2014大數據迎來行業潮

本刊記者 | 石菲

↑“大數據”時代已經降臨，它為我們看待世界提供了一種全新的方法

當人們在享受互聯網時代所帶來的種種便利時，大數據時代撲面而至。正如《紐約時報》的一篇專欄中所稱，“大數據”時代已經降臨，它為我們看待世界提供了一種全新的方法，在商業、經濟及其他領域中，會有越來越多的決策是基于數據和分析做出，而并非基于經驗和直覺。

在短短數年間，大數據在商業領域的應用已經到達了極致。那么，哪些行業可以從大數據中率先獲利呢？

2014年，讓我們來看看大數據的魅力。

從挖掘需求到創造需求

零售業無疑是最先從大數據中獲得好處的行業。

電子商務這種新業態出現以后，人類的商業組織第一次出現了全程可記錄、可追溯的交易過程。通過電子商務，商家可以在任何時候、任何地點，看到所有有關信息，其中包括交易金額大小、交易的時間，以及客戶的所在地、年齡、性別、職業等信息。這些信息能夠讓商家精確地知道他們的客戶是誰、在哪里、正在做什么。而在電子商務產生之前，任何商家對其客戶都不可能掌握這么多、這么全面的信息。

啤酒和尿布的故事出自沃爾瑪，如今，這個故事早已經發展出新的一頁。

2011年4月，沃爾瑪以3億美元高價并購了Kosmix，Kosmix不僅能搜集、分析網絡上的大量資料給企業主，還能將這些資訊個人化，提供采購建議給終端消費者。這意味著，沃爾瑪使用的大數據模式，已經從挖掘顧客需求發展到能夠創造消費需求。Kosmix為沃爾瑪打造的大數據系統被稱做“社會基因組（Social Genome）”，連結到Twitter、Facebook等社交媒體。 工程師從每天熱門消息中，推出與社會時事呼應的商品，創造消費需求。

作為世界最大的零售業巨人，沃爾瑪在全球超過200萬名員工，總共有110個超大型配送中心，每天處理的資料量超過10億筆。沃爾瑪本身就是一個巨量資料系統，適用各種商業上的分析行為。消費者在沃爾瑪采購，可以從手機接收到一份建議清單，看似毫無關聯卻相當實用的推薦商品，可能是沃爾瑪分析了上萬筆銷售紀錄后，得到的寶貴成果。 同時，沃爾瑪會記錄每一筆顧客行為，設置在行動物流系統中，讓全美各店都能分享大數據的情報資訊。

沃爾瑪電子商務總監拉詹曼表示，“我們如果能透過社交網站的大數據分析，掌控消費者行為，我們就能以此重新定義消費的方式。”下一步，Kosmix還將通過收集每個顧客在全渠道，包括地面店、網店、移動商店、數字貨架和主要的社交媒體（如Facebook、Twitter、微博、微信等）產生的碎片信息，借助云計算，拼出完整的全渠道顧客社交云圖。

從多年的電力營銷工作出發，電力營銷稽查室管控電力營銷風險的最直接有效的途徑。電力營銷稽查工作的開展可以使監控只能得到加強，從而在很大程度生預防電力營銷風險的發生。但是需要注意的是，電力營銷稽查必須形成常態化，只有常態化的稽查才能可持續有效的對一切風險進行分析，對各電力用戶的情況進行排摸記錄，從源頭上防治電力用戶的偷盜電費，降低電力營銷風險，在最大程度保障了電力用戶需求的同時最大化的保障了電力企業的經濟效益。

再來看流行服飾零售代表Zara，你是否知道中南美洲的顧客偏愛顏色鮮艷、合身性感的服飾，而在法國和日本，顧客偏愛色系沉穩、剪裁利落的風格。借助大數據，Zara掀起了平價奢華風潮。

在柜臺和店內各角落都裝有攝影機，店經理隨身帶著Pad。當客人向店員反映“這個衣領圖案很漂亮”、“我不喜歡口袋的拉鏈”，這些枝微末節都將由店員反饋給分店經理，經理透過Zara內部全球資訊網絡，每天至少兩次傳遞給總部設計人員，由總部作出決策后立刻傳送到生產線，改變產品樣式。關店后，銷售人員結帳、盤點每天貨品上下架情況，并對客人購買與退貨率做出統計。再結合柜臺現金資料，交易系統做出當日成交分析報告，分析當日產品熱銷排名，然后，數據直達Zara倉儲系統。

搜集海量的顧客意見，以此做出生產銷售決策，這樣的作法大大降低了存貨率。根據這些電話和電腦數據，Zara分析出相似的“區域流行”，在顏色、版型的生產中，做出最靠近客戶需求的市場劃分。

