車品覺決戰大數據

① 經驗分享 「大數據」關鍵七問

經驗分享：「大數據」關鍵七問

本文為《大數據的關鍵思考》一書作者車品覺針對台灣企業運用大數據時可能遇到的問題，所提出的看法與建議。

問：對很多人來說，大數據只是個流行詞，誰會需要大數據?

答：任何可以成為流行詞的東西，肯定是社會對它充滿巨大的期望和想像。大數據也不例外。建議企業在考慮使用大數據之前要從當前的問題著手，然後思考：

1.理解業務中有沒有一些決策做得不好，使用數據可以解決嗎?

2.在營運的工作流程中，有沒有錯誤可以利用數據快速糾正呢?

3.數據是否有可能幫助提升產品或服務的品質?甚至直接成為創新的元素?

以上幾個問題，是希望大家明白大數據的運用和你對業務是否有深入理解相關。從這個角度去看，數據化營運無孔不入，跟誰都有關系。然而在使用數據之前，企業還要關注一些基本功，數據平台的軟、硬體支援、如何做好數據的加工准備(包括新舊數據整合)、提煉數據到解決問題的能力。如是，才有資格談大數據。所以，中小企業都應該用數據去認知自己哪些做得好或者不好(數據化營運)，數據作為一個工具，可以幫助中小企業去了解自己，也可以優化業務。但是經營的本質還是取決於創始人的方向與管理，大家不能本末倒置，一昧期待透過大數據就能解決企業的所有挑戰。

問：台灣的中小企業可以如何應用大數據?

答：大數據的力量來自分享、整合和產品化。例如，Google地圖之所以能告訴你前面的路塞車，其實是有賴於每個使用 Google地圖的位置分享。所以我認為政府的推動，可以讓小企業減少得到數據的門檻、增加業界的數據共用，這樣就更有利於讓小企業也享受到大數據的科技。從產業鏈來看，小公司聯盟，把數據統一，用數據來解決一些業內彼此都不能解決的問題。

問：台灣大多是中小企業，相較於大公司，中小企業做大數據的方式、思維有何不同?

答：不管是中小企業還是大企業，在運用任何一種新科技的時候必然要量力而為。而中小企業和大企業的區別，在於中小企業的資源肯定沒有大企業那麼多，所以，中小企業不容易像大公司一樣有龐大的數據團隊。因此，中小企業在運用數據的時候一定要有更穩妥的方法，注重使用數據的效益，可以嘗試從小專案著手再逐步拓展。

問：在資訊泛濫的環境，數據愈來愈容易收集，但也代表「噪音」愈多。企業該如何找到核心數據並成功應用?

答：根據過去的經驗，我認為初期不要貿然就開始一個非常大的大數據項目，而應該是要從小處開始。數據比較適合以小、具體、容易評估效果作為起點的專案，以此鍛鏈自己收集、加工、使用數據來做決策，以及衡量這個數據價值的能力，即以小知大。從小的場景開始，用數據在商業場景中不斷優化。

問：您曾提到大數據的應用講求跨界和創新，在實踐大數據的過程中，最困難的地方為何?

答：大數據應用講求跨界和創新，更准確地說，大數據的價值來自可以從多角度來看同一件事，全景觀察可以減少誤差及創造新的機會。但並不是要求你能夠認知到全部外面的世界，而是能讓其他人的數據為你所用。大數據實踐中最困難的地方在於你對自身的理解，再加上，隔行如隔山，外部整合回來的數據可能很有價值但同時也有很多噪音，大家並不完全清楚數據的來源和定義。

問：成為一名傑出的數據部門主管應具備哪些關鍵能力?

答：據我的觀察，目前非常缺乏一種數據管理人才：對業務要有足夠的理解、明白數據能為業務起什麼作用、了解技術更新對價值產生的關系、數據收集到加工、新數據與歷史的整合、使用數據的便利性等等。其中，對業務和商業的理解，絕對是成為數據主管所需要的基本條件，但若是想達到傑出的程度，肯定要懂得如何在人才匱乏的大數據行業中吸引和保留住人才的眼光和能力了。

問：如何培養對大數據的敏銳度?

答：當在公司遇到業務問題時，問問自己：現在擁有的數據能幫我解決問題嗎?假定所有數據可以獲取，我需要什麼數據來解決問題?要怎麼做才能更容易獲取需要的數據呢?舉例來說，我過去看到路上的交通狀況時曾經想過，大城市裡的計程車服務會不會有可能改善?我那時想著，如果計程車上有個燈能顯示過去客戶對他的評價，那麼司機為了保持住好評價，應該會提供更好的服務水準，這就是數據可能解決的一個簡單例子，下一步才是如何設計一個容易的方法讓顧客去評價，而現在的叫車軟體就是一個很好的實現案例。這是訓練數據敏感度的好方法，也是過去10年我個人一直在用的方法──透過周遭事物訓練數據敏感度，讓數字「說話」。

