib）是“铁人三项”运动爱好者，在刚刚过去的秋天，他又一次地完成了自己的太浩湖（Thaoe）铁人三项赛，这是号称世界之巅的顶级赛事。为了提高自己的成绩，他一直将自己爬过的每座山，跑过的每段路，以及在冰冷的水中游过的所有里程全部记录下来，并将这些信息全部上传到网络，进行处理及分析。就这样，他发现自己走进了大数据时代。

从微软公司离开之后，连续创业的大卫・芬雷布凭借对数据的敏锐观察，以及对下一波科技浪潮的关注创建了the Big Data Group，包括Big Data Landscape（大数据全景）、Big Data Trends （大数据趋势）和Big Data TV（大数据电视）三家公司，为企业提供数据咨询服务。它们制作的“大数据产业生态地图”在SlideShare上被浏览超过3万次。

2013年，大卫・芬雷布出版了自己的新书《解密大数据》（Big Data Demystified：How Big Data is Changing The Way We Live，Love and Learn），此前他著有《创业公司为何失败》等书。现在，我们请他为我们解读大数据商业应用的未来。

大数据时代的产业变革

记者：在您看来，大数据将如何改变工业时代的产业结构？

大卫・芬雷布：我们已经生活在一个云大数据的时代，很多大数据相关的技术已经渗透在人们的生活中。例如，现在很多美国人和出租车司机都在使用Uber，这款手机App就是建立在大数据基础上的。当使用者打开应用，它就会会自动定位到你当前的位置。然后我们输入目的地，选择不同的车型，就可以看见附近的车，预估的到达时间、价格等。

此外，大数据在电子商务、健康管理等领域都有很多成功的应用，例如根据你过往的购买记录生成精准的推荐、基于对健康数据的监控帮助医疗等，这些应用都会给消费者带来性价比更高的服务体验。

而数据更大的改变在企业行为上，产业研究公司Forrester估计，企业数据的总量在以每年 94% 的增长率飙升。这时，每个企业都需要一个大数据路线图。至少，企业应制订获取数据的战略，获取范围应从内部电脑系统的常规机器日志，到线上的用户交互记录。即使企业当时并不知道这些数据有什么用也要这样做，这些数据的用处随后或许会突然被发现。

企业还需要一个计划以应对数据的指数型增长。照片、即时信息以及电子邮件的数量非常庞大，由手机、GPS 及其他设备构成的“感应器”释放出的数据量更大。数据所具有的价值往往远远高于你最初的期待。

记者：在这一轮大数据引致的产业结构性变化中，风险投资会扮演什么机会？

大卫・芬雷布：现在已经有一些专注大数据方面的投资基金。2012年，有几家代表性的应用数据公司上市，Facebook 在纳斯达克上市，LinkedIn 在纽约证券交易所上市。这两家企业和谷歌一样，其本质是大数据公司。此外，Splunk 也在 2012 年上市，它是一家帮助大中型企业提供运营智能的大数据企业。

其次，一些基于大数据的创业公司也表现出众。比如致力于Hadoop便捷商业化的Cloudera公司以及数字广告在线分析平台MetaMarkets。前者主打的商用Hadoop允许横跨多台电脑，对庞大的数据集合进行分布式处理，但因为应用难一直被视为只有计算机博士才能掌握的技术，Cloudera将其变得简单易用。后者总部位于美国旧金山，主要业务是帮助在线媒体公司分析高流量的流媒体数据，如在线广告、在线游戏和社交媒体的数据。MetaMarkets公司对tweet、支付、签到和一些与互联网相关的问题进行了分析，为客户关系管理提供了比软件更有效的数据分析支持。这两家公司都得到了多轮风险投资。

一年前我们在绘制大数据产业地图时，只有25家大数据公司。一年过去了，现在已经有100多家大数据公司，现在每周都会出现5、6家涌现出来。这样的趋势表明，大数据将引发下一波创业大潮。

记者：中小公司的机会在哪里？他们将如何与手握众多资源的大公司竞争？

大卫・芬雷布：要知道，互联网行业里的大公司都曾经是小公司，而且它们成长到大公司的时间都不长。而且大数据技术可以帮助小公司迅速成长为大公司。大数据带来的颠覆，不仅是与以往相比可以获取和分析更多数据的能力，更重要的是获取和分析等量数据的价格也正在显著下降，而根据经济学里的“杰文斯悖论”（Jevons Paradox）：资源利用率的提高导致价格降低， 最终会增加资源的使用量。科技进步使储存和分析数据的方式变得更有效率，公司将做更多的数据分析，因此并没有减少工作。简而言之，这就是大数据带来的颠覆。

从亚马逊到谷歌，从IBM到惠普和微软，大量的大型技术公司纷纷投身大数据。同时，基于大数据解决方案，更多初创型企业纷纷涌现，实现开放源和共享云。大公司致力于横向的解决方案，小公司则专注于为重要的垂直领域提品和服务。例如有些产品帮助优化销售效率，有些产品通过将不同渠道的营销业绩与实际的产品使用数据相关联，为未来营销活动提供建议。现在，小公司不必在内部开发或配备所有大数据技术；在很多情况下，它们可以利用基于云端的服务来满足数据分析方面的需求。