大數據帶來的醫療奇跡

盡管癌癥研究和治療已經實現了巨大進步，但每年還是會新增1300萬癌癥確診病例，還有800萬人死于這種復雜的疾病。隨著人口老齡化的加劇，全球癌癥患病率到2030年可能會飆升到驚人的75%。癌癥還將消耗約20%的醫療成本，給政府、醫療系統和患者都帶來沉重的負擔。如今的疾病診療模式通常都不夠精確，而且都采用了一刀切的治療方案。以往都是根據癥狀和發病位置治療癌癥的，這可能產生巨額費用，而且效果不佳，甚至適得其反。

研究人員認為，基因序列和云計算感知系統的發展，將在未來5年幫助醫生精確地治療癌癥，為每個人定制治療計劃。更好的是，這套系統具備持續的學習能力，變得越來越聰明，因此無論是癌癥，還是心臟病和中風，只要是與DNA有聯系的疾病，其治療效果都將逐步提升。

此外，醫療大數據領域還蘊含著巨大的機遇，利用基因方面的知識可以在血液型癌癥的治療上實現很好的效果，例如白血病和淋巴癌。關鍵問題在于，不僅要定制治療方案，還要通過對無數治療方案的分析，迅速找到平均效果最好的方案。一旦能夠將目前的繁雜信息關聯起來，并對其加以利用，便會實現重大突破。

被數據顛覆的保險業

保險立業之本是大數法則，而大數據將挑戰大數法則，這是大數據時代的重要特征。

保險業分析師認為，大數據所帶來的思維和技術變革，將提供創新的金融產品，也在加強各類金融基礎信息保障能力。未來，保險業和互聯網大數據將進行深度結合，一個歷來以數據為生產資料，培訓數據統計專業人才，以嚴格的數據和準則監管報批核準的金融行業和一個掌控海量咨詢數據庫的如空氣般彌漫在每個人身邊的新興行業，其在思維中融合將帶來顛覆性的變革。

企業戰略轉移為以小眾為核心，服務小眾贏得大眾的口碑，小眾具有差異化需求，微不足道和原本無暇顧及的小組織將使企業對客戶的經營分解為對無數小眾的經營，正是大數據使得金融企業對小眾的服務成為可能，針對小眾的信用與風險評估，使創新性業務得以開展。過去傳統銀行貸款業務無法覆蓋小微企業，其根源就在于此。而逆襲金融業的阿里巴巴因此有了分一杯羹的資本，這是互聯網特征的體現。互聯網世界是草根的世界，最廣泛的民眾成為互聯網的主要組成與活躍力量。服務小眾意味著傳統“二八法則”的概念不應成為企業的客戶視角，價格將成為客戶選擇的敏感因素。行業競爭將首先在價格層面展開，當進入合理的低價格區域后，競爭將轉向產品與服務的品質，企業這一客戶視角轉變的根本性將帶來其他領域的變化。

2013年11月25日，眾安保險聯合阿里巴巴，推出首款互聯網保險產品“眾樂寶”。眾樂寶的目標客戶群是淘寶的900多萬賣家，當買賣雙方發生維權糾紛、賣家需要進行賠付時，眾安保險可先墊付理賠款，事后再向賣家追款。“眾樂寶”由互聯網保險公司實現突破，而緊隨其后的“樂業保”則由傳統保險公司再下一城。11月26日，泰康人壽聯合淘寶，推出針對互聯網創業人群的樂業保。根植于泰康的傳統保險產品設計思路，樂業保著眼于范圍較大的風險，選擇意外、醫療等主要保障，并設計了2款壽險保障產品，一是癌癥及身故保障，每月繳納10元保費，保障金額為10萬元；二是誤工保障，每月繳納5元保費，如因病或意外住院而耽誤了日常工作，每天可獲得的補償金額為50元。此外，樂業保也首次實現了壽險產品從設計、銷售、到理賠的全程互聯網化。

掘金大數據

再看農業領域，有誰能想到豬肉和大數據的關系。新希望集團董事長劉永好提出，要把歷年的數據集中起來，建立一個動態的養殖、生產和市場體系。通過大數據和云計算進行豬周期的預測，會發現豬的價格波動周期有一定的規律，大概3到5年是一個完整的周期，少的時候2年多，多的時候5年多，而這個周期又受國家的政策變化、天氣變化、傳染病變化、農民收入變化、原料價格變化等多重因素影響，同時又跟人們的生活水準和購買力有關系。全國所有養豬的農戶，如果通過云計算、大數據對龐大的數據進行研究、分析、判斷，研究出一個模型，建立信息系統，養豬會變得更加科學化。