以上是小編為大家分享的關於經驗分享 「大數據」關鍵七問的相關內容，更多信息可以關注環球青藤分享更多干貨

② 讀書筆記-07-數商-數據改變命運

之前看過一本書就做「奇特的一生」，本書的主人公叫柳比契夫，不僅是位著名科學家，還是「時間管理界」的大神。在他傳奇的一生中，一共有70多部著作。除了其專業領域外，還有歷史、宗教、數學等領域。柳比契夫的時間管理方式，首先做的就是時間記錄，他時間記錄到什麼程度？柳比契夫從1961年開始記錄直到其去世。在這長達56年的時間里，他把自己所有做過的事情，用了多長時間，都詳細地記錄了下來。
在這之上柳比契夫還會做周總結、月總結、年總結，統計其在每個事物上所花費的時間。有了這些數據，就能更科學做計劃了。因為其有足夠多的數據，對於時間就有超強的把控感，這樣制定的計劃也就更為合理，也更高效。我們可以想像當時在沒有電腦的時代，只能通過紙質地記錄方式，無論記錄還是查詢都非常麻煩和低效。而我們現在有了電腦，尤其是有了手機，隨手記錄顯得異常方便，但是作為數據時代先行者的我們，真的有效地使用了這種工具，幫我們提高工作效率？答案是不一定，工具還是那個工具，工具要想發揮它的功效，首先你要深刻理解數據重要性，能想像到數據帶來的好處，以及知道如何記錄數據，最後再有一個易用的工具，這樣才能真正把數據用起來。綜合來看，就是徐子沛老師說的數商，只有數商足夠高，移動互聯網的工具才能發揮效能。
這就引出了我今天介紹的這本新書《數商》。之前我看很多大數據的書，比如《大數據時代》、阿里的《大數據之路》、車品覺的《數據的本質》和《決戰大數據》、《數據中台》，更多的就是專業大數據技術書籍。一直沒有看徐子沛老師的書，覺得沒有什麼特別的新意，聽了羅振宇將這本書的時候，才決定看一下，看完後還是感覺收獲頗豐。數商講的是一個人如何駕馭數據的能力，數商會像智商、情商一樣，決定著我們的未來。
這本書一開始就有一套數商測試題，一共34道。它測的不是你的數學能力，而是把我數據的能力。我測了一下，是82分，這套有幾個問題決定了我很難拿到90分以上，比如，把你的情緒打分記錄下來，把你的朋友關系打分記錄下來，預測一件事打分記錄下來等等，像這樣的題，其實就像前面提到的柳比契夫每天做的時間管理一樣，把自己的所有經歷都數據化。這可能就是一般人和大神級人物的區別，看似只有一點點的區別，其實做到這點難度極大。本書後面是通過一個個故事把數商的價值體現出來，比如賭場、見未來岳母、疫情、奶茶與糞堆等等，裡面的故事非常精彩，為我們後續的構建自己的大數據體系提供了很好的素材。我還特意來了徐子沛的三本實體書，主要是想寫學習徐老師講故事的能力。
同時他裡面的每一個故事，都在告訴我們一個道理，一個普通人完全可以通過不斷提升自己對數據的駕馭能力，來把握自己的命運，甚至是挑戰權威。如果我們仔細想想真的是這樣，現在「智商」和「情商」，大家都已經非常重視，都在通過各種方式提高，你如果想在這兩個方面特出越來越難，但是數商卻還是一片開闊地，一方面大部分人沒意識到，一方面還沒有特別的有效方法，只要我們稍微注意一下，就能很快脫穎而出。
在這個大數據時代，在這個階級逐步固化的時代，《數商》給我們指明一條彎道超車之路，這條依然坎坷，但是他有機會超車，也許是這時代賦予我們的機會。

③ 對於大數據存在多少偏見乃至誤讀呢

對於大數據存在多少偏見乃至誤讀呢
近幾年，得益於資本追捧、企業造勢、媒體推廣以及公眾往往跟風式參與，一些新概念或被引進、或被改造、或被提煉，其中代表性的有：大數據、互聯網思維、「互聯網+」、雲計算、智慧城市、媒體融合、人工智慧、IP、VR/AR等。其傳播套路（流行持久度）大致為：今天你爆紅，明日我當道，各領風騷真熱鬧。只是，在一陣陣浮躁、喧囂與狂熱的背後，這些新概念究竟有多少真正被正確理解了，而又有多少存在偏見乃至誤讀呢？
特別值得說說的，首推大數據。
對這個舶來的、隨著2012年在有著「大數據商業應用第一人」之稱的維克托·舍恩伯格那本全球級暢銷書《大數據時代》隆重登場的新概念，先是在國內的互聯網業界颳起一陣超級旋風，繼而風靡了整個社會，由科技界的熱門詞變身為社會高頻詞，人人爭說大數據，唯恐掉隊落伍。說得更尖銳些，和絕大多數「新概念」一樣，「大數據」已經成了許多閉門造車者竭盡全力宣揚的主題。這種現象與2005年盛極一時的Web2.0革命論如出一轍。那麼，結果如何呢？在「中國互聯網老兵」謝文看來，「一個概念，無論它可以抽象到多麼高深的程度，其形成、演變、推廣的過程往往卻很實在、具體，充斥著不同社會力量的博弈。這個概念的對錯與否、生命力的長短、對社會的影響往往不取決於概念本身，而在於它的社會價值」。因此他得出結論，「關於大數據，你知道的都不對！」
《大數據經濟》是謝文的第二本書，距離上一部《為什麼中國沒出Facebook》已過去了五年。很難想像，自上世紀90年代中期留美歸國後，就先後在中公網及其所屬聯眾游戲網站、互聯網實驗室等知名企業擔任CEO、董事等職務，曾擔任和訊網CEO和雅虎中國總裁等職的業界大咖，頻繁在各大紙媒撰文發表業界觀察和產業心得的人，在出書這個舉動上卻如此「惜字如金」。但或許也正是如此，使閱讀謝文作品成了一種智性訓練和與智者的對話。在謝文冷靜、平和的文字背後，體現了他作為中國互聯網發展數朝元老的老練沉穩，這種面對洶涌浪潮波瀾不驚的定力，除了來自專業理性的思考，便是長年累月、一以貫之的行業沉澱。
按照架構，《大數據經濟》旨在向公眾澄清有關大數據的一些謬誤，正本清源、回歸真相。而主體內容則收錄了謝文從2012年上半年起至今陸陸續續寫的一系列關於大數據現象的專欄文章。雖然每篇議題各有側重、篇幅也長短不一，但核心繞不開以下幾個論點：第一，時下，對大數據的概念界定實際上仍然模糊不清、模稜兩可；第二，當前大數據實踐都還屬於摸著石頭過河的階段，這符合產業發展規律，大體來看，第一波創新嘗試集中在網路業、製造業和公共服務業以及三者之間的融合互動上；第三，大數據是一種世界觀、歷史觀、價值觀、方法論；第四，數據服務將是未來，而數據共享與公開將是大數據藍海的歷史使命。當然，他更不否認接下來的第五點：大數據時代對社會現有結構、體制、文化和生活方式的沖擊與變革遠大於計算機時代和互聯網時代。「現在正是大數據帶來的大變革的前夜，面對這場勢將席捲全球的社會大變革，主動比被動好，早動比晚動好，不動不是一個選擇。」
僅就這些觀點而論，謝文其實並不孤單，就拿國內來說吧，至少像《決戰大數據》的作者車品覺、《大數據》和《數據之巔》的作者塗子沛等幾位，都與他「英雄所見略同」。
此外，我們也看到了謝文的憂慮。在書中他憂心忡忡地指出，大數據是整個Web2.0革命的重要組成部分，世界網路業的領軍公司，例如Google、Facebook、蘋果和亞馬遜已佔據了先發的位置。我國網路業中哪家公司能急起直追，誰就是先行者，否則，就只能扮演受害者的角色了。至於未來的戰略方向，謝文建議有識之士重視數據服務業，數據服務業和現有的相關產業的根本區別在於其商業模式是數據驅動型，是對大數據的深度分析加工，是對大數據的多重利用和深度利用，是對現有簡單直接商業模式的增值服務。《大數據經濟》提到，包括蘋果公司和谷歌在內的世界巨頭，都在不計成本地全方位增加生產和獲取大數據，就是為了在走向數據服務業的過程中贏得先發優勢，為未來的領先地位在下一盤很大的棋。
謝文為此毫不客氣地批評國內公司一擁而上生產智能手機的現象：「如果自身沒有成熟配套的操作系統、開放平台、雲計算後台和數據分析加工平台，單兵突進只做手機，也許在某個時段能賺點錢，但從長遠看是沒有前途的。那些在手機首頁集成點自己的服務，高呼搶占網路入口口號的伎倆，在滾滾而來的大數據洪流面前顯得那麼蒼白無力。何不舍棄雞肋，重新定位，發揮優勢，爭取不在大數據時代掉隊呢？」商業、資本固然有「趨利性」的一面，也就是什麼賺錢做什麼，而謝文的洞見在於，「趨利性」與「趨勢性」並不矛盾，而後者是謀定而後動，去做一些更長遠、更深遠的產業布局。很可惜，並沒有多少人能意識得到這一層，而這恰恰也回應了他當年的「謝氏之問」——為什麼中國沒有Facebook？
客觀地講，由於《大數據經濟》是謝文之前媒體專欄文章的結集，因而在時效性上多少有點欠缺，即便國務院印發的《促進大數據發展行動綱要》也才大半年前的事，但互聯網風向轉變之快，已不是三五年為一個周期的「後浪推前浪」了。另外，本書還收錄了其他非「大數據」主題的文章，議題從移動互聯網創新到「互聯網+」再到寬頻戰略、公司研究等等，內容難免顯得有些繁雜。不過，鑒於謝文十幾年如一日跟蹤中國互聯網產業的發展步態，鍥而不舍地發些看似不合時宜的聲音，他的作品仍被筆者列在必讀范疇之內。至於媒體把他尊稱為「中國的凱文·凱利」，則未免有些不著邊際。謝文從來不輸出技術哲學，也不信奉先驗主義，他只是在持續不斷地講述常識。

