我們距離“人人大數據”還有多遠

劉沙

你還記得曾經鋪天蓋地出現在北京地鐵里的云臺山旅游廣告嗎？

如果我告訴你，這是經過大數據分析，精準投放給北京居民的廣告，你會不會感到驚訝？

事實上，這就是一個旅游行業+大數據的成功案例。

通過對游客的流量、歸屬地、抵達交通工具、駐留時間、消費行為和能力的大數據進行分析，云臺山旅游公司發現：雖然北京的人口僅占全國人口的2%，但是在來云臺山旅游消費的游客中，有60%是來自北京的。于是他們選擇在北京進行精準的廣告投放，從而實現有效的營銷推廣，吸引更多的北京游客。

行業應用漸近，“人人大數據”尚遠

有研究機構預測， 2018年我國大數據市場規模將達到280億元，未來5年年均復合增長率約為27.29%。而隨著大數據基礎設施不斷完善，數據分析和商業智能工具將逐漸成為大數據的主力軍，產業應用將成為主旋律。

DT大數據產業創新研究院院長、中關村大數據產業聯盟副秘書長陳新河的觀點與上述預測不謀而合。在他看來，我國大數據產業已經走過了與數據營銷、基礎設施和工具、移動數據、金融融合的階段，迎來了垂直行業應用的浪潮，從“互聯網+”過渡到了“行業+”，“各行各業，你想到的、想不到的，都可以用大數據幫忙做決策”。

大數據的價值毋庸置疑，但是怎么才能讓大數據在各行各業中發揮出更大的作用呢？

陳新河坦言，2014年時他就提出了“人人大數據”的想法，希望企業中的每個人都會利用大數據、做好數據分析，從而調動每個人幫助企業改進業務。

但是，幾年過去了，這一愿景并沒能普遍實現。陳新河表示，究其原因主要有兩點：其一是數據的精準化程度不夠高，其二是沒有易用的工具，目前市場上的大數據工具只有專業的IT人員才會使用。

如何讓人人都會用大數據？

“我們要讓業務部門真正碰到數據，讓業務人員能夠自助式地處理數據，從而減少和IT部門反復溝通的過程，避免不必要的成本。”DataHunter 創始人兼CEO 程凱征告訴《計算機世界》記者，這是新一代商業智能必須具備的自助式的數據處理能力。除此之外，新一代商業智能還要具有探索式的分析能力、自由的藝術展示表達能力、AI整合的智能分析能力和互動、分享、協作能力，而這些能力已經被賦予到DataHunter的產品中。

DataHunter的人力資源部門就是新一代商業智能產品的受益者。根據行業公開數據和公司內部的數據，HR可以自己分析出用哪些招聘渠道最適合招聘什么崗位，可以看到應聘者的男女比例、部門分布，以及離職率等動態數據報表；根據從簡歷篩選、電話邀約面試、到給應聘者發錄取通知的數量，形成招聘漏斗，從而達到最快捷有效的招聘效果，實現用數據分析驅動的人力資源業務。

“探索式分析則是從數據的層面出發，找到數據的價值，然后把這個價值提供給團隊成員分享，其目標是不確定的。”程凱征介紹。

以農產品交易價格為例，農產品的產量和天氣情況具有很強的關聯性，比如南方某地突然降雪，就會給這個地區的農作物產量帶來影響，但這個影響會在多長時間之后反饋到農產品交易價格上，在過去是沒有辦法分析出來的，因為天氣數據在互聯網上，農產品交易價格在農產品交易公司。但是當我們把這兩個數據放在一起時，就會發現新的價值。

程凱征向記者強調：“探索式分析對數據分析產品有很高的要求，需要有專業的引擎，當用戶選擇了不同的數據類型時，我們會告訴用戶應該用什么方式探索數據。”

作為DataHunter的合作伙伴，星環科技副總裁齊偉東表示，數據最大的價值是幫助企業領導人做出決策，而決策的前提就是先讓數據可視化，“不能只存在硬盤里，還要展示出來。”DataHunter的做法是，先讓用戶看到數據，意識到問題，然后再進行數據分析，之后解決問題，如此形成閉環。