其實，農業大數據可以滲透到耕地、播種、施肥、殺蟲、收割、存儲、育種、銷售等各環節，是跨行業、跨專業、跨業務的數據分析與挖掘。

在娛樂行業也是如此，《紙牌屋》不僅在全美熱播，還紅到了太平洋彼岸的中國，但這并沒有讓制作方奈飛公司感到意外，因為該劇導演在喊“開機”之前就知道它一定會火，秘密在于大數據。奈飛數據科學家分析了用戶每天超過3000萬條播放記錄，包括用戶在何時、何地、何種設備上觀看什么內容，并在記錄暫停、倒退、快進、評分、搜索的同時，進行大量截圖，試圖分析用戶在音量、畫面色彩甚至場景選取上的喜好。奈飛公司分析了龐大的播放數據后發現，有相當數量的用戶喜歡《社交網絡》導演大衛.芬奇的作品，而著名影星凱文.斯佩西的電影和英國版《紙牌屋》都是點擊率比較高的節目。因此奈飛公司決定把這些收視吸金點結合到一起，于是有了美劇《紙牌屋》。

與互聯網公司的諸多實踐相比，被認為具有數據資源先天優勢的電信運營商卻走在了后面，即便放眼全球，電信運營商的大數據應用案例也是屈指可數。日本最大的移動通信運營商NTT Docomo 2010年以前就開始著手大數據運用的規劃，但其大數據發展至今還處于規劃階段，是因為NTT Docomo還沒解決客戶隱私問題。在德國，身為主流運營商的德國電信和Vodafone在利用大數據為自身業務服務之余，已向商業模式跨出了一步。主要嘗試是通過開放API，向數據挖掘公司等合作方提供部分用戶匿名地理位置數據，以掌握人群出行規律，有效地與一些LBS應用服務對接。

而我國運營商由于技術、數據系統限制、用戶隱私和商業模式不明確等問題，目前大數據運營只處在探索階段。但移動寬帶和固網寬帶快速發展、OTT的強勢崛起決定了電信運營商必須充分利用自身掌握的數據資源，另辟蹊徑，從而實現網絡價值的最大化。因此，電信運營商應用大數據是必然的，而且市場前景十分廣闊。

對此，IEEE會員，芝加哥洛約拉大學計算機科學系教授George Thiruvathukal對《中國信息化》表示，“有人提出，在大數據成為熱點名詞之前，類似金融、醫療保健以及保險業等行業的數據方式已經是大數據。如今，有很多廠商的大數據分析已經成型，比如圍繞社交網站的數據分析。而跨行業大數據分析的實現，可能會催生出一批新興公司，也會為現存的企業或組織帶來新的機遇。行業泡沫不斷產生，且隨時有可能爆發。事實上，大數據的影響將會相當深遠，但我傾向于從長遠角度考慮，大數據將為絕大多數領域帶來更高的效率，并提高現存企業的盈利能力。那些最富有的企業能負擔得起自有基礎設施與大型數據庫（比如沃爾瑪）的建設費用，并且很有可能從隨之產生的規模效益中受益。”他說。潛移默化之中，大數據對每一個行業都在進行著滲透和影響。而在我們執著于大數據所產生的翻天覆地變化之時，還有很多問題值得注意。

對此，George Thiruvathukal提出了他的看法。首先，在數據收集階段要注意分類，很多時候，數據的模式會在它們被查看并初步分類之后呈現出來。其次，在數據安全方面，George Thiruvathukal建議將數據匿名化（為了保護隱私），并對管理數據的員工進行嚴格的背景審查。這樣的審查不能是一次性的，而應該包含隨機的后續審查。因為許多數據中心或數據本身出現安全漏洞，都涉及內部人員與外部串通的情況。最后，對于大數據的法律監管，George Thiruvathukal說，“法律正在成形之中，但是大體上，對大數據問題的掌握不夠深，使得法律不能發揮應有的影響效力。至少對美國最近的情況而言，其中一大挑戰便是制定出一套讓政府也可以遵守的法律。”

此外，倫理問題是大數據的主要挑戰，比如體檢數據會被多方所獲取。包括醫生、醫院、藥房、醫療服務提供商、雇、政府等都可以獲得體檢數據。而這些數據如果被用作商業用途，就必須權衡其中的倫理道德問題。“同樣地，在數據方面必須有嚴格的信息公開法，數據的所有權歸屬于誰？數據應該如何被使用？除了醫療保健行業，實際上有更多其它的行業和機構擁有我們的數據，我們必須重視這個問題。” George Thiruvathukal表示。