④ 大數據時代,科技走到了宗教盡頭

大數據時代,科技走到了宗教盡頭

這是一個人人都言「大數據」的時代，然「大數據」存在於何處？影響於何處？難免，普通大眾被席捲而來的「大數據」之潮迷亂了眼睛，攪亂了思緒。正是在這樣的時刻，筆者認為尤為重要的是保有敬畏之心與清醒的思維，認識到「大數據」的局限性。

滲透時刻，無處不在的大數據

大數據可能是時下最吸引眼球的話題之一。從通過鮮花與安全套銷量比分析不同城市的浪漫指數到發現深處內陸的新疆人民反而比基尼銷量第一，從為節能減排做貢獻到德國國家隊利用大數據技術搜集球員信息征戰世界盃到根據敵方機場起降信號，一分鍾內分析出起降批次，戰斗機型號等細節，再到獲得獲第86屆奧斯卡金像獎最佳原創劇本獎的《她》，劇本內主角和人工智慧系統之間感情逐漸加深直到愛上彼此，大數據給人帶來無盡遐想，帶來無限精彩的可能。

就像馬雲所說的那樣，人類已經從IT時代走向DT時代。阿里巴巴集團數據委員會長車品覺在他的著作《決戰大數據》裡面也強調了兩個重要觀點：其一，大數據徹底消除了「樣本偏差」（sample bias）。「樣本跟大數據不同。大數據相信全量數據，而非樣本；是分析得出，而不是抽樣獲得」；其二，大數據時代的相關性分析可以創造以前無法想像的場景。極端情況下,線上數據的積累,可以形成個人的」線上人格」,影響乃至控制人的線下行為。

傲慢是罪，保持一顆敬畏之心

大數據前景如此美好，竟讓我無言以對。然而，傲慢是罪。「智慧果」讓人類擁有了智慧，但同時也讓離開伊甸園的人類從此無法擺脫傲慢的原罪。從「通天塔」到在「地上建立天國」，失去敬畏之心的人類往往給自己造成巨大傷害。大數據時代，同樣應該保持一顆敬畏之心，認識到以下三點。

一、樣本偏差始終存在，大數據沒有超越統計學

什麼是樣本偏差？這方面最精彩的例子來自二戰。其簡化版本是，英國皇家空軍苦惱於德軍兇猛的防空炮火，想通過加強飛機裝甲降低戰斗機損耗率。但受制於飛機載重，只能在部分部位加強裝甲。為此，他們求助於一位統計學家。在仔細觀察成功返回機場飛機上的著彈痕跡後，專家給出了出人意料的結論：在沒有著彈痕跡的部位加裝裝甲。面對質疑，統計學家只回答了一句話。「那些部位著彈的飛機都墜落了」。可見，統計學永遠是個手藝活，沒有兩把刷子是要害死人的。

本質上來說，統計學就是用部分推測整體，用過去預測未來的理論體系。其最大的弱點在於部分推測整體時，樣本偏差會讓結論失效。那麼，在大數據時代，是否真的來到了天堂，沒有樣本偏差的困擾了？答案顯然是否定的。從現象上來看，即使在大數據時代，數據與應用場景也會有嚴重割裂。拿情人節鮮花和安全套比率這個例子來說，基於「你懂得」的原因，很多安全套消費發生在線下，線上無法獲取該數據。因為技術手段或商業模式本身的限制，線上系統能採集到的數據只是完整場景中的一部分，不是全部數據。再比如新疆人民比基尼銷量第一的例子。數據分析人員如果不能意識到真實場景中，新疆的比基尼銷售量主要集中線上（線下傳統渠道銷量很少或者基本沒有？）但其它省份比基尼銷售主要在線下（線上銷量佔比8%~10%）就會得出錯誤的結論。同時，在新疆，淘寶天貓的網上銷量基本代表了真實的網上銷量。但在北上廣這些一線城市，京東的線上銷量已經和淘寶天貓相當，只考慮阿里系的數據，會嚴重低估真實銷量。

從理論上分析，數據與應用場景的割裂本質上就是樣本偏差。因為技術或者利益的原因，大數據時代搜集的數據也不能完全覆蓋應用場景的各個環節，所取得的數據仍然是部分，不是全部。最後，從哲學層面來說，即使以後技術有了長足的進步，解決數據與場景的割裂問題，同時也有了完美的商業模式可以讓競爭對手樂意互相分享數據，樣本偏差仍然會存在。其核心在於，人類雖然有能力認識客觀世界的所有規律，但客觀世界本身並不是靜止的，而是在不斷運動當中。過去的數據，一定不能體現客觀世界未來的發展規律。「刻舟求劍」的理念不符合實際。從這個角度上來說，「黑天鵝」事件的本質就是樣本偏差。技術再先進，商業模式再精妙，也不能解決這個問題。所以說，即使在大數據時代，人們還是應該有敬畏之心，在這個時代，科技確實遊走到了宗教邊緣。

