⑴ Netflix顛覆式創新的完美案例
喜歡Netflix並不僅是因為這幾年它們產出了像《紙牌屋》、《女子監獄》這樣的精彩的美劇，還因為Netflix在短短20年的歷史里。給商業世界留下了很多經典案例;
比如初期弱小的Netflx是如何起家的、它是如何在夾縫中生存，還打敗了行業霸主百視通的、它後來遇到整個行業風向的變化，是如何自我顛覆完成轉型的，以及它代表的內容行業是如何變遷的，等等。如果把Netflix這家公司研究透徹，就能掌握非常多的商業智慧甚至人生道理，
《創新者的窘境》這本書，這本書是哈佛商學院的教授克里斯坦森的一本經典的商業著作，裡面最重要的內容就是闡釋了這樣一個問題;顛覆式的創新是怎麼發生的?或者說，一個創新型的小企業是怎樣打敗大公司的?最後書里總結道，顛覆式創新的發生，最核心的三個步驟就是;
第一，利用顛覆性的新技術;
第二，提供差異化的產品體驗;
第三，找到屬於你的細分小眾市場，把產品賣給他們。
現在回頭來看，Netflix在創業初期正是完美地執行了這個理論，從而完成了小公司挑戰行業霸主的奇跡。
Netflix的起家
Netflix對顛覆性新技術的利用。
Netflix成立於1997年，創始人是哈斯廷斯和倫道夫。不過倫道夫後來比較早地離開了公司，而哈斯廷斯擔任Netflix的CEO二十年。1997年，有兩個新技術正要改變世界，一個是大家非常熟悉的互聯網，而另一個是：DVD終於開始進入民用市場了。
在當年的2月份，包括哥倫比亞、米高梅、華納克弟、寶麗金等等的幾大電影公司，宣布支持DVD格式標准；3月份DVD播放機開始在美國市場正式銷售。哈斯廷斯和他的團隊感覺這應該是一個機會，於是成立了在網上租賃DVD的公司，這就是Netflix。
我們都知道，顛覆性的技術一定會帶來新的產品形式和用戶體驗。那Netflix是怎麼利用這些新技術，提供差異化的產品體驗的呢？
那個時候，統治家庭娛樂市場的霸主公司叫百視通，它的模式就是家庭錄像帶租賃。作為用戶，你可以隨時開著車到家旁邊的百視通門店，選擇首己愛看的電影和電視劇錄像，租個幾盤回家。百視通靠這個業務做到了多大呢？當時它有五千萬的訂戶，峰時期線下有八千家實體的門店。而且百視通雖然最後被Netflix打到破產，但其實也有很多創新的地方。
比如它在前互聯網時代就開始用數據分析周圍居住群眾的人口特徵，然後根據數據來決定附近錄像店的收藏電影和電視劇等等的種類，供大家租賃，放在今天看，這也是大數據的一種。
不過，當顛覆性的新技術出現之後，用今天商業界流行的詞來說，Netflix對百視通進行了「降維打擊」。在整個產品流程和用戶體驗上，Netflix做了三點變革：
第一，不開設實體店，只在網上運營。這省去了店面租金、服務人員工資等等的開銷，讓Netflix的運營成本大大降低。另外，哪怕百視通的客戶分析做得再好，它也不可能有Netflix直接在互聯網上收集的用戶數據全面和好用。
第二，直接郵寄DVD給客戶。因為DVD比錄像帶的體積小很多，所以郵寄起來就非常方便，看完之後客戶還能很方便地部寄回來。這樣不僅省事兒，選擇也會更多，畢竟門店裡的錄像帶再多，也不可能有網上的選擇全面。
前兩點都是技術帶來的直接變革。最後一點，是哈斯廷斯的團隊在真正的用戶體驗上做出的改變。那就是∶Netflx推出了沒有到期日、沒有滯納金、免郵費的"三無"會員制。
當時他們的做法是，任何人每個月交19.95美金，每次可以最多租四張碟，想看多久就看多久。只要看完歸還後，Netflx就會在你網上賬戶里收藏的"想看的片子"的列表裡，選擇四部再寄到你家，整個過程非常自動和簡便。
而相比之下，如果你是百視通的用戶，不但要親自去店裡挑選片子，還有歸還的期限，一旦忘了歸還，還得交非常貴的滯納金。後來人們經常提到的一個版本的Netflix的創業故事是∶當年哈斯廷斯之所以創建Netflix，就是因為自己去還錄像帶的時候發現，自己之前一個沒注意過期了。結果一盤錄像帶租金三四美金，但是滯納金得交四十美金。於是一怒之下哈斯廷斯就創辦了Netflix——我覺得這個故事多少有點後人演繹的成分，不過這也說明了當時的很多消費者對百視通的服務是有些不滿的。
另外，Netflix還有一個殺手銅似的服務，那就是∶隔夜送達。Netflix發現人們通常耐心很差，一旦你能承諾今天下單，租賃的DVD明天就能到的時侯，不管是新用戶的注冊率，還是老用戶的重復下單率都會大大增加。於是，Netflix對隔夜送達這項服務也進行了大舉的推廣
困難重重
你可能感覺這是一個完美的商業故事，小企業通過新的技術手段，先進的商業理念，友好的產品和服務體驗開始了對大公司的顛覆。然而，如果分析就停在這里，我們就犯了之前說過的「簡單歸因」，以及沒有站在歷史的角度去看待商業的錯誤了。Netflix當然做對了很多事情，但那些更多是我們事後諸葛亮式的總結。
在當時，它其實面臨著非常多的具體困難，甚至一度臨破產，後來靠著自己的努力和很多運氣才走到了今天。那當時是怎麼回事呢？
首先，顛覆性的新技術當然很好。但是面臨的問題也很簡單，DVD這個技術剛出來的時候，用的人太少。而且這是一個「雞和蛋」的問題：想買DVD播放機的家庭覺得可播放的DVD太少了，大娛樂公司想做DVD內容吧，又覺得有播放機的用戶太少，不值得做。
說一個數字你就能有直觀的感受：到1997年年底，市面上一共只有500部電影有DVD格式，大部分還都是老電影。這大概是百視通能提供內容的千分之一。
於是，Netflix在很長一段時間內，都在等DVD的爆發—當然現在我們知道它最後等來了這波風潮，但在當時，提供電影電視劇內容的新格式有很多，誰也不知道DVD這個格式是不是能突圍。不過，Netflix也做了一些非常聰明的營銷舉動，比如它聯合了一些DVD廠商，在DVD機的包裝盒裡放了Netflix的免費體驗券，讓大家在買到機器回家之後就能免費體驗租賃DVD的服務，這也讓它推廣的速度有了很大的提高。
另外，Netflix在剛剛我們說的非常好的用戶體驗上，也有很具體的困難。比如，光是設計郵寄DVD的郵件封套，以及研究如何包裝DVD盤才能在郵局系統里的分揀機不被損壞，Netflix就研究了幾個月。還有，為了保證快遞的及時性，以及如何選擇自己的庫存中心的地理位置，才能使中心最好地覆蓋周邊的用戶，也是一門很大的學問。這些問題Netflix都是花了常人無法想像的努力，最終才解決得比較好的。
最後，市場對新技術的接受總是漸進式的。作為一家公司，找到自己最早期的那批忠實用戶非常重要。商業史里很多公司都是因為產品和技術非常棒，但就是找不到使用場景，最後導致了失敗。
還好Netflix在這方面有一些運氣——他們在早期的時候發現，自己很多用戶都是印度裔的學生和技術移民，因為他們在傳統的錄像店裡很難找到自己家鄉的電影，但是Netflix收錄了很多小眾和外國電影。
這些電影並不熱門，所以Netflix收錄起來成本也低。冷門內容也帶來了第一批忠實客戶，這應該是把自己的劣勢變成了一種優勢的又一個絕佳案例。最終，所有這些元素的疊加，使得Netflix在早期存活了下來，真正地開始在市場里佔有一席之地。
你應該對Netflix的發家史有一個全面的了解了。正如《創新者的客境》裡面的傾覆式創新理論，一個小企業要順覆大公司，應該：善於利用顛覆性的新技術，提供差異化的產品體驗，找到屬於自己的細分市場，只有這樣，才能在早期獲得自己的立足之地。
⑵ 從大數據 1.0到大數據 2.0
從大數據 1.0到大數據 2.0
大數據蘊藏著各種可能性。但套用喬治·蕭伯納的上述名言，企業領導者 應如何主動採取行動而非被動反應呢?追求價值最大化的過程中，企業 應主動出擊，未雨綢繆。在適當的時機，通過大數據能夠及時洞察在小數據中難以發現的新興趨勢，使企業在制定戰略時更具前瞻性。具體應該如何操作呢？九正建材網總結如下：
事實上，在競爭激烈的環境中，大數據可能會迫使企業採取行動，而非被迫 做出反應。然而，假設企業已對大數據應用的優勢與相應成本做出審慎權衡，那 么在大數據帶來的無數可能性中，哪一種最為有利?大數據將為企業的戰略提升 帶來三種可能性：
回答現有業務中的已知問題，專注於提升業績和運營效率。
回答現有業務中的新問題，專注於業務增長機會。
回答新業務中的新問題，目標是改寫競爭格局。
雖然企業對大數據應用的深度不同，但研究表明，目前大數據應用主要還停 留在第一個階段，而關注第二階段應用的時機已經成熟。最近針對全球多個行業 和地區 100多位首席信息官的調查發現，大數據(包括其在企業中的應用和知 識發現技術)將是 2013年最具顛覆性的三大技術之一，僅僅排在雲計算部署 和移動支持之後。正如克萊頓·克里斯坦森 (Clayton Christensen)在其著作《創新 者的窘境》(TheInnovator』s Dilemma)中所定義的，一項顛覆性技術應創建一 個新市場，並最終超越現有市場。根據克里斯坦森的定義，目前大數據在企業中 的應用一般僅起維持作用，也就是僅用於改善現有產品，進而獲得來自更高端客 戶的更多利潤。
從大數據 1.0到大數據 2.0
「生大材，不遇其時，其勢定衰。生平庸，不化其勢，其性定弱。」--老子
新的基礎設施或數據來源可以通過解答現有業務問題來實現大數據的一些價值，尤其是在現有數據顯著增多，導致通過數據創造商業價值的傳統方式 難以維系的情況下。例如，Rackspace公司最初電子郵件託管服務的客戶規模 非常有限。後來，其客戶數量迅速增至 100萬，每天各種格式的日誌記錄多達 150GB。這使Rackspace 公司運用原有數據系統處理故障排除要求的能力面臨挑戰。 過去花費幾分鍾完成的任務現在卻要花上幾個小時。結果，Rackspace公司不得不遷移至 Hadoop基於堆棧的大數據基礎設施，才能繼續實現其電子郵件託管服務的價值。
大數據可以更快、更好地回答問題。比如電信公司可以用來自社交網路的客 戶交互新數據補充現有客戶數據，從而提高客戶流失分析的價值。
然而仔細觀察發現，這些類型的大數據應用並沒有為企業的基本戰略和方 法帶來變革。比如，企業了解客戶流失的目的基本保持不變，僅僅是新增了社 交媒體數據的屬性。這一相對保守的做法似乎代表了當今大數據應用的特點。 在《經濟學家》雜志 2010年的一項調查中，在被問及 「大數據為貴公司帶來什 么樣的新機會 」時， 大多數受訪企業首先提及的是 「提高運營效率」(51%)。與此 形成鮮明對比的是，選擇 「服務和產品創新 」的企業數僅僅排名第四(24%)。鑒 於 2010年的經濟形勢，許多企業更側重削減成本，因此選擇 「提高運營效率 」可能不足為奇。但是，隨著經濟好轉，企業的側重點亦由削減成本轉向業務增長， 因此應該採取其他的大數據應用方法。
要進行顛覆式創新，企業必須採用新模式，尋找創造和刺激增長的新途徑。 回想一下由內容製造驅動的 Web2.0技術如何顛覆基於內容消耗的 Web1.0時代， 為企業與客戶的交互方式、產品和服務的創新方式、協作方式和營銷方式帶來了 巨大變化。同樣，大數據 2.0戰略將開啟新的市場，使領先企業能夠抓住稍縱 即逝的機會，搶在競爭對手之前從中獲取巨大利益。
大數據業務戰略演變——以計程車公司為例
大數據1.0 戰略
可擴展性技術： 新加坡計程車運營公司ComfortDelGro 最初通過人工電話處理計程車預訂服務。後來，隨著客戶數量猛增，人工電話服務難於滿足需求，公司開始投資大數據技術，投入6000 萬美元開發了由自動撥號系統和智能手機應用組成的計程車預訂系統，後台的數據基礎設施能夠支持儲存和處理數以十萬計的行程。15000 輛計程車的運營數據以及數以億計的實時GPS定位信息這一舉措提升了公司的運營能力，每年能夠處理2000萬次的計程車預訂服務。