过去的二十年是信息技术的时代，接下来二十年的主题仍会是信息技术。企业将能够更快地处理数据，而公共数据资源和内部数据资源一体化将带来独特的洞见，帮助企业提升竞争力。总之，企业分析数据的效率越高，获得的预测价值就越大。企业正在渐渐远离批量处理（先存储数据，之后再进行处理分析），转向实时分析来获取竞争优势。

大数据时代的企业

记者：您心目中设想的未来的“高度数字化企业”是什么样子？

大卫・芬雷布：在我看来，亚马逊正是这样的一家公司，数据已经成为它的DNA。有分析预测，亚马逊2015年营收将超过1000亿美元，将赶超沃尔玛成为世界最大的零售商。亚马逊处理数据带有更强的电商倾向。消费者们在亚马逊的网站上对想看的电视节目或是想买的产品所进行的每一次搜索，都会让亚马逊对该消费者的了解有所增加。基于搜索和产品购买行为，亚马逊就可以知道接下来应该推荐什么产品。而亚马逊的聪明之处还不止于此，它还会在网站上持续不断地测试新的设计方案，从而找出转化率最高的方案。亚马逊整个网站的布局、字体大小、颜色、按钮以及其他所有的设计，其实都是在多次审慎测试后的最优结果。

以数据为导向的方法并不仅限于以上领域，按一位前员工的说法，亚马逊的企业文化就是冷冰冰的数据导向型文化。数据显示出什么是有效的、什么是无效的，新的商业投资项目必须要有数据的支撑。对数据的长期专注让亚马逊能够以更低的售价提供更好的服务。消费者常常会完全跳过谷歌之类的搜索引擎，直接去亚马逊网站搜索商品、并进行购买。

在我们看来，争夺消费者控制权的战争硝烟还在弥漫扩散，苹果、亚马逊、谷歌以及微软，这四家公认的巨头如今不仅在互联网上厮杀，在移动领域同样打得难解难分。鉴于消费者们把越来越多的时间花在手机和平板电脑等移动设备上，坐在电脑前的时间越来越少，因此，那些能进入消费者掌中移动设备的企业，将在销售和获取消费者行为信息方面更具有优势。企业掌握的消费者群体和个体信息越多，它就越能够更好地制定内容、广告和产品。

从支撑新兴技术企业的基础设施到消费内容的移动设备，亚马逊的触角已触及到更为广阔的领域。亚马逊在几年前就预见了将服务器和存储基础设施开放给其他人的价值，推出了AWS（Amazon Web Services）公有云服务。AWS每年的销售额超过15亿美元，而这又成为孕育更多创业公司的源泉。

记者：根据您的研究和思考，大数据时代的到来如何影响企业的策略？

大卫・芬雷布：我发现亚马逊、Facebook、LinkedIn的活跃用户们，开始期待自己在工作中也能获得畅通无阻地使用大数据的体验。既然互联网零售商亚马逊可以精准地推荐阅读书目、推荐电影、推荐可供购买的产品，为什么他们所在的企业却做不到类似的事情？

比如，既然汽车租赁公司拥有客户过去租车的信息和现有可用车辆库存的信息，这些公司为何就不能在向不同的租车人提供合适的车辆方面做得更智能一点？公司还可以通过新的技术，将公开信息利用起来――比如某个特定市场的状况，会议活动信息，以及其他可能会影响市场需求和供给的事件。通过将内部供应链数据和外部市场数据结合在一起，公司就可以更加精确地预测什么车辆可用，以及可用的时间。

与此类似，零售商应当可以将来自外部的公开数据和内部数据结合在一起，利用这种混合的数据进行产品定价和市场布局。同时还可以同时考虑影响现货供应能力的多种因素以及消费者购物习惯，包括哪两种产品相搭配会卖得更好，这样零售商就可以提升消费者的平均购买量，从而获得更高的利润。

记者：以往我们说，企业管理者的决策基于科学、艺术、经验，大数据时代到来如何影响管理者决策的机制？

大卫・芬雷布：对于高管们而言，好消息是：来自于大数据的信息优势不再只属于谷歌、亚马逊之类的大科技企业。Hadoop之类的开源技术让其他企业同样可以拥有类似的优势。老牌财富500强企业和新兴初创公司，都能够以合理的价格，利用大数据来获得竞争优势。

现在的企业管理者需要学会运用一些工具去监测外部环境的变化，比如New Relic为企业提供基于SaaS的管理平台，无论是云端、网络端还是移动端的应用，它都能对其进行监测。这可以说是一款all-in-one监测管理工具，它能让开发者以终端用户、服务器端甚至应用代码端的视角来监控自己的应用。

理想的情况下，企业应该具备一种能够让数据分析贯穿于整个组织的视野，分析应该尽可能地接近实时。通过观察谷歌、亚马逊、Facebook和其他科技领袖企业，你可以看到大数据应用的种种可能。现在一些企业已经设立了CDO（首席数据官），帮助CEO了解数据在如何影响业务，并将数据更好地转换为商业价值。我觉得每一家公司都应该有这样一个职位。