二、大數據結論是統計學意義上的整體性結論，並不是針對個體

任何基於統計學的理論分析和結論都是整體性的。阿西莫夫在他的著作《基地》里完美的闡述了這一觀點。哈利.謝頓以銀河系裡2000萬星球上百億億居民為研究對象，成功創建了心理歷史學，並以此成功預測了銀河帝國會經歷長達三萬年的黑暗野蠻時期和銀河第二帝國的出現。但無法用該理論預測個體。所以它無法預言變異人騾的出現。若非第二基地的存在，整個復興計劃險些失控。《失控》也描述了類似的現象。深海里的魚群作為一個整體，行為規律非常容易預測。但單個個體行為毫無規律，難以預測。淘寶/天貓的「千人千面」是大數據時代的重要嘗試。其核心基於大數據，為淘寶/天貓客戶展現個性化搜索結果。該項目核心細節並不為外人所知，但基於理論分析，可以做出合理的推測。首先，淘寶/天貓搜集的數據一定不是所謂的「全量數據」，現有條件下，很多與顧客購買興趣相關的核心數據無法被搜集。其次，即使模型准確率能達到99%，對於一個上億規模的平台來說，也有近千萬的客戶會有比較差的用戶體驗。基於此，「千人千面」個性化程度必須做合理化約束，否則，理想越美好，現實就會越骨感。

三、相關性始終不是因果，這方面應用陷阱和機會一樣多

相關性分析是數據分析利器，同時又是最容易引入問題的地方。相關並不是因果。統計數據顯示，冰淇淋銷量上升時，水中溺死人數會迅速上升，兩者之間呈現極強的正相關。那麼冰淇淋消費會引起人溺死嗎？答案顯然是否定的。只是天氣炎熱會同時增加冰淇淋消費和人們水上活動的幾率。一個更有說服力的例子是某個時期的統計數據顯示，白酒價格和牧師收入之間有極強的正相關。難道牧師群體們一個個都是「酒肉穿腸過，佛祖心中留」？答案也是否定的，其真實原因只是因為通貨膨脹同時導致了白酒價格和牧師收入水平上漲。在大數據時代，相關與因果的混淆可能導致的問題會遠超以往。大數據時代，數據極為充分，計算能力極強，可以發現以往無法發現的相關性。這是大數據時代讓人興奮的地方。但同時，相關性與因果性的辨別難度極大提升。一旦判斷失誤，會引起極大的問題。譬如說，目前阿里小貸引以為豪的信用判別模型與自動放款。假設目前信用模型相關性失效，「即通貨膨脹率長期穩定，白酒價格和牧師收入不再強相關」，那通過現有模型篩選的主體的真實信用等級會有極大風險，後果不堪設想。以上分析純粹基於理論層面，並不指向某個具體項目，但隨著大數據技術的進步，辨別相關性與因果性的難度會越來越大，風險也會越來越高。

這個世界最讓人理解的就是它是不可理解的。這個世界最讓人難以理解的就是它又是可以理解的。大數據時代，我們需要有一顆敬畏之心。傲慢是罪。

以上是小編為大家分享的關於大數據時代,科技走到了宗教盡頭的相關內容，更多信息可以關注環球青藤分享更多干貨

⑤ 《決戰大數據：駕馭未來商業的利器》讀後感

作者簡介：車品覺，前阿里巴巴集團副總裁、首任阿里巴巴數據委員會會長。現任紅杉資本中國基金任專家合夥人。是國內大數據、數據決策與分析領域的傑出人才。

數據分析的兩大主要作用：要麼驗證某個想法，要麼探索未來

《決戰大數據：駕馭未來商業的利器》是品覺老師10年數據修行的經驗分享，對於企業決策或者產品經理分析用戶，提煉需求都非常有啟發，以下為截取部分精華內容並結合自己的學習體會。

1.數據的本質是還原用戶的真實需求

數據記錄了用戶在什麼時間，訪問了產品的哪個功能，訪問路徑是什麼，停留時間是多久，最後離開是什麼時間，最終是否有提交訂單等。將這些數據串起來則可以還原用戶當時的場景，剖析出用戶的真實需求。此時，產品需要思考當前的產品是否滿足了用戶的需求，若是沒有，如何改善。

2.活做數據，抓住數據的相關性

「活」做數據收集，從相關聯的行業和業務中去收集能夠為現在所用的數據。如，負責特價酒店的產品，可以收集這批用戶在火車票、特價機票及門票等相關業務，從而獲得不一樣的啟發。

3.數據分類，找到核心數據

不同的數據含金量不同，即使同樣數據在不同的場景體現出不同的價值，具體分類可以參考以下：

（1）不可再生和可再生；

（2）基礎、中間層和應用層

（3）按數據業務歸屬，分為各個數據主體

（4）隱私數據和非隱私數據

3.個人數據管理

（1）收集有效的數據源，並按重要性和時間長短進行分類；

（2）關鍵詞標簽是對數據收集後重要的整理

a越有效的標簽就越能快速地調取數據

b注意知識范疇的培養

c 場景的標簽，分為公司與人物，再加上世家

由時間鏈、共識面（公司、人物、來源）、知識體系（標簽）和格式（內容）所構成的一張知識圖譜是解碼決策分析的依據。

以上，是對《決戰大數據：駕馭未來商業的利器》簡單的介紹，本書可以作為數據人入門讀物，特別是其中關於數據收集（數據源）和數據整理（標簽，構建知識圖譜）具有很好的指導。

⑥ 大數據有什麼風險

當大數據充斥各種場合，從馬雲到釋昭慧都侃侃而談，你還能不懂什麼是大數據嗎？你也許已經聽過無數的大數據神話，但對於大數據仍停留在一知半解階段，公子義為整理為梳理什麼才是真正的大數據。

大數據是什麼？

大數據（Big Data）又被稱為巨量資料，其概念其實就是過去10年廣泛用於企業內部的資料分析、商業智慧（Business Intelligence）和統計應用之大成。但大數據現在不只是資料處理工具，更是一種企業思維和商業模式，因為資料量急速成長、儲存設備成本下降、軟體技術進化和雲端環境成熟等種種客觀條件就位，方才讓資料分析從過去的洞悉歷史進化到預測未來，甚至是破舊立新，開創從所未見的商業模式。

一般而言，大數據的定義是Volume（容量）、Velocity（速度）和Variety（多樣性），但也有人另外加上Veracity（真實性）和Value（價值）兩個V。但其實不論是幾V，大數據的資料特質和傳統資料最大的不同是，資料來源多元、種類繁多，大多是非結構化資料，而且更新速度非常快，導致資料量大增。而要用大數據創造價值，不得不注意數據的真實性。

為什麼需要大數據？

因為當從人到機器都已經被數據解構，數據不僅僅是歐巴馬口中的石油或是黃金，它更是血液，貫穿每個人一生中每個生命階段。這並非危言聳聽，更不是科幻電影，而是正在逐步成真的現實。

大數據的應用廣泛

對企業而言，大數據可望提升服務質量、增加管理效率、幫助決策和創造商業模式；對一般民眾而言，大數據是另一個自我，它可能比本人更了解本人，為你預先解決每個未知，當一切都開始數據化，你能夠不需要數據嗎？