大數據2.0 戰略
重塑客戶行為：ComfortDelGro 收集了多年的計程車每日運營數據和需求波動數據。隨著新加坡人口和旅遊業持續增長，為了應對每天或每周特定時段計程車預訂數的持續增長，公司在特定時段和地區通過各種附加費對價格進行了調整，這一舉措重塑了客戶的預訂模式，使公司能夠始終如一地滿足客戶的需求。
創造新產品和服務： 實時了解客戶與計程車的位置，結合歷史預訂記錄，計程車公司能夠從技術上預測在不同時段，比如，每天或周末的不同時段，避免擁堵的最佳行車路線，基於此公司可提供實時路線推薦的全新服務。這項服務不但能夠幫助計程車司機預測業務量和交通狀況，還能作為第三方增值服務銷售給其他公司的計程車司機。
數據生態系統視野：可靠的交通路線自動預測服務是基於一個數據生態系統視野。該系統中的數據被計程車運營公司，交管部門和環保部門所共享，這些組織擁有互補的數據和利益，交管部門實時掌握全城交通運輸的概況，而計程車運營公司則可以從其移動車輛掌握少量但卻詳細的交通運行軌跡。這些數據，再加上來自環保部門的實時天氣和路況信息，能夠更有效地預測交通擁堵，這一服務使三方同時獲益，交管部門希望緩解城市擁堵，道路暢通對計程車公司來說意味著收入增加，而環保部門更關心的是二氧化碳減排問題。
顛覆性大數據的新商務戰略
通過回顧相關研究以及業界領導者的討論，我們得出顛覆式創新的三種大數據戰略。
首先是客戶戰略，即利用客戶交互數據重塑客戶行為，而非簡單的了解。 這類數據使企業可以預測和引導市場尚未出現的需求，進而創造新的利潤。這 一戰略可與產品戰略相結合，開發新產品和新服務的新需求，使大數據實現創 收。同等重要的是，僅僅依靠這些戰略並不能帶來持續收益。我們還需要生態 戰略，這是第三種戰略，企業藉此參與、甚至重塑一個以行業為導向的全新群 體，成員之間通過數據共享提高整體經營水平。
然而，在某些領域，一些企業已經開始積極重塑客戶行為，而非僅僅滿足於了解客戶行為。這涉及全面了解客戶，包括他們的行為、偏好和競爭行為，以及對基站或無線熱點信號進行三角測量而得出的實時定位數據等。
客戶戰略：重塑客戶行為
福特汽車研究與創新中心的預測分析與數據挖掘技術領導人邁克爾 卡瓦拉塔 (Michael Cavaretta)認為「大數據的精髓理念是它能夠讓你見微知著並作出反應」。許多數據驅動型企業在與客戶打交道時廣泛採取這種被動型立場。直到最近，企業了解客戶行為的主要方式是聘請市場調查公司，然後基於調查結果，應對客戶需求。 如今，市場表達情緒的渠道已逐步轉向社交媒體，但企業了解客戶行為的主要方式 基本上仍然是被動型方法。
然而，在某些領域，一些企業已經開始積極重塑客戶行為，而非僅僅滿足於了 解客戶行為。這涉及全面了解客戶，包括他們的行為、偏好和競爭行為，以及對基 站或無線熱點信號進行三角測量而得出的實時定位數據等。這使企業可以藉助最適 合的渠道在適當的時機向客戶提供高度定製化的產品與服務。
Netflix 和亞馬遜等企業利用這種數據確定各自客戶的愛好與偏好，並利用這類信息為客戶實時提供相關的有用服務，進而影響客戶的購買行為。對 Netflix來講， 推薦的服務不局限於新電影，還包括老電影，這樣有助於降低授權成本。同樣， 零售商也可以通過利用客戶信譽卡和來自 Foursquare等的實時注冊數據了解客戶偏 好，然後通過移動應用發送促銷信息，以影響顧客的購買行為。
最近，我們與一家金融機構合作，通過匯集多方面宏觀經濟指標數據，審慎評估其貸款和借款風險，所涉指標包括消費指數、房價指數以及國家貸款沖銷(有多 少貸款因無法收回而注銷)等。這種全方位的方法將壓力測試的門檻提高到更為實際的水平，改變了金融機構對風險評估所持的態度。
然而，實施該戰略面臨特別的挑戰。主要問題是個人隱私。與個人或敏感信息有關的問題應盡可能地審慎和透明處理，即便這些信息並非來自個人數據。從執行角度來講，企業也需要預測對客戶行為造成的變化。由於無法確定企業的推薦服務 最終會影響多少客戶，這個問題不容忽視。在某些情況下，企業無法充分了解和控 制其供應鏈，通過實時服務滿足客戶的多變需求。結論是，企業必須持續關注客戶， 以確定何種程度的 「影響 」是適當的。
產品戰略：開發新產品和服務
數據價值鏈上的許多企業都位於數據通信的 「忙區 」，他們的戰略定位使其可以從現有數據中獲得經濟利益。這些企業以來自通信、媒體和娛樂行業居多。這些企業通過數字渠道與客戶廣泛互動，正成為擁有大量寶貴客戶數據的資源庫。
許多企業藉助這類數據獲取洞見，支持日常業務，以服務於現有市場和客戶。一直以來，銀行通過客戶資料、交易以及在線和手機銀行業務全方位了解客戶，進而改善客戶滿意度。比如，盡可能地減少ATM機缺款事故，以及改善產品和服務定價。然而，其他一些企業已經通過數據創造價值，瞄準新市場，創新和設計全新的業務模式。比如，通過智能手機客戶端，電信公司可以實時獲取關於其大規模客戶群的詳細信息，包括位置、使用情況、社交網路和其他特徵。他們將這些數據信息加以利用，推出新的服務，如基於位置的市場營銷。再比如，除了普通電話服務外，新加坡三家本地電信運營商M1、Starhub及Singtel與新加坡報業控股和其他零售商合作，為客戶提供基於位置的廣告簡訊息服務。簡訊息發送數量和可能的客戶回復率最後轉換成電信公司的額外收入。
因此，大數據可用於為客戶實時提供生活資訊服務。這些戰略可以幫助電信公司留住客戶，同時帶來更多收入。這一思路同樣適用於其他領域。比如，保險公司推出新產品和服務，而不僅僅是銷售標准化保單。將客戶風險偏好、所採用的保單 和一段時期內的歷史理賠數據整合輸入新的監管報表，這比傳統方式更具現實意義。
由於新產品或服務通常迎合未知市場，該產品戰略不僅限於知名公司及其子公司，同樣也為新進軍市場的企業提供了巨大商機。例如，零售領域的實時價格對比服務，讓澳大利亞的 GetPrice和英國的 PriceRunner在為客戶提供更多價格信息的同時，亦為更具針對性的在線廣告開設了新渠道。在醫療保健領域，成立於2008年的 Castlight Health 公司利用大數據為患者提供健康醫療成本信息，而這些信息一般是客戶難以接觸到的。社交網站 PatientsLikeMe搭建了一個自由論壇和友好交流環境， 在這里，患者可以找到其他有類似病情、服用類似葯物，甚至實驗室檢測結果相似的患者。它通過向制葯商出售數據獲取收入，所有過程保持公開透明，用戶對於其數據評級、評論和意見的使用情況了如指掌。
當然，通過大數據創新產品和服務亦面臨諸多挑戰。新進軍市場的企業應注意數據使用在法律和道德方面的問題，尤其在涉及客戶個人數據或以盈利為目的、從私人性質的大數據中提取信息的情況下。世界各國的政策制訂者一直在審查與數據 相關的法律，多個轄區的判例法制度體系也正在完善。不久的將來，針對數據商業化和盈利機會的監管環境將會發生變化。
隨著大數據的飛速發展，數據保護和隱私立法可能將跟上腳步，以涵蓋所有可 能的應用。因此，對於利用大數據制定新的客戶和產品戰略的企業來講，他們至少 有義務保證客戶對自身數據使用的知情權，為其提供充分的信息，供其在知情的情 況下作出選擇。這樣才可能使雙方獲益。同時，操作透明有利於加強監管和道德自律， 提升企業聲譽、客戶忠誠度和企業品牌。
完全依賴產品和服務創新實現數據商業化也可能造成一定的長期風險。在沒有建立完善的體系制度之前，新市場很可能被其他新的發展事物打亂。從數據的角度來講，需要從生態系統的視野考察數據。在這個系統內部，數據提供商、受益人、 競爭對手以及監管機構能夠健康發展，從數據共享中受益。
生態系統戰略：數據生態系統視野
通常，一個企業無法全方位了解其客戶，難以推出全新且極具吸引力的產品或服務。在這種情況下，企業可以從生態系統中的其他企業處獲得補充數據，填補空白。這種生態系統以適當的合作戰略為基礎，以此使得從企業到消費者的所有相關方從中獲利。該生態系統視野可以採取多種形式。一端是傳統意義上互為競爭關系的企業之間的合作，而另一端則是各公共機構之間的全程協作，旨在更好地交付服務。除了相互合作產生短期效益外，該生態系統戰略還有助於分散風險，使各方 長期受益。
保險領域已經出現了這類數據協作的案例。比如，識別和防止欺詐性汽車保險索賠不但有助於提高保險公司的盈利，還可以降低汽車保費。英國保險協會成員共享來自數百萬客戶的理賠數據，而後在英國保險協會設立的非營利機構保險欺詐局集中分析這些數據，以解決欺詐性保險索賠問題。這些來自資料庫的信息被稱為 「保 險欺詐記錄 」，大大降低了每年欺詐性索賠事件的數量。英國保險協會稱 「這些保險 欺詐記錄有助於保險公司識別用戶欺詐行為，進而採取適當的應對措施。汽車保險產品的整個生命周期，無論是續保、理賠或是其他任何階段，這些信息均可以派上 用場。」
幾家音樂行業的組織，包括發行商、音樂服務供應商和作曲家協會，正致力於創 建一個 「全球曲目資料庫 」以打造音樂行業的數字化未來。這是獨一無二的權威性歌 曲庫，供所有地區用戶使用。音樂發行價值鏈中的所有組織都可以使用該資料庫，確保音樂作品的授權准確高效和後續的版稅支付。音樂服務供應、消費和授權的在線商業模式迅速演變，而該資料庫的建立則標志著該模式在變革之路上邁出了重要的一步。
雖然大數據應用的實證案例相對較少，但行業內部戰略傾向於重點利用大數據解決共同關心的監管、商業或技術層面的特定風險問題，同時締造一個公允的環境讓企業之間以正常的方式爭奪客戶。這個方式可以最大限度地減少潛在沖突，否則將導致合作聯盟分崩瓦解。同時也印證了埃文 羅森(Evan Rosen)的觀點：這類聯盟建立之初就有清晰的架構，為雙方創造價值並公平一致地對待參與企業，唯有如此，競爭企業之間的合作才有意義。在跨行業方面，大數據為電信公司和金融機構展開合作並共同獲取更多洞見提供可能性，尤其在零售支付和移動技術整合方面。 通過充分利用各自的客戶數據，他們可以協同分析合並數據，然後創建一個真正與眾不同的移動銀行平台。
在該生態系統中，政府部門也應有所作為。許多企業可以從其他額外數據中受益， 比如實時天氣和交通信息。這些信息通常由公共部門採集，而對任何一家公司來講， 復制這些數據的成本極其昂貴。鼓勵企業與政府機構合作，共同承擔數據收集的投入成本，因為他們與該服務的下游影響利益息息相關。比如，在規劃貨物運輸時， 企業可將其內部貨運和訂購數據與港口管理部門設置的感測器和雷達獲取的外部實時港口數據相結合，進而從中受益。這也有利於港口管理部門保證人員和船舶的安全及物流效率，進而樂意為感測器設備進行投資。
企業領導者可以做什麼?
本文關於大數據的三大戰略將在適當的商業背景下為企業帶來諸多機會。企業領導者可以問自己一些問題，以確定自己是否能夠發掘這些戰略所蘊藏的積極而具顛覆性的潛力。
消費者戰略。大數據為企業提供更多的機會來重塑消費者行為，滿足消費者自身可能尚未意識到的需求。要確定是否准備就緒，先行一步利用大數據，企業首先應回答幾個問題： 消費者做出何種購買決策，以及購買決策涉及哪些流程?是否存在利用新數據影響消費者購買決策的機會?如果存在，這些必要數據從哪裡來?是否具備必要的基礎設施，能夠低成本、高效並及時(如有必要，包括實時)地利用大數據?
產品戰略。企業還應評估是否准備就緒，推出具有競爭優勢的新產品和服務。這需要回答現有數據的價值和數量問題。他們是否擁有獨特的資產?整合這些資產是否可以解決市場需求?新產品和服務將投入新市場還是現有市場?如果進軍新市場，通過何種渠道?對新產品和服務的投資是否會對現有業務造成機會成本?
