從情境洞察中把握意義

大數據的洞察，就是由表及里，由淺入深，發現用戶深層體驗需求的過程。用IBM的話講，就是“釋放新洞察，探索和挖掘大數據，以尋找業務關注的相關內容”。

當前的各種大數據理念中，相對而言，我對IBM“智慧的分析洞察”（Smarter Analytics）更認同一些。吸引我的地方在于其中的三個主題詞——智慧、洞察、情境——都與意義有關。我認為大數據的關鍵在于要從情境洞察中發現意義。其它各種大數據定義都很全面——除了把這個核心丟了以外。

IBM闡釋大數據，肯定有自己的商業目的。例如，要把大數據同IBM集咨詢、服務、軟硬件綜合實力，提供端到端全面整合解決方案這些特點總結在一起。但是我想，善于學習的人，可以順著領袖廠商對前沿的把握——他們之所以成功，往往在于比別人把握得準一些——長自己所需要的見識。

大數據要求大洞察

智慧的分析洞察，這是IBM的新戰略。美國大數據的國家戰略“收集龐大而復雜的數字資料，并從中獲得知識和洞見，以提升能力”，也提到洞察。可見，洞察是大數據的一個重要內涵。《醒世恒言》里有一句：“天道昭昭，纖毫洞察。”讓我們來看看，通過大數據洞察到纖毫的是什么。

1、洞察的對象是意義

通過大數據，要洞察的對象是什么？我以為，是意義。許多人說得出大數據不是什么，但說不清是什么。說不清的一個原因在于，只是從技術客體方面看什么是大數據，沒有采取從人的主體需求的角度看問題。這樣發展下去，非常容易把大數據誤導到技術導向，脫離應用的錯誤方向上去。抓了大數據發展，卻丟了大數據應用。過去許些地方把發展軟件、云計算搞成了發展房地產，根子就出在客體（發展）導向，而非主體（應用）導向上。

知道大數據不是數據大之后，上來就明確它是大洞察，有助于我們從主體需求方面，從應用方面認識大數據。大洞察意味著，大數據要獲得的是對象的內在意義。應用的效果是讓人獲得智慧，而不是讓機器空轉產生溫度去融化積雪玩。按照主體的標準，而不是客體的標準，人通過數據獲得意義，達到的效果就是智慧。

達到智慧有什么現實的好處呢？我們看到意義處在功能（使用價值）與價格（交換價值）背后的第三層，它以多樣性、差異化、個性化的形式表現出來，通過溢價實現。商業如果只是達到第一層即讓產品有用，或第二層有價值，還處在打價格戰的低水平上，只有把握了意義，才能以低成本的多樣化來適應復雜多變的世界，達到提價競爭的境界。我昨天在戴爾公司跟他們講，互聯網將把我們帶入一個復雜性世界，智慧的作用就是低成本應對復雜，讓人們獲得更高的商業效能，更高的溢價。

2、洞察是深入意義的過程

一個事物的意義，總不會寫在事物的臉上，而是隱在事物的背后。可是以往的數據服務，往往達不到深入事物意義的要求。例如，搜索引擎總是望文生義，按表面的語形得出表面意思，而很難按潛臺詞、潛意識等人們內心深藏的意義來尋找想要的更有針對性的內容。表現出的問題就是，數據多了，反而讓人的選擇無所適從。施瓦茨在《選擇的悖論》中說：“盡管選擇越來越多，許多美國人對生活的滿意度卻變低了。”這就是因為，有數據，但沒有把意義挖掘出來，數據多了就成了垃圾。

在商業事物中，意義深藏在第一層的功能、第二層的價值之后，是事物的第三層的存在。以往的數據分析，頂多在“東西有什么用，值多少錢”這個層面分析用戶需求，但無法分析出同一種功能、同一個價格的東西，對不同個性的人的不同意義。如果知道了的話，商家可以通過定制，為他提供更高附加值的服務。在情境定價模式下，消費者可以為帶來個性化巔峰體驗的東西，支配高額溢價。蘋果公司的產品就是一個例證。大數據可以幫助一般商家，把握只有喬布斯這種天才才能感受到的顧客高價值體驗的細微之處。

大數據的洞察，就是由表及里，由淺入深，發現用戶深層體驗需求的過程。用IBM的話講，就是“釋放新洞察，探索和挖掘大數據，以尋找業務關注的相關內容”。例如，對呼叫中心對話內容的文字記錄進行大數據分析，可以解釋和理解細微的語言特征，例如情緒、俚語和意圖。此類數據可以幫助企業（例如銀行和電信服務提供商）了解客戶當前的情緒狀態，并獲得能夠直接用于推動客戶管理戰略的寶貴洞察。

大數據要求情境探索

我們可以立個簡單的標準，看大數據是否可以深入到功能、價值背后的第三層，即意義的深度。一個搜索引擎，不同的人輸入同一個主題詞，如果出來的是同樣的結果，對世界的認識還只達到功能和價值層，因為功能與價值對所有人都是一樣的。但如果針對不同的人，能出不同的結果，才算達到意義層。要實現這一點很簡單，把搜索同一個含有個人時間軸（Timeline）的手機關聯一微秒，就可以出每個人不一樣的搜索結果。按這個大數據級的標準衡量，現在世界上沒一個搜索引擎是合格產品。將來的大數據將走上情境探索（谷歌叫情境發現，contextual discovery；騰訊叫情境搜索）之路，它是數據挖掘發展到個性化階段的人工智能形式。洞察將通過情境探索實現。

我認真看了IBM“智慧的分析洞察”的宣傳材料，在各種商業的陳辭濫調之外，這回發現一個新的、讓人眼睛一亮的東西。這就是情境概念。情境（context，contextual），又譯為上下文。這回成了IBM大數據思路中反復出現的概念，如：技術上，強調“聚合上下文，挖掘并可視化信息，以找到答案”；資源上，強調“企業整合和上下文聚合”；業務上，強調“在上下文中關聯并不相似的信息源，并且評估非結構化內容的業務價值為業務經營提供洞察，實現實時決策”。戰略上，強調“在日常運作中采用數據驅動的思維”。

實際上，發出同一主題，返回不同答案，才叫洞察。得出千篇一律的答案，把顧客想象成同一個標準答案，那不叫洞察。情境化，就是把洞察落到實處的途徑。搜索引擎之所以錨定個人時間軸會返回不同結果，是因為時間軸就是一個人的語境。一個人的上下文，與另一個人的上下文，就是區分二人的個人基因庫。我曾在中關村見過復雜網絡權威巴拉巴西院士，他認為有了大數據，人的93%的行為都是可以預測的。在IBM的模型中，我們看到與沃森關聯的“上下文”，包括POS數據、CRM數據、社交媒體數據，將它們融入infoSphere Biginsights中，可以提煉出顧客的消費習慣和購買趨勢。

IBM講，大數據將“提供假設，挖掘與企業的某項當務之急相關的內容”。其中的相關，可以理解為錨定（Anchoring），就是在企業的中間價值，與最終用戶的上下文語境之間，建立“人單合一”式的關聯。這就是通過大數據把握意義的核心方式。