大數據一定要很大嗎？

雖然大數據的狹義定義是，資料量要在100TB到PB之間，但其實絕大多數的企業，都不符合這個標准，大企業如eBay、亞馬遜或AT&T或許符合大數據的標准。但其實資料量只是大數據的其中一個面向，大數據揭示的是一種「資料經濟」的精神，而非只是「大」。

「大，是大數據中最無趣的部分。」公子義認為，企業真正要尋找的是非傳統的、而且未曾被挖掘過的資料，並且從這些資料中去提煉出價值，這才是對大數據應有的正確認知，而非只是執著於資料大小，只要能從看似毫無意義的數據礦坑中挖掘出金礦，有誰會在意那座礦坑原本是大得像座山還是小得像狗屋呢？和沛科技創辦人翟本喬就指出，大數據這個名字容易讓人誤導，因為真正重要的其實是大智慧。大數據不只是說資料量有多大，速度快和資料量大都可以用技術輕易解決，但種類（Variety）比較需要智慧。

沒有大數據就不能用大數據嗎？

非也，建置大數據架構與環境的確所費不貲，一般中小企業通常無法輕易投入巨額成本，但大數據時代的精神在於如何妥善利用既有或非傳統資料，從中挖掘出新商機，因此即使是中小企業甚或者是新創企業，都能在大數據時代用「大數據」。

數據應該如何建立？

就技術面來說，現在有許多業者開始提供建置成本較低的大數據處理工具和雲端系統，有些甚至跟App一樣，只要根據自身需求挑選需要購買的功能即可，例如科智提供的工業化數據管理工具即為一例。另一方面，很多時候中小企業其實不需要建設大數據系統。公子義認為，在絕大多數情況下，大數據項目其實不需要建置Hadoop系統，先用小量資料去驗證一個概念，是否能將資料轉換成商業機會，再來決定要不要建置大數據的作業環境。

大數據領域權威麥爾苟伯格（Viktor Mayer-Schönberger）在《大數據》一書中便提及，大公司有巨量資料的規模優勢，但小公司有成本及創新上的優勢，小公司因為速度夠快、靈活度高，就算維持小規模，還是能夠蓬勃發展。

要怎麼開始進行大數據項目？

第一步設置專門統籌大數據項目的部門和職銜， 而且層級越高越好，企業領導人必須足夠正視大數據的力量，才能帶動整個組織重視數據的文化。Etu負責人蔣居裕便指出，大數據其實是管理問題，而非技術問題，缺少跨部門協作，大數據項目很難有個美好的開始。

第二步，切勿陷入大數據迷思，與其急著想用數據變現，不如先回頭看看自己企業內部的問題為何，先定義問題，再試圖用數據找解方。 阿里巴巴集團副總裁車品覺建議，與其整天想著大數據，不如先整頓自己企業內部的數據，很多時候光是企業內部的數據就問題叢生，不同部門之間的數據無法兼容，「整個數據在一個中小企業裡面也是四分五裂，在這個地方沒做好的情況下，居然說你想用大數據，其實是有點難以理解。」

大數據從哪來？

任何地方。隨著物聯網興起，任何以前不可能產生資料的東西或地方都可能「資料化」。公子義認為大數據的發展可以分成三階段，正說明了大數據的來源多樣化：.com時期、社群網路時期和物聯網時期。早在2000年初網路熱潮興起，人們就已經開始研究log資料，搜集使用者的cookie和搜尋行為等。而社群網路如Facebook或Twitter將人們的互動關系數據化，這些社群數據創造了大量的商業價值。而第三階段物聯網時期，可能是最有趣的階段，無論是機器還是人都開始被數據解構，數據可能來自手錶、鞋墊甚至皮帶，這些物聯網數據將是接下來重要的數據分析對象。

大數據有什麼風險？

傳統商業分析會有的風險，大數據也都會有，這並非大數據才有的問題，「個資安全問題」一直都存在，只是隨著資料來源越來越多且資料量越來越大，資安問題更顯迫切罷了。市場研究機構Gartner研究副總裁布萊恩（Brian Prentice）指出，大數據本身並沒有資安問題，問題在企業應用資料的方式，Gartner預測2018年，企業違反商業倫理的案件中，有近50％都來自不當的大數據應用。

另一值得關切的是大數據可能帶來的「資料獨裁問題」，根據大數據領域權威麥爾苟伯格（Viktor Mayer-Schönberger）的說法，資料獨裁指的是任由資料來管控我們，盲目受到分析結果的制約，導致濫用或誤用資料。例如根據數據分析將人群分類，其實有可能會把個體給標簽化，甚至污名化某些族群，想像未來若我們用數據預先打擊犯罪，那會是什麼情景？

⑦ 消費大數據揭秘:健康化和年輕化是趨勢

消費大數據揭秘:健康化和年輕化是趨勢
大數據之美，在於它能從紛繁雜亂的數據中揭示出隱藏在水面以下的冰山部分，根據規律預測未來將要發生的事，告訴人們本不知道的信息。

比如，中國女性平均從什麼年齡段開始將關注度從游泳轉向跳廣場舞，不同年齡層消費者對健康飲食的關注度有何不同，Adroid終端和iOS終端在網購習慣上的差異等，這些都是龐大的銷售數據和用戶數據「勾兌」出的隱藏信息。

《決戰大數據》作者車品覺不久前曾向《第一財經日報》記者舉例說，後台系統可以通過跟蹤一個人敲擊鍵盤的速度和間隔來判斷他在購物網站上的瀏覽目的(是閑逛還是有目的購物)及其購買意願的程度，背後的大數據發現了電商網站本不知道的內容。

當然，如今的網購已進入移動化時代，今年雙11阿里巴巴移動端的成交額佔比高達68%，手機網購已成大勢所趨。手機比PC提供了更加多元化和復雜的數據維度，比如基於地理位置LBS，這個變數的引入使大數據規模呈幾何級數的增加，能給大數據分析提供更大價值。手機在手，人人都是數據感測器。

事實上，這次由第一財經商業數據中心和阿里巴巴聯合發布的大數據商業報告(以下簡稱「報告」)，就從不同維度印證了移動化趨勢的明顯特徵。這份報告也是淘系平台首次將全局性的消費數據依託專業媒體機構進行系統性對外公開，所涉及的服裝、母嬰、家電、食品等8個行業基本覆蓋了消費者日常網購最高頻的幾個類目。

食品消費理念健康化，小眾化專業化運動消費映射全民健康意識覺醒，智能化浪潮引領3C數碼行業消費升級，個性化時尚化網購習慣深入人心……這些數據背後的行業特點和趨勢正是這份系列報告的核心價值所在。