生態系統戰略。企業應分析自身能否從孤立的戰略變革中獲得最大價值，還是更適合與其他企業協作，進行獨特而又強大的數據分析。是否充分了解處在商業價值鏈上的所有其他企業?如果答案是肯定的，那麼企業領導者應確定這些對手掌握的數據集或具備 的商業眼光是否與自己的企業形成互補?此外，企業領導者還應確定在不失去自身競爭優勢的前提下共享數據的可能性。
並非所有的企業都已准備充分或具備必要能力同時實施上述三種戰略，或者， 他們僅需要實施其中一種或兩種戰略，以提升目標業務的業績。無論選擇何種戰略， 企業應能夠及時洞察大數據蘊含的經濟價值，合理開發大數據資源，從授權和管理所需人才，到適當投資技術基礎設施以保證運營。同時，對於儲存、分類和分析大量數據所需設施和技術的成本以及大數據的潛在收益，企業亦應充分權衡。
大數據帶來的是數據革命嗎?雖然業界對大數據的認識顯著提升，而且相關工具越來越多，但對大多數企業而言，顛覆性變革還未到來。隨著人們充分利用大數據的優勢並結合大數據提出的全新業務戰略，在不久的將來，新的企業將重磅出擊並開拓新的市場，摒棄炒作而專注利用大數據發現並解決新的業務問題，滿足不斷變化的市場需求，保持可持續的競爭優勢。
⑶ 大數據與人工智慧，如何顛覆醫療健康領域
如今，信息生態系統正以前所未有的速度增長，具有跟蹤和評估信息的先進技術正在成倍增加。智能手機、可穿戴物品、網路連接的醫療設備等這些創新技術和產品都利用了改變醫療 健康 結果的能力，所有這些創新都需要持續的數據收集和提交過程。
對於醫療大數據這方面，創新廠商Healthbox公司頗有心得。
顛覆醫療保健領域的大數據
在Healthbox公司最近發布的醫療保健大數據調查報告中，專家們分享了如何顛覆醫療 健康 生態系統中的見解，這些生態系統的數據比以往任何時候都要多。該報告指出，「大數據」一詞最初是在20世紀90年代創造的，用於描述傳統資料庫無法處理的太大或太復雜的數據集。
HIMSS Analytics公司成熟模型高級主管James Gaston表示，「我們的文化定義正在從一個以實體為中心轉向更廣泛的以患者為中心的事件，其中包括生活方式、地理位置、醫療 健康 和健身數據的 社會 決定因素，以及傳統的醫療保健情景數據。」他指出，該行業正在了解醫療保健領域的大數據有多強大。
報告指出，「收集的數據量大、速度快、種類繁多，給利用和確保其有效性以造福宏觀、人口層面的 健康 生活和微觀、基於證據的精準醫學帶來了挑戰。」換句話說，在海量數據中尋找意義對於在醫療衛生系統中扮演任何角色的任何個人來說都是一項艱巨的任務。
這就是人工智慧等創新力量發揮作用的地方。HealthBox公司的調查報告引用了谷歌大腦人工智慧研究小組的產品經理LilyPeng博士的話，他解釋說，盡管人類智能最適合於整合少量非常大的影響因素，人工智慧尤其擅長在大量非常小的影響因素或模糊因素中梳理和識別模式。
Healthbox公司的調查報告還強調了人工智慧的一個重要觀點：人類和人工智慧各自都有自己獨特的差異，這不可避免地會影響如何最好地應用每種智能並將其嵌入到工作流程中。
大數據和人工智慧如何協作以改進決策
在充斥著數據的世界中，人們可以放心，盡管人工智慧和醫療保健領域的大數據具有巨大的潛力，但仍存在一些限制因素，無法阻止它們成為普遍決策的替代品。單一解決方案不應該存在單一創新。
將一種互補的護理方法與大數據結合起來，有助於促進可操作的 健康 見解，而不是為臨床工作流程增加新的復雜性。然而，Healthbox公司的調查報告指出，這需要仔細考慮不斷發展的護理提供和決策模型，其結果很可能是增強臨床決策的發展和比以往任何時候都更加個性化的護理服務。
1.刪除數據收集中的偏差
HealthBox公司的調查報告指出，「每一個調查人員對於大數據的調查都會產生固有的偏見。這可以包括從評估數據的分類、如何收集數據等方面的所有內容。假設高維數據的力量在於沒有隱藏的混雜因素，而這些混雜因素在數據中並不公開。不幸的是，這一假設遠未被放棄，並對人工智慧技術從大數據中得出結論的有效性構成威脅。」
2.承認匿名與特殊性之間的內在沖突
必須採取適當的預防措施來進行結構分析，以避免對患者身份進行逆向工程。但是，值得注意的是，共享開放數據的好處超過了對個人進行重新識別的不利可能性。
人們將不得不權衡共享開放式數據訪問的好處與有限但真實的通過對分段數據進行逆向工程重新識別個人的可能性之間的道德權衡。人類智能（而不是人工智慧）將被要求解決這些問題。
3. 收集數據的有意義的驗證和可衡量的影響
在醫療保健中使用大數據可以為患者提供關於如何管理慢性病和其他主要 健康 狀況的更詳細、更全面的指導。但是，對這些信息的訪問量的增加是否會直接導致改進的結果、滿意度和整體消費者體驗？
數據、人工智慧衍生知識和知情臨床決策的整合必須通過臨床流程和工作流程，並緊密結合在一起，以推動患者護理的潛在效益。需要進行適當的結構化臨床試驗，以證明數據驅動的護理過程的增量效益能夠證明這些決策所產生的成本和並發症是合理的。
4.理解潛在的因果關系
在這個關於大數據的網路研討會上，Healthbox公司強調了這樣一個事實，即在數據分析中，重要的是要牢記相關性並不意味著因果關系的古老規則。同樣重要的是，確保經過分析的數據不會遺漏可能與測量結果有因果關系的混雜因素。專業知識和人類直覺總是需要與人工智慧協同工作，以確認沒有隱藏的混雜因素。機器的使用可以幫助人們揭示這些未被發現或未預料到的變數。
這些專家指出，通過協作的方法，顯然可以更好地為醫療保健領域的大數據制定成功的戰略，這將進一步利用醫療創新的終極力量。人工智慧技術的不斷出現將擴大大數據的價值，為更具協作性、以人為本的方法鋪平道路，這種方法有助於醫療和保健領域的發展。
⑷ 數據分析技術給商業模式帶來顛覆的五種方式
數據分析技術給商業模式帶來顛覆的五種方式
近年來，越來越多大型企業開始投資數據分析技術，希望藉此證明「我可以做得更好」。而雲計算的興起，也使得規模有限的初創企業也可擁有將大數據技術與高級數據分析加以結合的能力。在今天的文章中，我們將共同探討數據分析技術給商業模式帶來顛覆的五種方式。
2017年10月10日，騰訊宣布斥資11億美元投資奧萊，這是匹馬市場的頭號玩家。但奧拉並不孤單挑戰既定的商業模式。
看看優步，亞馬遜，Airbnb，edX，Netflix，Society One和TripAdvisor的興起。他們都看著自己的行業中的一個堅定的人，並說：「我可以做得更好。」
80%的公司預測他們的行業在未來三年將受到新技術的影響。
藉助雲計算，即使是最小的啟動，也可以將大數據技術與高級數據分析結合在一起。每天，發現新的運營和市場見解以及未開發的客戶群的能力都在增長。
超過90%的公司認為大數據和分析是戰略重點，但貝恩說，只有19%的公司持續採集高質量數據!
大多數競爭對手可能沒有利用數據技術，但是你呢?如果你懶惰，你可以保證有一個開始或創新的競爭對手把你的目光投向了你。
數據的力量
大數據已經成為一種強大的資源。如果盲目瞄準潛在客戶，公司就無法取得成功。為了蓬勃發展，你需要確切地知道你要去哪裡，為什麼要去那裡，以及你願意投入到旅程中的努力。
大數據是你的指南。
但是，您需要有清晰的願景，戰略方法和用例來推進您的大數據發現。您需要參與使用分析，以便您擁有整體視圖或業務。
要做到這一點，請重新定義如何處理數據並為數據的使用設置基準。
5種方法來挖掘變革性數據
1.戰略分析
戰略分析是詳細的，數據驅動的整個系統分析，以幫助您確定推動客戶和市場行為的因素。
戰略分析的關鍵是按照正確的順序進行：
第1步 - 競爭優勢分析以確定您的能力，優勢和劣勢。
第2步 - 企業分析可在企業，業務單位和業務流程級別獲取診斷信息。
第3步 - 人力資本分析在個人層面進行診斷，以獲得可操作的見解。
數據應該回答如下關鍵問題：
什麼是為我們帶來最大價值的關鍵決策?
尚未開採的新數據有哪些?
尚未完全探索哪些新的分析技術?
2.平台分析
這有助於您將分析融入您的決策過程中，從而改進核心業務。它可以幫助您的公司利用數據的力量來發現新的機會。
要問的重要問題包括：
我們如何將分析整合到日常流程中?
哪些流程將受益於自動，可重復的實時分析?
我們的後端系統能否受益於大數據分析?
平台分析必須包含多種技術。由於它可以通過多種格式和渠道獲得，因此可用於檢查組織的脈搏。
它將幫助您將數據分析整合到所有部門的關鍵決策中，包括銷售，市場營銷，供應鏈，客戶服務，客戶體驗和其他核心業務功能。
3.企業信息管理(EIM)
將近80%的重要商業信息存儲在非託管存儲庫中。通過戰略和平台分析，EIM可幫助您利用社交，移動，分析和雲技術(SMAC)改進數據在公司內的管理和使用方式。
通過使用信息創建，捕獲，分發和消費工具構建敏捷數據管理操作，EIM將幫助您：
簡化您的業務實踐。
加強協作努力。
提高員工在辦公室內外的工作效率。
在定義您的EIM戰略時，確定業務需求，關鍵問題以及啟動EIM的機會。此外，確定潛在的項目和項目，其成功率將受益於EIM。
4.商業模式轉型
採用大數據分析和並行轉換業務模式的公司將為收入來源，客戶，產品和服務創造新的機遇。
從預測需求和采購材料到會計，以及員工的招聘和培訓，您的業務的每個方面都可以重新設計。
所需的更改包括：
擁有大數據戰略和願景，能夠識別並利用新機會。
培養創新和實驗數據的文化。
了解如何利用新技能和新技術，並管理他們對如何訪問和維護信息的影響。
與持有重要數據的消費者建立信任關系。
在核心行業內外創建合作夥伴關系。
找到快速洞察和實施結果的方法。
5.建立以數據為中心的業務
您是否生成大量數據?這些數據是否會使您行業內外的其他組織受益?
以數據為中心的業務不僅僅是一種資產，而是貨幣。這是您核心競爭力的源泉，它的價值體現在黃金上。
主要有三類數據分析：
透視：包括挖掘，清理，群集和細分數據，以了解客戶及其網路，影響力和產品洞察力
優化：分析業務功能，流程和模型。
創新：探索新的顛覆性商業模式，以促進客戶群的發展和成長。
已建立的商業模式受到攻擊
數據分析正在迅速推翻我們開展業務的方式。這五種數據分析的變革性應用將幫助您成為具有前瞻性思維的公司，並在市場中獲得競爭優勢。
沒有哪個行業的數據分析不能從中受益。
⑸ 大數據的顛覆性 已滲入邊緣行業
大數據的顛覆性 已滲入邊緣行業
在銀河帝國系列科幻小說中，數學家哈里·謝頓開創了「心理史學」，他能夠運用數學公式准確預測人類的未來，作者艾薩克·阿西莫夫憑借其豐富的想像力被全球讀者譽為「神一樣的人」。如今，小說里預知未來的橋段在某種程度上已經實現，不過不是憑借「心理史學」，而是歸功於「大數據」。
大數據是近幾年的熱詞，但從根源上講其方法論不過是傳統的統計學。只是 在銀河帝國系列科幻小說中，數學家哈里·謝頓開創了「心理史學」，他能夠運用數學公式准確預測人類的未來，作者艾薩克·阿西莫夫憑借其豐富的想像力被全球讀者譽為「神一樣的人」。如今，小說里預知未來的橋段在某種程度上已經實現，不過不是憑借「心理史學」，而是歸功於「大數據」。
大數據是近幾年的熱詞，但從根源上講其方法論不過是傳統的統計學。只是隨著人類的信息被數字化，數據越來越多，再加上存儲與計算能力逐步提高，此時把統計學和龐大的數據融合在一起便對很多產業產生了顛覆效果。
中國社科院經濟與政治研究所副所長何帆就是個大數據的推崇者，他相信大數據可以實現很多聞所未聞的事情。比如，社科院可以通過一個人的信用卡消費記錄預測這個人在5年內的離婚概率。
不過，何帆並不認同阿西莫夫的觀點，他認為未來的變化是無法預測的，在大數據時代，真正能預測的是個人的行為。「計算機比我們了解自己，可以預知每個人未來會做出怎樣的決策。這正是商界為大數據瘋狂的原因，准確預測消費者行為將帶來全新的發展機遇。」
如今，大數據已經被應用在金融、科技和零售等熱門領域，但據何帆介紹，其實很多看似被大數據邊緣化的傳統行業更早接受了大數據的挑戰與變革。
品酒界：預測世紀最佳葡萄酒
品酒界是最早受到大數據影響的行業之一。
傳統的品酒是由專業的品酒大師完成，這些人通常天賦異稟，嗅覺與味覺超常，而且後天訓練有素。但這一壟斷局面後來被普林斯頓大學的一位英語學教授打破了。這位教授嘗試用統計分析的方法替代傳統的物理品酒法，他收集了降雨量、平均氣溫、土壤成分等影響葡萄酒品質的各類數據，並根據歷年葡萄酒的品質挖掘其中的聯系。憑此方法，他成功預測了世紀最佳葡萄酒。
