數據資產飛起來

趙國棟

和一些企業交流時，有幾個問題會被經常問到，“沒有多少數據怎么辦”、“大數據都是大公司的事情，我們小公司怎么辦”、“能不能告訴我，哪些軟件或者工具可以解決大數據的問題”一般情況下，我都會說，首先要有大數據思維！

但什么才是大數據思維，我以大數據飛輪模型來概括。大數據飛輪（見右圖）涵蓋了大數據思維的全部思想。

怎樣拼數據資產

大數據飛輪模型的上半部分，關系到企業是如何認知哪些是自己的數據，也是大數據的商業功用。就是說有了大數據我們能干什么？怎么賺錢？有哪些好玩的商業模式？

大數據的商業功能即常見的商業模式，包括租售數據模式、租售信息模式、數字媒體模式、數據使能模式、數據空間運營模式以及大數據技術提供商。

如果我們在企業層面觀察，上述的商業模式就是典型的大數據的功用。但這遠遠不是全部。跳出具體的企業，從產業層面考察，其實產業間的興衰交替、攻掠征伐，已經過渡到數據資產比拼的階段了。

那些擁有優質數據資產的公司，挾天子以令諸侯，不斷地攻伐、侵襲其他產業的傳統領地。產業融合大幕隨之拉開，天平卻向這些新興的公司傾斜。由此也得出我們第一個公司價值的判斷標準：大數據時代，公司的價值與其數字資產的規模、活性成正比，與其解釋、運用數據的能力成正比。

比如，谷歌通過提供搜索、郵件等廣受歡迎的網絡服務，獲取人們大量的行為數據，加上谷歌自己抓取的網頁數據，構成谷歌大數據資產。谷歌利用這些數據資產，開始涉足基礎電信業務、IT解決方案、媒體、終端，甚至是傳統的IDC（互聯網數據中心）業務。而在這所有業務中，來自媒體的廣告業務，每天為谷歌提供現金流。所有其他涉足的行業，都以免費或者成本價殺入。谷歌也不是活雷鋒，雖然它新進入的行業不以盈利為目的，但是卻拿走了這個行業至關重要的數據，成為它數據資產的一部分。

資產評估：從顆粒度到關聯度

接下來，大家自然而然地關心，數據這么值錢，理所當然應構成新型的資產。這也是大數據飛輪的中間部分，“數據成為資產”這一論斷是大數據思維的中心理論。優秀的數據思維，必然反映在優質數據資產上。我們難以定量評價一個人的數據思維，所以只好退而求其次，關心在數據思維的影響下，數據資產的優劣。數據資產的價值從五個維度來評估，分別是規模、活性、多維度、關聯性、顆粒度。這五個維度，沒有絕對的數值可以參考。只能給出定性的描述，具體到每個行業，需要根據這個模型來靈活運用。

顆粒度指標反映數據的精細化程度。那些宏觀的數據，價值含量較低。相反那些細化到個人、單品的數據，才會帶來前所未有的洞察，這也是和精細化管理的思想緊密相關的。早期管理者認為工業產品沒有差別，同一個批次、型號的產品是一模一樣的。但是現在人們需要管理到“單品”，也就是每一件產品。提高社會治理水平，也是逐漸細化“管理單元”的過程。秦始皇設定“郡縣”，這是當時最小的國家機構，傳統戲劇中經常戲謔“七品芝麻官”。但是現代的管理單元已經細化到100米乘100米的正方形，形象的稱為“網格”，一個網格中，很可能只有一座樓房而已。

所以我們把顆粒度作為反映數據資產質量的第一個維度。細化到一個人、一件單品、一個網格、一個門牌號、一個零件。夸張的說，就算是一粒沙，也要清清楚楚的記錄下它的位置、大小、重量，甚至因風吹浪打漂流的軌跡。

多維度指標借用空間維度的概念，來指代數據來源的豐富性。每增加一個數據維度，則會影響所有原數據的分析和判斷，甚至會帶來顛覆性的證據。

FICO信用評分是美國評估個人信用級別的通行標準。幾乎每個美國人都有一個FICO評分。當人們申請信用卡、汽車貸款、住房貸款時，大多數的信貸機構都會參考申請者的FICO得分。但是在其發展的初期，FICO模型中，僅僅依賴申請人在現有住址住了多久、為現在的企業工作了多長時間、申請人賬號開設了多久等數據。

根據這個評估標準，幾乎所有30歲以下的人，都會存在很大的信用風險。而現在淘寶上的購買主力，恰恰是以年輕人為主。所以零售商們群起反對，這些條款限制了發卡人數，不利于刺激消費。當FICO增加了評估數據的維度時，譬如納入教育水平、職業等指標后，那些受過良好的教育，從事體面職業的人，也就獲得了信用卡。事實證明，他們的違約率也很低。

在多維度指標中，我們尤其重視一類“先驗”數據維度。譬如人們在買股票的時候，一定先觀察一支股票的行情走勢；人們在買商品的時候，一定會對比和詢價。互聯網有助于把這些數據收集起來，進行分析，可以預測未來人們是否會買入股票或者商品。

數據的活性，指數據被更新的頻次。頻次越高，活性越大。Facebook在2012年10月慶祝月度活躍用戶超過10億，這里的活躍用戶，和數據的活性緊密相關。股民對換手率指標非常熟悉，換手率標志股票交易是否活躍，成為判斷股價走勢非常重要的指標。

曾經有一家公司不知道他們的數據能否算作大數據，這家公司收集了大量的用戶繳費數據，譬如交水電費、煤氣費、有線電視費等。毫無疑問，這些數據非常有價值，但就是活性稍差，用戶繳費最多也是一個月交一次費用。而微信的數據，無疑是最具活性的數據之一，體現出實時的價值。

規模指標最容易理解。沒有“量”的積累，就沒有“質”的突破。數據量的增長，即是數據規模的擴大。但是到底有多大規模，才能是算是“大”數據，的確是各行各業都很關心的問題。譬如互聯網應用，如果沒有1000萬用戶，估計很難稱為大規模。但是如果一家券商擁有1000萬個A股賬戶，那絕對是呼風喚雨的“老大”。規模這個指標很重要，但不需要執著于此指標。不同行業，不同的業務特征，對規模的定義完全不同。數據思維要先行于數據規模。

關聯度指標，反映不同多維數據之間的內在聯系。之所以把關聯度拿出來單獨討論，主要原因是同一企業內部存在大量的“孤島”現象，不同部門之間積累的數據無法融合，形不成合力。

[編輯 胡 俊]

E-mail：hj@chinacbr.com