眼下，中國經濟的活力正在越來越依靠消費提振，而消費層面正在經歷一場由消費者主導的變革。過去那種商家生產什麼消費者就買什麼的年代愈發受到個性化消費需求的挑戰，由消費者倒逼生產商的C2B模式正在不同的行業多點開花。在這個消費轉型升級的宏觀趨勢中，經過加工提煉的大數據就成為廠商和商戶最重要的決策依據。

第一財經商業數據中心(CBNData)負責人黃磊在淘寶數據盛典現場表示，以往當有企業說經營越來越困難了，專家學者說經濟要探底了，投資者說投資的這家企業很有發展潛力，他們常用的是直覺、經驗，是用眼睛能看到的地方來證明機會和危機在哪裡;現在這些都可以通過深度挖掘的大數據進行展示，並能更好地呈現出商業世界「魔鬼的細節」。

健康成為未來消費主方向

通過對過去5年淘系平台上的相關搜索和交易數據分析，報告展示出一條消費者愈發重視健康生活的曲線圖，這主要從食品、運動健身、健康家居用品三個大品類體現。人們在線上購買這些商品，展現了吃得更健康、運動更積極、對健康更關注的趨勢。

從2011年開始，健康相關的關鍵詞(比如有機、非轉基因、原生態、低脂、無糖、無農葯、全麥等)在淘寶上的銷售量逐漸增長，今年前三季度的交易額已經與2014年全年持平。地域分布上，廣東、江浙滬地區對這類商品的需求量最高。一個顯著變化是，2011年全國健康食品銷量最大的5個地區佔全國總銷量的近六成，到2015年三季度這一比例下降至近五成，健康食品的消費呈現出城市下沉的趨勢，由經濟發達的一線城市和沿海地區普及到內陸地區，各省份之間的健康食品消費份額差異正逐漸減少。

報告得出的結論之一是，年輕女性將成為未來健康食品的主力消費人群。數據顯示，作為食品中銷量增速最快的保健品，其細分品類中增速最快的酵素類產品在2015年前三季度銷售額環比增長了接近13倍，其次是膳食纖維、葡萄籽提取物等。女性是保健品消費主體，其中22歲到50歲的女性貢獻保健食品總銷售額的近六成份額，且年輕女性消費群體(18到28歲)在整體保健食品市場所佔份額在提升。這部分消費者將是健康食品類商家重點覆蓋的目標人群。

消費者在運動健身類商品的網購購買力近幾年維持在50%以上的年均增速，對跑步機等大型健身器械的銷售佔比排名第一，其次是游泳、舞蹈、瑜伽、羽毛球、跆拳道武術類相關商品。

對不同運動項目的偏好在性別和年齡層維度展現出很大差異性。比如，小鮮肉熱衷於足球、籃球、滑板、啞鈴等中小器械;而大叔級買家青睞乒羽等小球類，以及跑步機等有氧訓練。而女性以35歲為界分化明顯，35歲之前的女性消費者最喜歡購買游泳相關商品，特別是泳裝被當作時裝來消費;而35歲之後，舞蹈類、跑步機等運動的比例最高，但瑜伽並沒有體現出35歲這個年齡分水嶺，佔比基本持平。

在健康家居用品(家用電器類和醫療器械類)方面，最近幾年無論是從銷量、搜索量，還是商品豐富度上均增速明顯。其中空氣凈化器、口罩、凈水器等商品與嚴重霧霾天氣、水污染、疫情等公共安全事件表現出強關聯性。年輕人對於社交媒體的關注讓該群體對家用健康類產品表現出明顯的焦慮性消費趨勢。特別是空氣凈化器市場，在霧霾最嚴重的2012年初至2014年底迎來了其黃金發展期。而家用健康類產品消費群體的發展趨勢正在呈現年輕化與渠道下沉特點，年輕消費者和低城市級別消費者將發展為未來此類產品的消費主力之一。

網購年輕化浪潮加速到來

淘寶數據顯示，28歲以下年輕消費者已佔淘寶總用戶量一半以上，但2015年該群體創造的銷售額占整個淘寶平台的四成左右，小於其人數佔比，因此年輕消費群體的平均消費水平低於淘寶平台消費者的平均值。一個明顯特點是，所有商品品類的購買人群均出現了不同程度的年輕化趨勢，今年28歲以下消費者所佔比例較2014年有所上升。

總體來說，22歲至28歲的年輕群體增長逐漸趨於穩定，不同品類間差異並不明顯，而年輕化的程度差異主要體現在18到22歲群體份額中，這個群體的消費者增速十分迅猛，一些年輕化較快的行業如男裝和手機，份額遠超主食和傢具等年輕化較慢的行業。

年輕化不僅體現在年輕消費群體的增長與活躍，還體現在其他消費群體消費觀念的年輕化，各類被傳統認為年輕人才會消費的商品，如染發產品和運動用品，在年長的群體里也逐漸流行起來。

具體到吃穿住行細分領域，穿衣方面的年輕化趨勢主要體現在18至22歲群體高速增長，而22歲至28歲的年輕群體自2012、2013年後保持穩定的份額;28歲至35歲群體佔比下降十分明顯。

吃的方面，年輕化趨勢程度並不如穿的如此明晰，18至22歲群體的增長速度以及份額相對較慢，22歲至28歲群體仍處於緩慢增長中，休閑食品的年輕化趨勢更加顯著。

在玩上，年輕化趨勢更多體現在年輕人對於電子產品與運動的熱衷，年輕群體已經成為這兩類市場上的主流消費群體並且仍處於增長趨勢;運動與戶外產品領域，年輕用戶群體仍在快速增長，但28歲以上消費者仍是市場主體。

美妝和育兒方面，受人生不同年齡階段的影響，育兒產品年輕化趨勢體現在22歲至28歲的年輕群體的高速增長，成為市場的主流消費群體之一，22歲以下消費者鮮有亮點;而美妝方面18-22歲群體成為主要增長點，22-28歲用戶則趨於穩定。

在購物時段偏好上，18-22歲用戶以打工者與學生為主，他們喜歡在時間充裕的午飯前後購物;而22-28歲年齡段消費者較為統一地喜歡在午後時間購物，且購物時段更為集中，這可能是一天中工作相對不太繁忙的時段。在男女差異上，22-28歲男性的購物行為轉移到了傍晚和夜間，尤其在21時和19時這兩個下班後時段;而該年齡段女性的購物行為集中在午後。

年輕化的趨勢已經深入所有的商品種類中，年輕消費者群體的獨特需求將深刻影響整個電子商務市場的格局。針對不同商品類別年輕化的速度不同，比如在服裝、運動和科技產品等年輕消費者已經成為主流的市場中，商家需要採取更受年輕消費者歡迎的營銷策略才能跟上市場腳步;而在諸如家裝、食品類等年輕消費者正在增長的市場中，商家可以開發針對該群體的商品來挖掘新的增長點。

⑧ 《決戰大數據駕馭未來商業的利器》epub下載在線閱讀全文，求百度網盤雲資源

《決戰大數據》（車品覺）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接:

提取碼: 2zxj

書名：決戰大數據

作者：車品覺

豆瓣評分：7.3

出版社：浙江人民出版社

出版年份：2014-3-1

頁數：236

內容簡介：

[內容簡介]

 大數據時代的來臨，給當今的商業帶來了極大的沖擊，多數電商人無不「談大數據色變」，並呈現出一種觀望、迷茫、手足無措的狀態。車品覺，作為一名經驗豐富的電商人，在敬畏大數據的同時，洞悉到了數據時代商業發展的更多契機，他創新了數據框架的建立和使用，重新量化了數據價值的指標，並挖掘了在無線數據和多屏時代下商業發展的本質……在他看來，改變思維方式，即可改變數據和商業的未來。

 《決戰大數據》將視角投入到「大數據實踐」的領域，對數據收集、數據化運營、運營數據、無線數據、數據盲點和噪音、數據分類和數據價值、養數據、多屏時代等大數據應用的熱點問題做出了詳細的解答，對當今的大數據進行了多角度思考，並提出了做好「個人大數據管理」的前瞻性建議，創建了一個數據化運營和運營數據的閉環系統。同時，《決戰大數據》首次揭開阿里巴巴運營數據的神秘面紗，解密了其數據實踐的「混、通、曬」內三板斧和「存、管、用」外三板斧，對於當今的絕大多數電商企業來說十分有借鑒意義。

 《決戰大數據》是繼經典暢銷書《大數據時代》之後聚焦中國大數據實踐的重磅新作。

[編輯推薦]

 大數據實踐的先行者、阿里巴巴集團副總裁、數據委員會會長車品覺首部個人專著：擁有十幾年豐富的數據實戰經驗，並在實踐中形成了獨特的數據化思考方式，對電子商務未來趨勢有獨到見解，曾先後在匯豐銀行、香港電訊盈科、微軟、eBay等多家著名跨國公司任總監。

 繼《大數據時代》之後聚焦中國大數據實踐的重磅之作，引領「大數據實踐」風潮：《決戰大數據》為數據人撥開大數據時代的層層迷霧，對數據化運營和運營數據的熱點問題做了詳細的解答，為現代商業的發展提供了數據應用的前瞻性建議和商業新範本。

 聚焦阿里巴巴的大數據實踐，首次揭開阿里巴巴運營數據的神秘面紗：解密了阿里巴巴大數據實踐的「混、通、曬」內三板斧和「存、管、用」外三板斧，還原最真實的阿里巴巴。

 首度提出「數據化思考」新思維，改變思維，決勝數據化未來：作者認為大數據時代更多地改變了人類的思維模式，只有掌控大數據背後真正的思維變革才是決勝未來商業的關鍵。

 洞悉大數據與個人、商業與個人的內在聯系，指出了「個人大數據管理」的重要性：無論是電商管理層，還是數據分析師，每個人都要有完善的個人大數據管理模式，以避免數據收集和使用中出現信息不對稱的斷層。

 最接地氣的大數據著作，既是商業人和電商從業者的案頭必備書，也是管理層的決策寶典：作者列舉了大量國內領先電商和自身經歷的經典「數據分析實例」。內容深入淺出，語言通俗易懂。對當今國內的絕大多數企業來說，更有針對性、借鑒性、實操性，也更接地氣。

 國內8大頂尖電商和投資人強力推薦，迄今為止最有重量的數據實踐之作：eBay 大中華區CEO林奕彰、唯品會創始人沈亞、紅杉中國董事總經理劉星、 大眾點評網CEO 張濤、安客誠全球副總裁程傑、京東集團高級副總裁徐雷、 桔子水晶酒店集團創始人吳海、LinkedIn商務分析部總監張溪夢等聯袂推薦。

 圖書個人所得全部捐獻給「桑珠助學」和雪謙寺重建。

 湛廬文化出品。

作者簡介：

車品覺

國內大數據實踐先行者、數據觀察家。現任阿里巴巴集團商業智能部副總裁、數據委員會會長。

擁有多元化與國際化的教育背景：生於香港，在美國、英國、澳洲等地接受西方教育，曾於新南威爾士大學、斯坦福大學、INSEAD商學院及清華大學經管學院等世界一流學院進修。

擁有豐富的數據實戰經驗與獨特的數據化思維：曾先後在匯豐銀行、香港電訊盈科、微軟、易趣等多家著名跨國公司任總監職務。對電子商務未來趨勢有獨到見解，是一名未來趨勢觀察家和實戰型培訓師。

⑨ 《決戰大數據：大數據的關鍵思考》pdf下載在線閱讀全文，求百度網盤雲資源

《決戰大數據：大數據的關鍵思考》網路網盤pdf最新全集下載:
鏈接: https://pan..com/s/1BuXHmvcV58ZD-9TlGSYJ1g

?pwd=fqyf 提取碼: fqyf
簡介：在數據無限的時代，我們如何利用大數據實現商業大洗牌？傳統行業又該如何通過挖掘隱藏在大數據背後的信息，沖出層層危機，實現行業質和量的飛躍？企業如何才能實現數據化運營，在大數據時代站穩腳跟？大數據實踐的先行者、阿里巴巴集團前副總裁車品覺傾力新增8萬字純干貨，傾情解讀企業在大數據時代頑強生存的答案！只有穩抓趨勢中的觀戰重點，才能在海量數據中挖掘商機！

隨著智能手機的大范圍普及、物聯網浪潮以及人工智慧技術的爆發式發展，大數據在收集消費者*渠道行為、觸發商業機遇等方面發揮了越來越重要的作用。而《決戰大數據》一書恰恰洞悉了大數據時代商業發展的本質。同時，車品覺根據其在阿里巴巴的多年經驗，通過豐富的案例和通俗易懂的語言，從「養數據」到「用數據」，深入淺出地向我們揭開了阿里巴巴數據化運營和運營數據的神秘面紗。通過《決戰大數據》一書，車品覺告訴我們，在數據無限的時代，擁有數據化思維，才能改變商業的未來。