「這就是大數據思維，現在傳統的品酒師不敢輕易對葡萄酒的品質做判斷了，都要先查看大數據的預測再下結論。」何帆說。
體育界：挑選潛在運動之星
不僅是選酒，選人的決策同樣受到大數據的影響。
電影《點球成金》真實反映了大數據對固有的運動員挑選規則的挑戰。在電影中，比利·比恩研究出一套「棒球統計學」，對球員的防禦率、勝投數、打擊率、長打率、全壘打數、打點數等幾十類數據進行統計與分析，藉此預測球員的潛能。與固有的根據經驗對球員進行主觀判斷相比，數據統計的方式更加精確與可靠，從而打破常規發現了潛在棒球之星。
在現實的體育界，大數據已經應用在各項運動中。2013年年末，美國NBA開始在所有球場中安裝體感追蹤技術，記錄並追蹤籃球和球員的運動。這一系統將提供持續的數據流和全面的統計數據，包括速度、距離、球員之間間隔以及控球情況等，以實現目標性更強的分析。
在大數據面前，幾乎每一個球員都面臨優勢與局限被暴露無遺的狀況。比如，通過統計姚明在籃下接球、運球失誤的次數比得知，姚明右手接球時通常能運球三次，左手接球則只能運球兩次。這樣的規律就告訴防守人，要想解除姚明對籃下的威脅，就要把他限制在遠離籃筐的區域，讓他必須運球三次以上才來到籃下，這樣往往就會失誤。
博彩業：遠離顧客忍無可忍的輸錢底線
在很多高級賭場，顧客進門時需要辦理一張電子磁卡，在登記性別、年齡、民族、職業等基本信息時，他們便開始置於大數據的監測之下。根據顧客的數據信息，系統會立刻將其與資料庫中的樣本進行匹配，推斷出顧客的最大消費能力、消費時間極限等行為特點。
「每個人無論多有錢，都有一個痛苦點，當輸的錢超過一定數目，很可能再也不踏進這個賭場一步。而大數據帶給傳統賭場的是一個最好的選擇——通過預測顧客的痛苦點，在那之前讓他們住手。」
何帆舉例說，如果一個35歲的中國男性土豪走進了賭場，大數據會預測到這個人的痛苦點大概是1萬美金，通過CCTV和各桌的監控，當他輸到9800美元的時候，便會有年輕貌美的公關經理主動上前攀談，緩和他的情緒，引導其到餐飲、休閑等其他區域消費。而保留顧客的最後一點耐心和希望，也會促成他們的再次消費。
在何帆看來，消費者在享受精準服務時，自己已經在大數據的監控下了，大數據不僅可以幫助商家榨乾消費者當下可以消費的最後一分錢，還能保留再次壓榨他們的可能。
醫學界：預防在疾病發生之前
醫學領域很早就應用了大數據思維。在細菌被發現之前，一位醫生意識到如果從停屍房回來後做接生手術，死亡率就會很高。他認定這之間存在某種聯系，於是建議大家用肥皂洗手後再手術。盡管當時並沒有人理解洗手與死亡率下降相關的原因，但人們還是通過信息發現了其中的聯系。
「知其然，不知其所以然，這正是大數據的規律，」何帆說，「美劇《豪斯醫生》的醫學顧問就是一名行政醫學的代表人物，相比於傳統的病理學問診方法，行政醫學強調的是病症，而不是病因，這就是用大數據說話。」
在歐美醫學界，大數據的思維被很好地延續了下來。創立於1863年的美國梅奧醫院（Mayo Clinic）在為患者診病時，除了憑借醫生的技術和經驗，還要依靠醫院150年積累的臨床統計與實踐經驗的大數據。
據介紹，如果把梅奧資料庫中頭疼這一單獨症狀可能引發的疾病以5號字列印出來，能鋪滿一個400多平米的房間，基本不會遺漏任何一種可能的疾病。這不僅可以幫助醫生判斷病人當下的健康狀況，還可以預測潛在病痛的發生趨勢，從而提出有針對性的保健方案。
影視圈：內容由觀眾決定
從導演想拍什麼到觀眾想看什麼，影視界在不斷抬高觀眾的地位，以此獲得較高的市場回報，而此時大數據成了判斷觀眾興趣的絕佳途徑。以喜好最難琢磨的幼童觀眾為例，傳統的溝通方式完全無法進行，製作方只能憑借經驗與推測進行創作，但大數據的出現讓幼童心理活動的獲知成為可能。
「美國最早採用大數據製作的兒童節目是《芝麻街》，製作方每製作一個新的動畫片段都會讓大量的小朋友試看，同時在屏幕旁隨機出現一些卡通圖案。雖然無法與幼童溝通，但當小孩總是分神去看屏幕旁的卡通圖案時，製作方就認為這段卡通式孩子沒有看懂、或不吸引人的。製作方於是將這些數據統計起來，分析對比後對影片加以修改。」何帆表示，這就是最基本的大數據對影視製作的影響。
此外，這幾年流行的《天線寶寶》也得益於大數據的應用。盡管在成人眼中，每句話、每個動作重復3遍是近乎弱智的表現形式，但就是這個卡通片讓全世界的小孩子看得目不轉睛。通過大數據的研究發現，在兒童的心理世界，重復是學習和娛樂的主要認知規律，而三遍恰到好處，《天線寶寶》正是大膽使用了這一結論，從而成功打造出一部打破常規的兒童卡通片。
還有更多的傳統行業正在無形間被大數據顛覆，對於這些大數據應用的非主流領域，其帶來的沖擊或許更強烈，逼迫從業者進行產業變革與創新。當然，這也致使某些難以接受統計邏輯與思維的從業者面臨失業的風險。
另一方面，何帆認為，行業在享受大數據變革的同時，消費者的隱私正變得無處可藏。大數據的源頭正是普通的消費者，購物記錄、乘車記錄、投資記錄、甚至是生理記錄，每個人的生活都在被數據化，都在某些人的監測之中。
「被大數據改變的行業越多，人們要讓渡的隱私越多，這正是大數據在未來要面對的其中一個危機。」何帆說。
中國社科院經濟與政治研究所副所長何帆就是個大數據的推崇者，他相信大數據可以實現很多聞所未聞的事情。比如，社科院可以通過一個人的信用卡消費記錄預測這個人在5年內的離婚概率。
不過，何帆並不認同阿西莫夫的觀點，他認為未來的變化是無法預測的，在大數據時代，真正能預測的是個人的行為。「計算機比我們了解自己，可以預知每個人未來會做出怎樣的決策。這正是商界為大數據瘋狂的原因，准確預測消費者行為將帶來全新的發展機遇。」
如今，大數據已經被應用在金融、科技和零售等熱門領域，但據何帆介紹，其實很多看似被大數據邊緣化的傳統行業更早接受了大數據的挑戰與變革。
品酒界：預測世紀最佳葡萄酒
品酒界是最早受到大數據影響的行業之一。
傳統的品酒是由專業的品酒大師完成，這些人通常天賦異稟，嗅覺與味覺超常，而且後天訓練有素。但這一壟斷局面後來被普林斯頓大學的一位英語學教授打破了。這位教授嘗試用統計分析的方法替代傳統的物理品酒法，他收集了降雨量、平均氣溫、土壤成分等影響葡萄酒品質的各類數據，並根據歷年葡萄酒的品質挖掘其中的聯系。憑此方法，他成功預測了世紀最佳葡萄酒。
「這就是大數據思維，現在傳統的品酒師不敢輕易對葡萄酒的品質做判斷了，都要先查看大數據的預測再下結論。」何帆說。
體育界：挑選潛在運動之星
不僅是選酒，選人的決策同樣受到大數據的影響。
電影《點球成金》真實反映了大數據對固有的運動員挑選規則的挑戰。在電影中，比利·比恩研究出一套「棒球統計學」，對球員的防禦率、勝投數、打擊率、長打率、全壘打數、打點數等幾十類數據進行統計與分析，藉此預測球員的潛能。與固有的根據經驗對球員進行主觀判斷相比，數據統計的方式更加精確與可靠，從而打破常規發現了潛在棒球之星。
在現實的體育界，大數據已經應用在各項運動中。2013年年末，美國NBA開始在所有球場中安裝體感追蹤技術，記錄並追蹤籃球和球員的運動。這一系統將提供持續的數據流和全面的統計數據，包括速度、距離、球員之間間隔以及控球情況等，以實現目標性更強的分析。
在大數據面前，幾乎每一個球員都面臨優勢與局限被暴露無遺的狀況。比如，通過統計姚明在籃下接球、運球失誤的次數比得知，姚明右手接球時通常能運球三次，左手接球則只能運球兩次。這樣的規律就告訴防守人，要想解除姚明對籃下的威脅，就要把他限制在遠離籃筐的區域，讓他必須運球三次以上才來到籃下，這樣往往就會失誤。
博彩業：遠離顧客忍無可忍的輸錢底線
在很多高級賭場，顧客進門時需要辦理一張電子磁卡，在登記性別、年齡、民族、職業等基本信息時，他們便開始置於大數據的監測之下。根據顧客的數據信息，系統會立刻將其與資料庫中的樣本進行匹配，推斷出顧客的最大消費能力、消費時間極限等行為特點。
「每個人無論多有錢，都有一個痛苦點，當輸的錢超過一定數目，很可能再也不踏進這個賭場一步。而大數據帶給傳統賭場的是一個最好的選擇——通過預測顧客的痛苦點，在那之前讓他們住手。」
何帆舉例說，如果一個35歲的中國男性土豪走進了賭場，大數據會預測到這個人的痛苦點大概是1萬美金，通過CCTV和各桌的監控，當他輸到9800美元的時候，便會有年輕貌美的公關經理主動上前攀談，緩和他的情緒，引導其到餐飲、休閑等其他區域消費。而保留顧客的最後一點耐心和希望，也會促成他們的再次消費。
在何帆看來，消費者在享受精準服務時，自己已經在大數據的監控下了，大數據不僅可以幫助商家榨乾消費者當下可以消費的最後一分錢，還能保留再次壓榨他們的可能。
醫學界：預防在疾病發生之前
醫學領域很早就應用了大數據思維。在細菌被發現之前，一位醫生意識到如果從停屍房回來後做接生手術，死亡率就會很高。他認定這之間存在某種聯系，於是建議大家用肥皂洗手後再手術。盡管當時並沒有人理解洗手與死亡率下降相關的原因，但人們還是通過信息發現了其中的聯系。
「知其然，不知其所以然，這正是大數據的規律，」何帆說，「美劇《豪斯醫生》的醫學顧問就是一名行政醫學的代表人物，相比於傳統的病理學問診方法，行政醫學強調的是病症，而不是病因，這就是用大數據說話。」
在歐美醫學界，大數據的思維被很好地延續了下來。創立於1863年的美國梅奧醫院（Mayo Clinic）在為患者診病時，除了憑借醫生的技術和經驗，還要依靠醫院150年積累的臨床統計與實踐經驗的大數據。
據介紹，如果把梅奧資料庫中頭疼這一單獨症狀可能引發的疾病以5號字列印出來，能鋪滿一個400多平米的房間，基本不會遺漏任何一種可能的疾病。這不僅可以幫助醫生判斷病人當下的健康狀況，還可以預測潛在病痛的發生趨勢，從而提出有針對性的保健方案。
影視圈：內容由觀眾決定
從導演想拍什麼到觀眾想看什麼，影視界在不斷抬高觀眾的地位，以此獲得較高的市場回報，而此時大數據成了判斷觀眾興趣的絕佳途徑。以喜好最難琢磨的幼童觀眾為例，傳統的溝通方式完全無法進行，製作方只能憑借經驗與推測進行創作，但大數據的出現讓幼童心理活動的獲知成為可能。
「美國最早採用大數據製作的兒童節目是《芝麻街》，製作方每製作一個新的動畫片段都會讓大量的小朋友試看，同時在屏幕旁隨機出現一些卡通圖案。雖然無法與幼童溝通，但當小孩總是分神去看屏幕旁的卡通圖案時，製作方就認為這段卡通式孩子沒有看懂、或不吸引人的。製作方於是將這些數據統計起來，分析對比後對影片加以修改。」何帆表示，這就是最基本的大數據對影視製作的影響。
此外，這幾年流行的《天線寶寶》也得益於大數據的應用。盡管在成人眼中，每句話、每個動作重復3遍是近乎弱智的表現形式，但就是這個卡通片讓全世界的小孩子看得目不轉睛。通過大數據的研究發現，在兒童的心理世界，重復是學習和娛樂的主要認知規律，而三遍恰到好處，《天線寶寶》正是大膽使用了這一結論，從而成功打造出一部打破常規的兒童卡通片。
還有更多的傳統行業正在無形間被大數據顛覆，對於這些大數據應用的非主流領域，其帶來的沖擊或許更強烈，逼迫從業者進行產業變革與創新。當然，這也致使某些難以接受統計邏輯與思維的從業者面臨失業的風險。
另一方面，何帆認為，行業在享受大數據變革的同時，消費者的隱私正變得無處可藏。大數據的源頭正是普通的消費者，購物記錄、乘車記錄、投資記錄、甚至是生理記錄，每個人的生活都在被數據化，都在某些人的監測之中。
「被大數據改變的行業越多，人們要讓渡的隱私越多，這正是大數據在未來要面對的其中一個危機。」何帆說。
⑹ 大數據的七大核心價值
大數據的七大核心價值
隨著移動互聯網的飛速發展，信息的傳輸日益方便快捷，端到端的需求也日益突出，縱觀整個移動互聯網領域，數據已被認為是繼雲計算、物聯網之後的又一大顛覆性的技術性革命，毋庸置疑，大數據市場是待挖掘的金礦，其價值不言而喻。可以說誰能掌握和合理運用用戶大數據的核心資源，誰就能在接下來的技術變革中進一步發展壯大。
大數據，可以說是史上第一次將各行各業的用戶、方案提供商、服務商、運營商以及整個生態鏈上游廠商，融入到一個大的環境中，無論是企業級市場還是消費級市場，亦或政府公共服務，都正或將要與大數據發生千絲萬縷的聯系。
近期有不少文章暢談大數據的價值，以及其價值主要凸顯在哪些方面，這里我們對大數據的核心具體價值進行了分門別類的梳理匯總，希望能幫助讀者更好的獲悉大數據的大價值。
核心價值究其用戶到底是誰？
談及價值，首先必須要弄清楚其用戶到底是誰？有針對企業數據市場的，還有針對終端消費者的，還有針對政府公共服務的；其次要弄清楚大數據核心價值的表現形式、價值的體現過程以及最後呈現的結果。
商業的發展天生就依賴於大量的數據分析來做決策，對於企業用戶，更關心的還是決策需求，其實早在BI時代這就被推上了日程，經過十餘年的探索，如今已形成了數據管理、數據可視化等細分領域，來加強對決策者的影響，達到決策支持的效果。還有企業營銷需求，從本質上來說，主要聚焦在針對消費者市場的精準營銷。
對於消費者用戶，他們對大數據的需求主要體現在信息能按需搜索，並能提供友好、可信的信息推薦，其次是提供高階服務，例如智能信息的提供、用戶體驗更快捷等等。
還有，大數據也不斷被應用到政府日常管理和為民服務中，並成為推動政府政務公開、完善服務、依法行政的重要力量。從戶籍制度改革，到不動產登記制度改革，再到徵信體系建設等等都對資料庫建設提出了更高的目標要求，而此時的資料庫更是以大數據為基礎的，可見，大數據已成為政府改革和轉型的技術支撐杠桿。
數據，除了它第一次被使用時提供的價值以外，那些積累下來的數據海洋並不是無用的廢物，它還有著無窮無盡的「剩餘價值」，關於這一點，人們已經有了越來越多的認識。事實上，大數據已經開始並將繼續影響我們的生活，接下來讓我們共同探索大數據的核心價值吧！當然這是需要藉助於一些具體的應用模式和場景才能得到集中體現的。
《大數據時代》一書作者維克托認為大數據時代有三大轉變：「第一，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不是依賴於隨機采樣。更高的精確性可使我們發現更多的細節。第二，研究數據如此之多，以至於我們不再熱衷於追求精確度。適當忽略微觀層面的精確度，將帶來更好的洞察力和更大的商業利益。第三，不再熱衷於尋找因果關系，而是事物之間的相關關系。例如，不去探究機票價格變動的原因，但是關注買機票的最佳時機。」大數據打破了企業傳統數據的邊界，改變了過去商業智能僅僅依靠企業內部業務數據的局面，而大數據則使數據來源更加多樣化，不僅包括企業內部數據，也包括企業外部數據，尤其是和消費者相關的數據。
隨著大數據的發展，企業也越來越重視數據相關的開發和應用，從而獲取更多的市場機會。
一方面，大數據能夠明顯提升企業數據的准確性和及時性；此外還能夠降低企業的交易摩擦成本；更為關鍵的是，大數據能夠幫助企業分析大量數據而進一步挖掘細分市場的機會，最終能夠縮短企業產品研發時間、提升企業在商業模式、產品和服務上的創新力，大幅提升企業的商業決策水平，降低了企業經營的風險。
一、大數據助企業挖掘市場機會探尋細分市場
大數據能夠幫助企業分析大量數據而進一步挖掘市場機會和細分市場，然後對每個群體量體裁衣般的採取獨特的行動。獲得好的產品概念和創意，關鍵在於我們到底如何去搜集消費者相關的信息，如何獲得趨勢，挖掘出人們頭腦中未來會可能消費的產品概念。用創新的方法解構消費者的生活方式，剖析消費者的生活密碼，才能讓吻合消費者未來生活方式的產品研發不再成為問題，如果你了解了消費者的密碼，就知道其潛藏在背後的真正需求。大數據分析是發現新客戶群體、確定最優供應商、創新產品、理解銷售季節性等問題的最好方法。
在數字革命的背景下，對企業營銷者的挑戰是從如何找到企業產品需求的人到如何找到這些人在不同時間和空間中的需求；從過去以單一或分散的方式去形成和這群人的溝通信息和溝通方式，到現在如何和這群人即時溝通、即時響應、即時解決他們的需求，同時在產品和消費者的買賣關系以外，建立更深層次的夥伴間的互信、雙贏和可信賴的關系。
大數據進行高密度分析，能夠明顯提升企業數據的准確性和及時性；大數據能夠幫助企業分析大量數據而進一步挖掘細分市場的機會，最終能夠縮短企業產品研發時間、提升企業在商業模式、產品和服務上的創新力，大幅提升企業的商業決策水平。因此，大數據有利於企業發掘和開拓新的市場機會；有利於企業將各種資源合理利用到目標市場；有利於制定精準的經銷策略；有利於調整市場的營銷策略，大大降低企業經營的風險。
企業利用用戶在互聯網上的訪問行為偏好能為每個用戶勾勒出一副「數字剪影」，為具有相似特徵的用戶組提供精確服務滿足用戶需求，甚至為每個客戶量身定製。這一變革將大大縮減企業產品與最終用戶的溝通成本。例如：一家航空公司對從未乘過飛機的人很感興趣（細分標準是顧客的體驗）。而從未乘過飛機的人又可以細分為害怕飛機的人，對乘飛機無所謂的人以及對乘飛機持肯定態度的人（細分標準是態度）。在持肯定態度的人中，又包括高收入有能力乘飛機的人（細分標準是收入能力）。於是這家航空公司就把力量集中在開拓那些對乘飛機持肯定態度，只是還沒有乘過飛機的高收入群體。通過對這些人進行量身定製、精準營銷取得了很好的效果。
二、大數據提高決策能力
當前，企業管理者還是更多依賴個人經驗和直覺做決策，而不是基於數據。在信息有限、獲取成本高昂，而且沒有被數字化的時代，讓身居高位的人做決策是情有可原的，但是大數據時代，就必須要讓數據說話。
大數據能夠有效的幫助各個行業用戶做出更為准確的商業決策，從而實現更大的商業價值，它從誕生開始就是站在決策的角度出發。雖然不同行業的業務不同，所產生的數據及其所支撐的管理形態也千差萬別，但從數據的獲取，數據的整合，數據的加工，數據的綜合應用，數據的服務和推廣，數據處理的生命線流程來分析，所有行業的模式是一致的。
這種基於大數據決策的特點是：一是量變到質變，由於數據被廣泛挖掘，決策所依據的信息完整性越來越高，有信息的理性決策在迅速擴大，拍腦袋的盲目決策在急劇縮小。二是決策技術含量、知識含量大幅度提高。由於雲計算出現，人類沒有被海量數據所淹沒，能夠高效率駕御海量數據，生產有價值的決策信息。三是大數據決策催生了很多過去難以想像的重大解決方案。如某些葯物的療效和毒副作用，無法通過技術和簡單樣本驗證，需要幾十年海量病歷數據分析得出結果；做宏觀經濟計量模型，需要獲得所有企業、居民以及政府的決策和行為海量數據，才能得出減稅政策最佳方案；反腐倡廉，人類幾千年歷史都沒解決，最近通過微博和人肉搜索，貪官在大數據的海洋中無處可藏，人們看到根治的希望等等。
如果在不同行業的業務和管理層之間，增加數據資源體系，通過數據資源體系的數據加工，把今天的數據和歷史數據對接，把現在的數據和領導和企業機構關心的指標關聯起來，把面向業務的數據轉換成面向管理的數據，輔助於領導層的決策，真正實現了從數據到知識的轉變，這樣的數據資源體系是非常適合管理和決策使用的。
在宏觀層面，大數據使經濟決策部門可以更敏銳地把握經濟走向，制定並實施科學的經濟政策；而在微觀方面，大數據可以提高企業經營決策水平和效率，推動創新，給企業、行業領域帶來價值。
三、大數據創新企業管理模式，挖掘管理潛力
當下，有多少企業還會要求員工像士兵一樣無條件服從上級的指示？還在通過大量的中層管理者來承擔管理下屬和傳遞信息的職責？還在禁止員工之間談論薪酬等信息？《華爾街日報》曾有一篇文章就說，NO。這一切已經過時了，嚴格控制，內部猜測和小道消息無疑更會降低企業效率。一個管理學者曾經將企業內部關系比喻為成本和消耗中心，如果內部都難以協作或者有效降低管理成本和消耗，你又如何指望在今天瞬息萬變的市場和競爭環境下生存、創新和發展呢？
我們試著想想，當購物、教育、醫療都已經要求在大數據、移動網路支持下的個性化的時代，創新已經成為企業的生命之源，我們還有什麼理由還要求企業員工遵循工業時代的規則，強調那種命令式集中管理、封閉的層級體系和決策體制嗎？當個體的人都可以通過佩戴各種感測器，搜集各種來自身體的信號來判斷健康狀態，那樣企業也同樣需要配備這樣的感測系統，來實時判斷其健康狀態的變化情況。
今天信息時代機器的性能，更多決定於晶元，大腦的存儲和處理能力，程序的有效性。因而管理從注重系統大小、完善和配合，到注重人，或者腦力的運用，信息流程和創造性，以及職工個性滿足、創造力的激發。
在企業管理的核心因素中，大數據技術與其高度契合。管理最核心的因素之一是信息搜集與傳遞，而大數據的內涵和實質在於大數據內部信息的關聯、挖掘，由此發現新知識、創造新價值。兩者在這一特徵上具有高度契合性，甚至可以標稱大數據就是企業管理的又一種工具。因為對於任何企業，信息即財富，從企業戰略著眼，利用大數據，充分發揮其輔助決策的潛力，可以更好地服務企業發展戰略。
大數據時代，數據在各行各業滲透著，並漸漸成為企業的戰略資產。數據分析挖掘不僅本身能幫企業降低成本：比如庫存或物流，改善產品和決策流程，尋找到並更好的維護客戶，還可以通過挖掘業務流程各環節的中間數據和結果數據，發現流程中的瓶頸因素，找到改善流程效率，降低成本的關鍵點，從而優化流程，提高服務水平。大數據成果在各相關部門傳遞分享，還可以提高整個管理鏈條和產業鏈條的投入回報率。
四、大數據變革商業模式催生產品和服務的創新
在大數據時代，以利用數據價值為核心，新型商業模式正在不斷涌現。能夠把握市場機遇、迅速實現大數據商業模式創新的企業，將在IT發展史上書寫出新的傳奇。
大數據讓企業能夠創造新產品和服務，改善現有產品和服務，以及發明全新的業務模式。回顧IT歷史，似乎每一輪IT概念和技術的變革，都伴隨著新商業模式的產生。如個人電腦時代微軟憑借操作系統獲取了巨大財富，互聯網時代谷歌抓住了互聯網廣告的機遇，移動互聯網時代蘋果則通過終端產品的銷售和應用商店獲取了高額利潤。
縱觀國內，以金融業務模式為例，阿里金融基於海量的客戶信用數據和行為數據，建立了網路數據模型和一套信用體系，打破了傳統的金融模式，使貸款不再需要抵押品和擔保，而僅依賴於數據，使企業能夠迅速獲得所需要的資金。阿里金融的大數據應用和業務創新，變革了傳統的商業模式，對傳統銀行業帶來了挑戰。
還有，大數據技術可以有效的幫助企業整合、挖掘、分析其所掌握的龐大數據信息，構建系統化的數據體系，從而完善企業自身的結構和管理機制；同時，伴隨消費者個性化需求的增長，大數據在各個領域的應用開始逐步顯現，已經開始並正在改變著大多數企業的發展途徑及商業模式。如大數據可以完善基於柔性製造技術的個性化定製生產路徑，推動製造業企業的升級改造；依託大數據技術可以建立現代物流體系，其效率遠超傳統物流企業；利用大數據技術可多維度評價企業信用，提高金融業資金使用率，改變傳統金融企業的運營模式等。
過去，小企業想把商品賣到國外要經過國內出口商、國外進口商、批發商、商場，最終才能到達用戶手中，而現在，通過大數據平台可以直接從工廠送達到用戶手中，交易成本只是過去的十分之一。以我們熟悉的網購平台淘寶為例，每天有數以萬計的交易在淘寶上進行，與此同時相應的交易時間、商品價格、購買數量會被記錄，更重要的是，這些信息可以與買方和賣方的年齡、性別、地址、甚至興趣愛好等個人特徵信息相匹配。運用匹配的數據，淘寶可以進行更優化的店鋪排名和用戶推薦；商家可以根據以往的銷售信息和淘寶指數進行指導產品供應、生產和設計，經營活動成本和收益實現了可視化，大大降低了風險，賺取更多的錢；而與此同時，更多的消費者也能以更優惠的價格買到了更心儀的產品。
維克托曾預言2020年，大數據時代就會真正來臨。在那個時候，最經常會用到的應用就是個性化生活所需要的，尤其是智能手機的應用。
五、大數據讓每個人更加有個性
對個體而言，大數據可以為個人提供個性化的醫療服務。比如，我們的身體功能可能會通過手機、移動網路進行監控，一旦有什麼感染，或身體有什麼不適，我們都可以通過手機得到警示，接著信息會和手機庫進行對接或者咨詢相關專家，從而獲得正確的用葯和其他治療。
過去我們去看病，醫生只能對我們的當下身體情況做出判斷，而在大數據的幫助下，將來的診療可以對一個患者的累計歷史數據進行分析，並結合遺傳變異、對特定疾病的易感性和對特殊葯物的反應等關系，實現個性化的醫療。還可以在患者發生疾病症狀前，提供早期的檢測和診斷。早期發現和治療可以顯著降低肺癌給衛生系統造成的負擔，因為早期的手術費用是後期治療費用的一半。
還有，在傳統的教育模式下，分數就是一切，一個班上幾十個人，使用同樣的教材，同一個老師上課，課後布置同樣的作業。然而，學生是千差萬別的，在這個模式下，不可能真正做到「因材施教」。
如一個學生考了90分，這個分數僅僅是一個數字，它能代表什麼呢？90分背後是家庭背景、努力程度、學習態度、智力水平等，把它們和90分聯系在一起，這就成了數據。大數據因其數據來源的廣度，有能力去關注每一個個體學生的微觀表現：如他在什麼時候開始看書，在什麼樣的講課方式下效果最好，在什麼時候學習什麼科目效果最好，在不同類型的題目上停留多久等等。當然，這些數據對其他個體都沒有意義，是高度個性化表現特徵的體現。同時，這些數據的產生完全是過程性的：課堂的過程，作業的情況，師生或同學的互動情景……而最有價值的是，這些數據完全是在學生不自知的情況下被觀察、收集的，只需要一定的觀測技術與設備的輔助，而不影響學生任何的日常學習與生活，因此它的採集也非常的自然、真實。