⑩ 開放與安全 大數據的「尷尬」博弈

開放與安全 大數據的「尷尬」博弈
手握大數據，你能做什麼？
消費者，可以通過售後服務和投訴率等指標貨比三家；商家，可以藉助信息的公開透明和諧相處、良性競爭；投資者，可以分析數據准確找到自己想投資的項目……
有人說，數據就是生產力，在信息社會，它將成為核心資源；有人說，雖然它還沒有被列入企業的資產負債表，但只是一個時間問題……
大數據，已然成為時下最火熱的IT行業熱搜詞，隨著數據倉庫、數據安全、數據分析、數據挖掘等圍繞大數據商業價值的被利用，其逐漸成為行業人士爭相追捧的利潤焦點。
只是，自古「忠孝兩難全」，凡事皆難兩全其美。當央視315晚會大力度曝光Cookie採集用戶信息時，當人們因個人隱私被泄露而只能一聲嘆息時，「風光無限」的大數據遭遇了當頭棒喝。福音還是災難？一夜間，關於大數據的討論多了些許憂心的成分，如何挖掘和使用數據？企業的道德底線瞬間被推上了審判的至高點……
大數據開放才是硬道理
「大數據時代，是三個和尚在一起才有水喝。」對於這一形容，阿里集團數據委員會的會長車品覺非常認同，在他看來，大數據行業本身非常考驗技術和商業的同時，也需要很多其他的東西結合起來之後才能用在數據上， 亦即利用數據拿到更多數據，互惠互利。
為了更好地理解這一概念，在阿里媒體開放日上，車品覺和我們分享了一個典型的故事。
一個海員，因為意外要把他派到一個地方去收集一些航海工具。當時，他發現這個地方有很多航海日誌，可以提煉出不少數據化的航海背景，於是，他收集這些東西放在航海地圖上，以幫助將來出海的人做一些決策，而航海的人根據此地圖行動後也必須要收集一些數據繼續完善，不斷反饋和糾正，在實踐中提煉數據的敏捷性，這本誕生於100年前的航海地圖就是我們今天追尋的大數據，它具有數據體量巨大、數據類型繁多、商業價值高和處理速度快等特點。
收集數據、應用數據，然後出現質量問題，層層反饋回去以建立更清楚的數據源。對於大數據而言，開放似乎才是硬道理；對於很多企業來說，大數據管理其實是補10年前管理理念上的課。眼下，移動互聯網與社交網路的興起更是將其帶上了新的征程，但車品覺卻表現出了謹慎保守的態度。
「孤立的部分不能構成整體，但處理開放最大的難題就是數據安全，開放是硬道理但安全也是重要的保障，在安全還沒搞清楚之前，開放還需要等待。」在大數據行業踐行多年的車品覺再三強調現在談數據的開放還為時尚早。畢竟，數據越大，問題越大，數據安全問題亦自雲計算概念普及之時已被頻繁提上議程。
個人隱私遭泄露：數據開放的另一頭是安全
網購時，包括家庭住址、電話等個人信息被商家一覽無余之時也被不法企業廉價販賣；安裝手機APP，通話記錄、簡訊記錄、通訊錄成了隱私信息泄露的三個高危地帶……於是，各種陌生、欺詐電話應接不暇；個性生活、消費習慣更是被相關利益方了如指掌。小米科技CEO雷軍更是發出「手機丟了，比電腦丟了還恐怖」的感慨，如是說，越來越開放的大數據已失去了重心？如何守住正義的最後這道防線成了商家必修的課題。
對於淘寶和阿里系，車品覺介紹稱，從內部的情況來講，個人很重要的信息我們稱之為敏感信息，從敏感信息來講，從收藏庫到倉庫是隱蔽的，你是工程師或者在內部開過店有你個人的隱私，內部安全把敏感數據隱蔽，不能讓一般人看見這個數據，有些我們稱之為機密性的數據就更嚴重一點，在倉庫裡面都看不見這些數據，這是隱秘性的。從應用來講，要應用這個數據需要遵守PRD原則，經過內部的評審，看有沒有侵犯到個人隱私，所以，從內部來講對個人隱私方面還是相對保護比較多。
事實上，當前大數據面前有三座大山，一是數據質量作為底線：如果原材料不可靠，將無法加以利用；第二，平衡數據安全與開放，開放是硬道理，但開放最大的難題是數據安全。第三，落實數據化運營，只有當大量的員工懂數據，用數據來決策業務，才能說明這家公司開始啟動數據化運營。
不可否認，數據開放本身會產生力量，適當的開放也會產生更多的想法，但如車品覺所言，開放不一定是獲取數據，可能是創新想法的交換，這比獲取數據更重要。
當前，挖掘用戶的行為習慣和喜好、 幫企業做內部數據挖掘或優化、幫企業更精準找到用戶，降低營銷成本，提高企業銷售率，增加利潤……可以看出，雖然大數據目前在國內還處於初級階段，但是商業價值已顯現出來，誕生了新的商業模式的同時亦彷彿站在金礦上。
如何讓它有可參考性？「伴有主觀情緒在裡面的數據需要清楚的告訴別人主觀判斷在哪裡，比如我們看一些訪談，它會說，這個訪談是經過調查兩千人後得到的結果，這種就是參考數據。」車品覺表示。
值得一提的是，無論如何，在隱私泄露這件事情上，消費者是需要被保護的弱勢群體，商業也好，企業也罷，需要在開放與安全中把握好一個「度」，可以說，這是一個良心的判斷。
阿里大數據還在路上
讓數據獲取、使用、分享、協同、連接、組合變得超級簡單，這是大數據時代背景下我們的終極理想。只是，需要努力的是，我們暫未找到一個很好的盈利模式，包括走在前面的阿里。
「今天很多大數據公司還在投資，我們還看不清他的贏利點到底在哪裡，最簡單的是用數據去做一些數據產品，比如以前的數據魔方，或者今天的阿里金融，就是用數據生產一套新的東西出來，我相信這是今天比較容易能看見的。」車品覺說。
此前，阿里集團董事局主席馬雲提出了「平台、金融、數據」三步走的戰略，繼阿里集團架構調整、組建小微金融服務集團後，再次傳出阿里金融讓銀行緊張的說法。
據介紹，阿里金融是針對中小企業在這個時代的融資需求應運而生，這個方案貫徹了透明、開放、責任與分享，它的第一職責不是幫助金融機構，幫助客戶、幫助無數淘寶賣家才是阿里金融的責任所在。
「金融行業不緊張，我們的小微企業就很緊張，所以我覺得假如阿里巴巴集團能夠讓現有金融體系緊張一下，也是互聯網企業對社會進步的重要貢獻。」馬雲說。在他看來，任何一個領導者對企業成功的定義都不是挑戰了誰，而是創造了誰，否則終有一天會倒下。
事實上，從醞釀到曝光，在不為人知的背後，阿里金融走了很多年，在數據安全的基礎上，怎麼體現出數據的價值？開放似乎也還只是一個構想。
「我們今天所走的路是很新的路，參照系的東西並不多，從國外的公司來講，有我們這個數據量的公司也並不多，我們確實是要小心地一步一步去走這條路，我們都很相信，它會有非常大的價值，但是這個價值將來到底怎麼體現出來，就要看後來這條路，我也沒辦法今天去判斷它絕對的價值是怎麼產生的，每一個做數據的人肯定都非常相信它的價值，包括我自己在內。」關於大數據的未來，車品覺總結道。
大數據的話題雖然很熱，但真正的腳步離我們還很遠；而阿里大數據，亦尚在路上。