在大數據的支持下，教育將呈現另外的特徵：彈性學制、個性化輔導、社區和家庭學習、每個人的成功……大數據支撐下的教育，就是要根據每一個人的特點，釋放每一個人本來就有的學習能力和天分。
此外，維克托還建議中國政府要進一步補錄資料庫。政府以前提供財政補貼，現在可以提供資料庫，打造創意服務。在美國就有完全基於政府提供的資料庫，如為企業提供機場、高速公路的數據，提供航班可能發生延誤的概率，這種服務這可以幫助個人、消費者更好地預測行程，這種類型的創新，就得益於公共的大數據。
六、智慧驅動下的和諧社會
美國作為全球大數據領域的先行者，在運用大數據手段提升社會治理水平、維護社會和諧穩定方面已先行實踐並取得顯著成效。
近年來，在國內，「智慧城市」建設也在如火如荼的開展。截止去年底，我國的國家智慧城市試點已達193個，而公開宣布建設智慧城市的城市超過400個。智慧城市的概念包含了智能安防、智能電網、智慧交通、智慧醫療、智慧環保等多領域的應用，而這些都要依託於大數據，可以說大數據是「智慧」的源泉。
在治安領域，大數據已用於信息的監控管理與實時分析、犯罪模式分析與犯罪趨勢預測，北京、臨沂等市已經開始實踐利用大數據技術進行研判分析，打擊犯罪。
在交通領域，大數據可通過對公交地鐵刷卡、停車收費站、視頻攝像頭等信息的收集，分析預測出行交通規律，指導公交線路的設計、調整車輛派遣密度，進行車流指揮控制，及時做到梳理擁堵，合理緩解城市交通負擔。
在醫療領域，部分省市正在實施病歷檔案的數字化，配合臨床醫療數據與病人體征數據的收集分析，可以用於遠程診療、醫療研發，甚至可以結合保險數據分析用於商業及公共政策制定等等。
伴隨著智慧城市建設的火熱進行，政府大數據應用已進入實質性的建設階段，有效拉動了大數據的市場需求，帶動了當地大數據產業的發展，大數據在各個領域的應用價值已得到初顯。
七、大數據如何預言未來？
著名的瑪雅預言，盡管背後有著一定的天文知識基礎，但除催生了一部很火的電影《2012》外，其實很多人的生活尚未受到太大的影響。現在基於人類地球上的各種能源存量，以及大氣受污染、冰川融化的程度，我們獲取真的可以推算出按照目前這種工業生產、生活的方式，人類在地球上可以存活的年數。《第三次工業革命》中對這方面有很深入的解釋，基於精準預測，發現現有模式是死路一條後，人類就可以進行一些改變，這其實就是一種系統優化。
這種結合之前情景研究，不斷進行系統優化的過程，將賦予系統生命力，而大數據就是其中的血液和神經系統。通過對大數據的深入挖掘，我們將會了解系統的不同機體是如何相互協調運作的，同樣也可以通過對他們的了解去控制機體的下一個操作，甚至長遠的維護和優化。從這個角度講，基於網路的大數據可以看作是人類社會的神經中樞，因為有了網路和大數據人類社會才開始靈活起來，而不像以前那麼死板。基於大數據，個體之間相互連接有了基礎，相互的交互過程得到了簡化，各種交易的成本減少很多。廠家等服務提供方可以基於大數據研發出更符合消費者需求的服務，機構內部的管理也更為細致，有了血液和神經系統的社會才真的擁有生命活力。
結語
透過以上這些行業典型的大數據應用案例和場景，不難悟出大數據的典型的核心價值。大數據是看待現實的新角度，不僅改變了市場營銷、生產製造，同時也改變了商業模式。數據本身就是價值來源，這也就意味著新的商業機會，沒有哪一個行業能對大數據產生免疫能力，適應大數據才能在這場變革中繼續生存下去。
當下，正處於數據大爆發的時代，如何獲取這些數據並對這些數據進行有效分析就顯得尤為重要。各種企業機構之間的競爭非常殘酷。如何基於以往的運行數據，對未來的運行模式進行預測，從而提前進行准備或者加以利用、調整，對很多企業機構其實是一種生死存亡的問題。這樣一種情況同樣適用於國家級別。正因為這一點，目前無論是在企業級別還是國家級別都開始研究、部署大數據。
可見，大數據應用已經凸顯出了巨大的商業價值，觸角已延伸到零售、金融、教育、醫療、體育、製造、影視、政府等各行各業。你可能會問這些具體價值實現的推動者有哪些呢？就是所謂的大數據綜合服務提供商，從實踐情況看，主要包括大數據解決方案提供商、大數據處理服務提供商和數據資源提供商三個角色，分別向大數據的應用者提供大數據服務、解決方案和數據資源。
未來大數據還將徹底改變人類的思考模式、生活習慣和商業法則，將引發社會發展的深刻變革，同時也是未來最重要的國家戰略之一。
以上是小編為大家分享的關於大數據的七大核心價值的相關內容，更多信息可以關注環球青藤分享更多干貨
⑺ 怎麼看待銀行行業數字化運營
零售銀行數字化轉型具有必然性，
是銀行服務渠道和服務載體數字化遷移、「賣方市場」向「買方市場」快速轉變以及商業銀行應對同業、跨界激烈競爭的必然要求。商業銀行要積極把握數字科技帶來的機遇，以更便捷接觸客戶、更高效服務客戶為切入點，推進零售業務的全面數字化轉型，打造一流數字化銀行，全面擁抱數字化零售金融新時代。
為此，要以APP、API、低代碼、新型生態圈為抓手，引領零售銀行數字化轉型新時代；
要以賬戶、場景、客戶三大思維轉變為保障，順應數字科技發展趨勢 ；
要以平台、場景、產品、流量四個方面為支點，推進數字科技應用拓展。
一、前言：
雖然生物識別、互聯網、二維碼、雲計算等數字金融科技未能改變零售銀行的金融本質，但是卻延伸了零售銀行服務的時空維度，催生了零售銀行產品和服務的深層次調整，顛覆了零售銀行的經營理念，引領著商業銀行進入數字化銀行和數字化零售金融新時代，尤其是5G時代的加速到來更是激發了零售銀行創新發展的動力。零售業務正在成為商業銀行戰略轉型的主戰場，大力發展零售業務成為我國銀行業的基本共識，數字化成為影響零售銀行戰略轉型最重要的因素之一。數字金融科技正在深入到核心金融領域，數字化營銷成為商業銀行促進零售銀行業務發展的重要抓手，數字化轉型對零售銀行具有重要的戰略意義。
但是，沒有清晰的數字化藍圖是各商業銀行零售業務創新發展存在的普遍性問題，如何權衡數字金融科技的高效率優勢與滿足客戶隨時隨地使用銀行服務的需求，是擺在各家商業銀行面前的一道難題。如何建立依託銀行業務發展高效積累數字資源、利用數字資源全面驅動銀行業務發展的良性循環機制，是商業銀行創新發展中面臨的共同挑戰。
本文對我國零售銀行數字化轉型實踐進行分析，論述深化零售銀行數字化轉型升級是必然趨勢，進而提出深化零售銀行數字化轉型的思路及對策建議，以期為數字金融科技背景下商業銀行創新發展和轉型升級提供參考。
二、零售銀行數字化轉型的現狀和階段性成效
近年來，在經濟結構調整、消費轉型升級、數字金融科技推廣等因素共同影響和作用下，零售銀行順勢而為、積極變革、創新發展，取得了一系列階段性成效。
（一）數字金融科技成為零售銀行創新發展的新抓手
隨著數字金融科技的成熟和普及，商業銀行積極利用數字金融科技推進轉型發展，數字金融科技已快速成長為零售銀行創新發展的有力抓手。
1、APP成為零售銀行創新發展的新平台
一是商業銀行加大移動端布局，推進手機銀行 APP 和信用卡 APP 的發展、轉型和升級，通過手機 APP 為客戶提供轉賬、理財、賬戶管理、消費信貸、生活繳費、餐飲娛樂等各類金融 服 務 。 比 如：招商銀行的「掌上生活」APP、交通銀行的「買單吧」APP等。
二是通過一系列營銷和拓展活動，吸引客戶向移動端遷移，持續增強手機銀行 APP、信用卡APP的獲客和粘客能力。比如：招商銀行在手機銀行和「掌上生活」兩個APP上推出「周三五折」優惠、光大銀行在手機銀行 APP 開展「11.11 繳費狂歡節」等活動。
三是基於手機銀行和信用卡APP等平台，推出一系列零售銀行應用服務。比如農業銀行在新一代智能掌上銀行推出農銀智投、語音搜索、月度賬單等智能服務；交通銀行基於「買單吧」APP推出「手機信用卡」產品；浦發銀行基於「浦大喜奔」APP推出人工智慧動漫客服。
2、數字金融科技成為零售銀行創新發展的新手段
一是NFC、二維碼、生物識別等數字金融科技正在加速顛覆以磁條、晶元為載體和以密碼、CVN2等為身份校驗措施的傳統業務模式，帶來支付生態模式的深層次調整。比如：NFC支付、掃碼支付正在快速替代甚至顛覆刷卡、插卡支付，已成為主流支付模式。
二是大數據、人工智慧、虛擬現實、區塊鏈、API 等數字金融科技，助力零售銀行產品、服務、管理的數字化和智慧化水平全面提升，帶來客戶服務、市場營銷、風險控制等方面的持續創新和快速演進。比如：招商銀行運用人工智慧等數字金融科技，將原來基於規則的模型升級為實時大數據反欺詐模型；農業銀行利用人工智慧技術上線智慧營銷平台、智慧運營平台、智慧信貸平台和智慧風險控制平台，推動零售業務向智能化轉型；交通銀行利用大數據分析技術，推進「千人千面」財富管理服務創新。
（二）主動轉變成為零售銀行創新發展的新特徵
近年來，商業銀行以轉變求發展、以轉變尋動能，主動開展了一系列積極、有益的探索和嘗試。
1、組織架構調整支撐業務創新發展
一是組建數字金融科技專責部門。中國銀行於 2019 年 8 月組建個人數字金融部，承接原個人金融部零售金融業務、吸收原網路金融部個人業務線的團隊和職能；光大銀行於2018年4月宣布在總行層面成立雲繳費事業中心，承擔光大雲繳費平台的品牌建設、平台建設、產品研發等職能，2019 年 6 月將原電子銀行部更名為數字金融部，作為全行個人及企業數字金融業務的統籌管理部門。
二是實施大零售的組織架構調整。招商銀行於 2018 年 9 月以原零售網路銀行部為依託，吸收基礎客戶部和原零售金融總部，升級為新的零售金融總部，實施「大零售」組織架構調整；
浦發銀行於 2018 年實行零售板塊架構調整，將零售業務管理部、零售產品部合並為零售業務部；平安銀行於2016年12月裁撤13個總行部門，將組織架構調整為大對公、大零售、大內控、大行政四大條線，強化零售支持、服務零售轉型。
2、服務平台迭代推進業務創新發展
一是迭代推出手機銀行和信用卡APP的升級版本。比如：招商銀行於2018年9月同步迭代推出招商銀行APP7.0和掌上生活APP7.0，作為全面探索數字化零售金融的首秀；工商銀行於2018 年推出手機銀行 4.0 版本，實現賬戶查詢、雲保管、信用貸款等八項功能升級。
二是對服務平台進行整合。比如：民生銀行於2018年推出新版手機銀行，統一流量入口，通過一個APP滿足小微、個人、信用卡、直銷銀行等多種客群需求；平安銀行於2017年8月整合原「口袋銀行」、「平安信用卡」和「橙子銀行」三個APP，推出全新的「口袋銀行」APP。
三是打造無界開放平台。2018 年 6 月以來，浦發銀行、建設銀行和招商銀行陸續建立各自的「開放銀行」，推動銀行服務平台由有形平台向無形平台的升級迭代。
（三）數字化轉型已成為零售銀行創新發展的新戰略
基於數字金融科技對零售銀行具有重要價值，近年來，商業銀行紛紛將數字化確定為包括零售銀行在內的整體業務發展的新戰略目標。
1、部分銀行制定了中長期戰略規劃，明確數字化轉型方向
光大銀行於2018年制定《中長期發展戰略（2018-2027）》，明確提出以「綜合化、特色化、輕型化、數字化」為轉型方向；民生銀行於2016年制定《中長期發展戰略（2016-2025）》和《2017-2019年發展規劃》，提出向數字化、輕型化、綜合化轉型的戰略目標。
2、部分銀行雖然未制定中長期戰略規劃，但是明確提出了數字化轉型戰略中國銀行於 2018 年提出「1234」②戰略架構，推進數字化轉型發展；華夏銀行於2017年提出「智慧金融，數字華夏」願景，並確立了整體數字化轉型與互聯網銀行平台創新雙輪驅動策略；浦發銀行於2017年提出「以客戶為中心，科技引領，打造一流數字生態銀行」的戰略目標和願景；招商銀行於2016年提出並一直推行全面數字化、打造數字化招行的發展策略。
三、深化零售銀行數字化轉型是銀行業創新發展的必然選擇
在數字金融科技帶來顛覆影響的趨勢下，零售銀行的服務渠道和服務載體正在發生深層調整、從「賣方市場」向「買方市場」的遷移效應持續顯現，同業和跨界競爭越來越激烈。商業銀行深化零售業務的數字化轉型，是上述趨勢變化之下的必然選擇。
（一）服務渠道和服務載體的數字化遷移要求深化零售銀行的數字化轉型
長期以來，零售銀行的服務渠道是營業網點，零售銀行的服務載體主要是存摺、存單和銀行卡。隨著互聯網、雲計算、智能手機等數字金融科技的快速發展、成熟和普及，人們日常購物、消費、理財、投資習慣快速從傳統線下遷移到手機、PC 等終端，數字金融科技對零售銀行服務渠道的影響越來越明顯地顯現出來。近年來，商業銀行均認識到移動渠道的重要價值並且持續推行「移動優先」戰略，重點在於提升移動端服務能力。同時，在數字金融科
技浪潮沖擊之下，零售銀行的服務載體正在朝著手機銀行 APP、信用卡 APP、微信銀行等數字化新載體遷移。虹膜、聲紋、指紋等生物特徵和智能腕錶、智能眼鏡等可穿戴設備正在發展成為零售銀行新興服務載體。工商銀行於 2018 年 9 月推出刷臉支付並大規模推廣運用，農業銀行於 2017 年 9 月推出 ATM 刷臉取款並在全國推行，建設銀行於 2017 年 6 月推出龍支付米動手環。
零售銀行服務渠道和服務載體的快速數字化遷移趨勢，要求商業銀行進一步推動零售業務的數字化轉型，以適應時代發展潮流。一方面，強化基於互聯網、可穿戴設備、遠程視頻、虛擬現實等數字金融科技的零售銀行創新應用，推進零售銀行服務渠道的改良式甚至顛覆式創新。手機 APP 迭代升級、遠程銀行創新發展、智能腕錶銀行推廣、虛擬現實銀行研發等數字金融科技應用，將進一步推動零售銀行服務渠道從營業網點向移動化、智能化方向快速遷移。
另一方面，推進基於生物特徵識別技術、NFC、二維碼、人機交互等數字金融科技的零售銀行服務載體創新和產品服務升級。比如：研發和升級聲紋支付產品，推廣NFC手機虛擬銀行卡產品，全面推進零售銀行服務載體從存摺、存單、銀行卡向手機終端、可穿戴設備、生物特徵等方向高效遷移。
（二）從「賣方市場」向「買方市場」的快速轉變要求深化零售銀行的數字化轉型
過去，客戶辦理銀行業務的唯一選擇是去商業銀行營業網點。當客戶有零售銀行服務需求時，除鄰近的商業銀行營業網點外，並無其他方式和渠道作為替代選項。在此背景下，銀行營業網點開在哪兒、提供什麼樣的服務、銷售什麼樣的產品，客戶只能被動地選擇和接受。以往的零售銀行具有明顯的「賣方市場」特徵。近年來，隨著互聯網、人工智慧等數字金融科技的發展和普及，零售銀行越來越呈現出「買方市場」特徵。
一方面，各家銀行紛紛推出手機銀行、網上銀行、信用卡 APP、微信銀行等創新平台，提供各項零售銀行服務並推行版本持續迭代和升級。客戶利用手機、電腦可方便、快捷地對多家銀行的產品、服務進行比較，並可隨時、隨地、無障礙地在多家銀行之間進行自由選擇和切換，有效解決了過去面臨的信息不對稱、選擇空間狹窄等諸多問題。另一方面，當某家商業銀行推出具有較強市場競爭力的產品和服務時，其他商業銀行也會快速地跟進並推出類似的產品和服務，甚至會推出升級版的產品和服務。單家商業銀行很難形成產品和服務的競爭壁壘和壟斷優勢，這樣在整個零售銀行創新發展過程中客戶就有了更大的自主選擇空間。
零售銀行從「賣方市場」向「買方市場」快速遷移的趨勢，決定著商業銀行必須更加敏捷、准確地挖掘和感知客戶的需求，並及時根據客戶需求進行產品和服務的優化升級。商業銀行必須積極挖掘數字金融科技價值，充分利用數字金融科技促進零售業務的創新發展。一方面，充分挖掘大數據價值，持續完善分析邏輯、指標體系、模型規則並有效應用，提升識別客戶需求的能力，形成商業銀行在客戶需求識別、預判方面的市場競爭優勢。另一方面，充分發揮生物識別、人工智慧、雲計算等數字金融科技的價值，根據分析、識別、發現的客戶需求及其變化，及時、高效地研發並推出契合客戶需求的產品和服務，持續增強零售銀行獲客、粘客和活客的能力。
（三）激烈的同業和跨界競爭要求深化零售銀行的數字化轉型
相較於公司業務、同業業務等其他商業銀行業務而言，零售業務具有產品差異小、創新速度快、獲客門檻低、沉澱成本少、客戶關系弱等特點。近年來，零售銀行業務已經成為商業銀行客戶發展、產品創新、市場拓展的主要「競技場」和重要發力點，越來越呈現出充分競爭甚至完全競爭的特徵和屬性。一方面，非銀行支付機構（財付通、支付寶），從支付業務切入，迅速滲透到存（余額寶、微信理財通等）、貸（花唄、借唄、微粒貸等）、匯（支付寶轉賬、微信轉賬等）金融服務領域，對零售銀行帶來越來越明顯的擠出效應，給商業銀行零售業務帶來直接的競爭壓力。
另一方面，隨著互聯網的快速發展和全面普及，互聯網公司（阿里巴巴、騰訊等）對流量和場景的壟斷趨於顯現，而商業銀行則演化為互聯網公司場景、流量之後的支付渠道和扣款通道，使得商業銀行與客戶之間的聯系逐漸疏遠，給商業銀行帶來了客戶聯系方面的直接競爭壓力。
來自於激烈的同業和跨界市場競爭，要求商業銀行必須尋求零售業務新的創新支撐點和轉型發力點，才能持續保持自身的競爭優勢，以至實現業務發展的彎道超車。數字金融科技的發展和成熟為商業銀行重構競爭優勢提供了支撐。一方面，互聯網、人工智慧等數字金融科技給各個行業所帶來的實實在在的變化甚至顛覆，為沉悶已久的零售銀行業務發展注入了新的動能，給商業銀行零售業務獲客渠道的拓展、服務渠道的延伸、產品和服務的升級、運營效率的提升提供了有力的支撐。另一方面，生物識別、智能風控、智能預測分析、智能語音交互在零售銀行的應用，以及金融科技公司在存、貸、匯和場景建設、流量發展等方面的創新，也證明了數字金融科技對零售銀行發展具有重要價值。
四、深化零售銀行數字化轉型的思路和對策建議
零售銀行與數字金融科技具有天然的契合性。商業銀行要積極把握數字金融科技創新和應用帶來的機遇，以更便捷接觸客戶、更高效服務客戶為切入點，推進零售業務的全面數字化轉型，打造一流數字化銀行，擁抱數字化零售金融新時代。
（一）以 APP、API、低代碼、新型生態圈為抓手，引領零售銀行數字化轉型新時代
1、以 APP 為抓手打造閉環生態圈
以手機銀行 APP 為平台和載體，著力打造商業銀行金融服務的統一入口，整合商業銀行內部網上銀行、電話銀行、微信銀行、購物平台等各類型平台的金融服務應用，拓展理財、轉賬、貸款、賬戶管理、現金預約存取等零售金融場景，打造移動端閉環金融服務生態圈，在夯實商業銀行金融服務基礎的同時，積極擴展商業銀行零售金融服務的內涵和外延。
以信用卡 APP 為平台和載體，基於支付和消費信貸服務，不斷向外部生活場景延伸，整合商業銀行內部的網上商城、生活繳費等各類型非金融應用，持續推進餐飲、出行、購物、娛樂等在內的強需求、高頻率生活場景建設，打造以信用卡 APP 為載體的閉環生活服務生態圈，積極為數字金融科技背景下零售銀行的創新發展和轉型探路。通過手機銀行和信用卡兩個 APP 的差異化經營、優勢互補、全面布局，改善零售銀行生態圈的用戶體驗，提升零售銀行競爭優勢，助力零售銀行轉型。
2、以 API 為抓手打造開放生態圈
突破不同零售銀行產品在銀行內部不同部門分隔管理的藩籬，按照全行統一標准在後台IT層面推動零售銀行產品的一體化、標准化改造，持續打造並著力提升零售銀行產品的API接入能力，並通過API推行「走出去」，將零售銀行產品和服務全面、垂直融入到衣、食、住、用、行、社交、娛樂、投資、理財、保險、工作等各類型場景之中，實現零售銀行與各類型場景的全面融合和無縫銜接，將外部場景及平台流量轉化為零售銀行創新發展的比較優勢，藉助API 形成基於雲端的開放生態圈。
3、以低代碼推行應用建設平台化
隨著金融企業數字化轉型邁向縱深，「低代碼」可以有效幫助其提升開發能力，實現數字化創新。根據《低代碼開發平台助推金融企業數字化轉型》白皮書顯示，目前中國金融企業在實現數字化創新過程中面臨的挑戰主要來自多變復雜的應用需求、快速變化的市場環境、較長的軟體應用開發周期以及高技術人才的匱乏。「低代碼開發平台」的出現，恰好可以幫助金融企業解決如上挑戰。
恰恰因為銀行業在金融數字化領域處於一個較為特殊的地位，由於其數字化建設的長年積累遠超一般企業的水平，業務復雜度也極具專業性，組織架構與IT系統的互動關系也更加錯綜復雜，因此不太適合簡單將銀行業從當作一般企業看待。而「織信Informat」企業級低代碼開發平台卻在一些銀行的數字化建設實踐中取得了「高分」。
多年以來，很多銀行都在持續推行「應用建設平台化」科技戰略，近兩年在低代碼開發平台建設過程中，部分銀行秉持易用便捷的開發理念，注重金融行業的安全標准與規范，滿足數據全生命周期的管理需求，沉澱了可復用的應用庫與組件庫，實現了業務創新與敏捷開發的相互結合。低代碼開發平台為銀行實施創新驅動發展戰略提供了新生產力，其應用領域覆蓋：業務經營、運營管理、風險管理、內控與合規、科技管理、協同辦公等，有效加快銀行業務轉型和創新，推進數字化轉型。
4、以新型生態圈建設為必要補充
在著力打造 APP 閉環生態圈和 API 開放生態圈的同時，拓展智能腕錶、智能手環、智能眼鏡等在內的各種可穿戴設備在金融領域的應用，充分發揮微信公眾號、微信小程序、支付寶生活號等平台在金融領域的應用價值，大力發展基於科技創新及應用而形成的智能家居、智能汽車、智慧城市等新型生態圈平台。通過持續培育、發展新型生態圈，在創新、拓展服務渠道的基礎上，增強銀行獲客、活客和粘客能力，形成對 APP 閉環生態圈和 API 開放生態圈的有益補充，並且探索麵向未來的顛覆式金融創新的可能路徑。
（二）以賬戶、場景、客戶思維轉變為保障，順應數字金融科技發展趨勢
1．由卡片經營向賬戶經營思維轉變
隨著近年來支付產業的深刻變革，單純銀行卡的重要性正在持續弱化，而搭載銀行卡功能的賬戶則快速崛起。比如：支付寶賬戶、微信賬戶、手機銀行賬戶等逐步取代甚至徹底顛覆銀行卡，這是越來越明顯的演進方向。商業銀行要積極順應並且高效利用由卡基到賬基變化的趨勢；要從卡基時代卡片經營的傳統思維中走出來，快速進入賬基時代APP、支付網關等賬戶經營的思維模式；要推行由AUM向MAU過渡，不僅考核發卡量，而且要考核平台獲客量，進一步完善銀行相關考核指標、升級核心系統、打造平台優勢，圍繞賬戶用戶，聚焦賬戶應用，增強賬戶效用，激發賬戶活力，以此提升零售銀行競爭力。
2．由業務經營向場景經營思維轉變
支付寶依託淘寶（天貓）的電商場景，財付通依託微信的社交和生活場景，發展成為支付行業的巨頭，而且延伸到轉賬匯款、消費信貸等零售金融服務領域。場景對零售銀行的重要性由此可見一斑。如果沒有場景，支付、信貸等零售銀行產品猶如無源之水、無本之木。商業銀行要徹底改變零售銀行業務發展的思維模式，深入到零售銀行業務背後的具體場景中，持續推進場景建設，豐富場景內容，通過場景經營來全面支撐起支付、消費信貸等零售業務的發展；要全面提升手機銀行APP、信用卡APP、網上銀行等各平台場景之間的交叉銷售、一鍵跳轉和個性推薦等功能，通過各平台場景的一體化發展，全面增強場景服務能力，進而支撐起零售銀行業務的高質量發展。
3．由交易管理向客戶經營思維轉變
數字金融科技改變了零售業務的本源 ( 郭黨懷，2018)，促使客戶從消極被動接受服務到積極主動選擇服務的轉變，這就要求商業銀行必須推進由交易管理向客戶經營的思維轉變，針對客戶需求、瞄準客戶痛點、結合客戶特徵，主動開展相關產品和服務的研發、創新和推廣。商業銀行要把客戶分散在信用卡、手機銀行、網點等各渠道的信息串聯起來，把客戶分散在各個系統、各個部門的數據整合起來，把客戶整個生命周期的交易數據、行為特徵和金融需求關聯起來，形成對客戶的動態、立體、全面認識，根據客戶生命周期的各項需求早預測、早布局、早接觸、早服務，提供「千人千面」的服務，以實現既要「流量」又要「留量」的目標，持續增強服務能力和客戶粘性。
（三）以平台、場景、產品、流量四個方面為支點，推進數字金融科技應用拓展
1．應用數字金融科技助力平台升級
平台是支撐起零售銀行服務的載體，這是零售銀行存在、發展的基礎。要持續迭代、優化 APP、API、可穿戴設備等在內的各類生態圈平台或載體，全面提昇平台運行的穩定性、靈敏度和安全性，打造具有核心競爭力、引領行業發展的生態圈平台。要全面提升雲端服務能力，為APP、API、可穿戴設備等在內的各類生態圈平台提供強大的後台存儲、計算、風險控制支持，助力生態圈平台高效、全面發展。
2．應用數字金融科技推進場景建設
場景就是客戶的需求、市場的需求，這是零售銀行存在、發展的核心。發現場景、挖掘場景和拓展場景是金融機構創新的主要源泉。要將自建與合作相結合，將客戶各方面的生活、工作、金融場景的需求，全面、高效融入到銀行平台之中，持續增強零售銀行生態圈對客戶的場景吸引力，增強客戶粘性。要在充分挖掘銀行內部各方面數據的同時，積極引入外部數據，深入推進低代碼、大數據、人工智慧創新應用，根據客戶個性化、特殊性需求，創建、拓展新的金融和生活場景，高效解決客戶的個性化、特殊性場景需求「痛點」，全面加強商業銀行場景能力建設。
3．應用數字金融科技驅動產品創新
產品就是解決相應場景需求的金融媒介，這是零售銀行創新發展的抓手。要適應互聯網環境下市場需求快速變化的趨勢，運用人臉識別、遠程視頻、大數據分析等數字金融科技，大力推進虛擬信用卡、二三類賬戶應用拓展、消費信貸產品創新，加強銀行自身生態圈的建設。要貫徹快捷、輕便的產品開發理念，研發並推廣刷臉支付、指紋支付、聲紋支付等新型產品，引領支付創新發展的潮流，增強獲客、粘客和活客的能力。
4．應用數字金融科技促進流量轉化
流量既是客戶訪問、接觸平台和產品的頻次，也是數字金融科技背景下零售銀行獲客和盈利的根本所在。要通過加強跨界合作，充分藉助金融科技公司的流量，推進網路發卡、微信銀行等業務發展，將金融科技公司流量轉化為銀行獲客、活客和粘客的流量。要充分利用大數據、人工智慧等數字金融科技，增強銀行服務、運營的質量和效能，提升客戶體驗的舒適感和滿意度，持續培養客戶使用商業銀行平台和產品的習慣，增加客戶流量並將其轉化為銀行客戶和盈利，為商業銀行推進零售業務數字化轉型打下堅實的基礎。
⑻ 大數據時代,人類生活面臨顛覆
大數據時代,人類生活面臨顛覆
對於IT領域來說，最近有很多非常新的概念，比如雲計算、物聯網，當大家剛剛對這些概念開始有清晰的認知時，又一個全新概念出現了——大數據。什麼是大數據？大數據概念究竟指向何方，大數據背後能怎樣改變我們生活？會不會給我們的生活和工作帶來困擾？
本報與第一財經頭腦風暴節目合作探討大數據時代下的問題。參與這次討論的嘉賓有大數據概念的提出者、牛津大學教授維克托·邁爾·舍恩伯格，微軟亞太研發集團、雲計算操作系統首席架構師徐明強，上海市信息化專家、專業委員會專家、復旦大學計算機學院院長王曉陽，科爾尼管理咨詢全球合夥人孫健，復旦大學現代哲學研究所所長俞吾金，啟明創投合夥人童士豪，著名財經評論員石述思。
1 到底什麼是大數據？
維克托：我認為它就是新黃金，我覺得是21世紀最主要的資源，這種資源對社會、企業、個人是否能成功，還是會受苦受難有著很重要的作用。解釋一下，雖然此前我們都有數據，可把它們整理在一起然後分析是非常昂貴的，因此我們更多的注意力都放在了實體資源上，就是真正的黃金、金塊，像勞動力這種資源。但只有最近我們才靠人的知識、創新來創造財富，更靠前一步，我們可以根據數據來進行，因為數據收集以及分析，成本上升的程度都已經改變了，然後我們的數據就可以達到一定規模。最後，大家所尋求的不管你是一個人、一個公司、一個組織，還是這個社會，無外乎就是這種所謂的新黃金。
為什麼最近黃金的價值會跌得很厲害？因為老黃金不值錢了，沒有新黃金有價值。
童士豪：我的觀點有點類似，第一個是雲，第二個是關系，第三個是未來。像剛才維克托先生提到的，因為雲時代到了，儲存的大量數據的成本非常低，所以能讓大家去利用大數據做工作分析，最近由於很多事情的關系，有更多的關系被理解，所以能去預測未來狀況。用自己的話說，就是在聆聽上花很多時間，看了很多朋友，大家尋找工作機會也好或者是認識對工作有幫助的合作夥伴也好，在這么大的信息里，這么多人把他自己的信息放在上面，就是做了一件事，就是分析。如果你40歲想當創意公司的CEO，你現在20歲，未來20年該怎麼規劃？這就是非常有意思的一件事。
最後可能有不同的可能性，最後會不會給你找到一個最好的方法，那是自己決定的。可能性放在面前，是機會率最高的，怎麼選還是個人決定，所以大數據並沒有抹殺個人的意識。
石述思：大數據首先改變的是我們看待世界的方法，它會對這個時代的很多的價值觀產生劇烈沖擊。舉例來說，因為過去我們東方人特別喜歡一個詞叫因果，我們認為善有善報、惡有惡報，其實根據交管部門調查的數據，在街頭遭遇橫禍的人其實跟道德無關，秦檜的壽命是岳飛的兩倍半，很多貪官在發現之前，那過的確實是令人無限羨慕的生活。因此，通過大數據我們能用一種全新的觀念來看待這個世界，這個世界是有關聯來建構的一個新型的關系，只有科技發展到一定水平，才能達到這樣的高度。
與此同時，在大數據時代，我們該恪守的底線還是要恪守，但它的確在告訴我們真相，因為科學就是在告訴我們真相。我有一個願望，就是剛才講的大數據是新的黃金，我希望它更多地用於社會公益事業，比如，去挽救地震局。這樣能避免很多人道主義的災難和財產的損失，結論是我們過去認為上帝是哲學家或者叫哲人，現在發現他老人家是個老頑童。
2 大數據究竟有沒有對各領域的工作和生活產生影響？
王曉陽：大數據影響了智慧。怎麼理解呢？大數據本身的概念是數據採集和處理，到了一定的程度使我們的社會也好，管理者也好，都能獲益——從城市來講，一個管理者可以聚集這些數據和處理方式，使得我們能用智慧來管理城市，可以從交通管理、公共衛生，還有其他各個方面來管理，這管理是需要數據，數據產生了智慧，然後反過頭來能管理我們的模式。
比如，在公共衛生方面，採集數據到了目前為止其實已經進行了好多年，它的數據採集原來並不是為了大數據來做的，其實是為了一個方便——方便大家去看病。而且你的電子病例等，讓你看病更人性化，或者對醫生來講能更快、更方便地去熟悉病情，但在這種情況下，這個數據一旦採集起來使得我們對整個城市的健康狀況就能進一步了解，所以，剛才講的看病的數據其實是原本的用意，大數據一來其實我們就能看見原來看不見的問題。比如一些比較大趨勢方面的問題，流行病在哪個地方比較多，或者它怎樣流傳的，等等。這些事情我們原來是看不到的，這種情況就是大數據對我們的幫助。
徐明強：先舉個例子，有一個球和一隻螞蟻，球跟螞蟻說，做三維世界的事物太好了，你看這條線上有多少個螞蟻我一眼就看見了，螞蟻說我真的不信，我得按照這條線爬，爬到頭計數器沒有出故障我才知道有多少螞蟻。這能看到三維和二維差了一維，就差了這么大，所以大數據首先它不是數據大，不是同樣的數據多了就變成大數據，而是在原有的二維、原有的資料庫基礎上，再建立一維，給它一個全新的看點。舉例說明，你如果在美國，你是欠了債的，除了債主對你感興趣，還有人會對你感興趣——如果你欠了債，突然你可以還債了，那麼銀行會對你感興趣。在11年前，美國資本一號就發明了一種大數據的應用，它可以找到哪些人是欠了銀行的錢、欠了信用卡的錢，然後它就會觀察你的消費數據，當它發現你可以開始還的時候，他立刻把你再買過來，從此以後他就吃上了你的利息。資本一號這個公司在2001年時，每個季度的增長率是20%，就是因為它大數據的程序，它可以高命中率地發現這個，它是從哪裡找來的數據呢？從沃爾瑪、從各種各樣的消費數據中找到的。從這個實例我們可以看出，大數據這個原有的數據分析商務智能上加了一層，商務智能不能告訴我們別人將要並且能做什麼。
關於我們公司對奧斯卡頒獎的預測，除了對李安的預測沒對，其他都對了。其實，我們的預測是把所有人員都做了一個概率，所以做了19個預測對的，是我們放在第一概率的獲獎人，下面還有4個是第二概率，所以李安導演我們放在第二概率，我們把他放在後面。
這個預測跟大數據很有關系，首先做大數據需要有IQ，智商，就是說，這個模型要非常好。我們公司做IQ的人叫加戴維·羅斯查爾德，是我們研究部門的一個人。還有其他人，我要講講，他這個人的IQ有什麼差別？他這個人的IQ用了一個非常簡單聚合的模式，除了IQ還有什麼呢？智商以後還要有勤商，勤奮的勤。勤商就是說，他非常勤奮地去找數據，要找多種數據，還要找非常實際的數據，所以他在網上、社交網上都有找。有一些找不到的數據，怎麼辦？他找人做調查，然後找人來做，所以他又有智商，又有勤商，夠不夠呢？還不夠，五年前這種事情做不到，為什麼？五年前他要做這樣大量的數據的話，自己作為一個研究生的小預算是做不到的，但雲計算的出現，他就可以做到了。可以延伸這些數據，用很多處理器來處理，現在他就是用了雲做這樣一個計算，最後成功了。
孫健：我寫的是機會加危險，就是危機。我同意維克托的結論，說這是一個新的金礦，或者有說法叫新的機會，但不要忘記那同時會帶來很多危險。如果我們不能很好地去處理大數據的話，特別是像在我們日常工作中接觸到的很多中國企業，它們大多數甚至在最基礎的數據分析方面還比較落後，這就意味著，我們該怎樣很快地過渡到大數據時代去，去面對大數據挑戰，如果准備不好，那我很擔心，這會像以往很多新技術來了以後的情況，很容易造成很多企業邯鄲學步——連走路都還沒學會，就要學跳，一下子邁到大數據時代，企業不知道怎樣真正地讓大數據發揮作用。
在我們的行業里，因為大數據而做了很多產品創新。談到大數據時代的破壞型創新，實際上也是談了同樣的問題，因為在創新的同時，事實上要推導、顛覆原來的很多東西，包括我們咨詢行業的很多服務和產品都要做更新，也要跟上時代。比如，我們有一家很大的全球性零售企業，它每天要處理海量數據，那麼在海量數據之前，雖然有了技術手段，它仍需找到一個很好的切入點，去解決大數據該怎樣應用到業務中，改變業務模式，給業務創新帶來價值。因為要把這個大數據加以更好地利用，再便宜還是投資，還是要改變，硬體、軟體各方面要做配置，甚至對應的組織要做調整，一個企業要做進一步調整才能適應大數據時代的需求，才能讓大數據發揮作用。所以我們做的工作就是幫助企業找到它的價值創造，建立業務模式，來證明在這方面做這樣的投資，讓大數據發揮作用是值得的。
俞吾金：我想提出不同看法，就是因為人類的思維有一個特點，他把覺悟的東西誇大為全球的。比如你看到三隻天鵝是白的，但其實有一千隻天鵝都是白的，可在澳大利亞發現了一隻黑天鵝，就把一切天鵝都是白的這個原理給推翻了，我覺得大數據這個問題是重要的，但如何正確看待它，不能走極端。大數據反映了人們從數量關系去理解生活的一種思維方法，從古代開始就非常重視，當然古代沒有使用大數據這個概念。
數字本身對生活的重要性越來越大。從哲學上看，它有實踐性，比如數學中的π，圓周率，它等於3.1415926……它就把所有大數據都囊括進去了，更容易理解的是三分之一，三分之一的另一種寫法就是0.333333無限被延伸，所以黑客在邏輯學里就強調，這個無限包容在三分之一這個有限中，有限中包含著無限的一個展開，包含所有數據的展開，這就體現了實踐精神。從這個實踐角度看這個數據，我認為大數據在當代的變動中有重要地位，但看它要有眼光，不要誇大也不要縮小。
3 怎麼理解三分之一就把一生所有數據都概括了？
維克托：我不同意俞老師的觀點。數字的歷史很悠久，但是，以前我們對這些數字的處理方式非常有限，光有技術是不夠的，能對數據進行分析，比如像數字，它對你只是一個數字，這個意義不重要，你也可以用一個漢字或一個字母來表示，那從這個角度來看，大數據不過是一個很長很長的數字，你可以用心記住就可以。
但其實，大數據的價值在於，在整個數據的收集過程中，需要運用分析才可以了解。比如，如何進行預防性的維修，如何能夠防止爆發等，我們不是把這個數字簡單地記下來或背下來，而是要通過分析，通過數據統計的分析，通過把它進行整理了解之後分析，這不是你背下來一個數字就可以了，這是非常大的區別。
4 大數據時代究竟會給生活帶來什麼樣的顛覆？
維克托：首先從商業來講，我覺得有三個元素要記住：一個是在商業世界中決策將發生變化，會越來越清楚地證明，要靠數據說話。
在美國，最大的互聯網公司大概是谷歌，每天都有30億搜索請求。有一天他們屏幕上准備用藍色，然後他們就選了一個特別的藍色，但他是要測試41種不同的藍色，來看到底哪一種最受歡迎。他本來想自己來決定：我是首席設計師啊，我就選了一種藍色。但他的老闆說：不行，我需要實證來告訴我們哪一種藍色最受歡迎。但這個谷歌的首席設計師就辭職了，他說我是首席設計師啊,我是最清楚的。通過很多測試發現，有一種藍色的藍是裸眼看到和設計師選的藍色不太區別得開，但另一種通過測試所產生的藍色，更受歡迎，有更多點擊量。通過實證做出來的決策更有效。類似例子有很多，都說我做這行已經幾十年了，我說的肯定沒錯。這種傳統的社會觀念和思維方式會受到挑戰，我們的決策必須要靠數據說話，這是第一點。
第二，就是在我們出去說話時，我們要注意不能誤讀數據，錯誤的數據是不行的。也就是如果原來的材料不對，原料是垃圾，出來的東西肯定也是垃圾，這個公司出這些數據的話都是比較容易理解的，但可能不是你應該熟悉的數據。
第三個是挑戰。就是普通產業，尤其是計算機產業，數據會超越它們，這個可能是有一種挑戰式的說法。如果沒有足夠的數據，你也趕不上一個大量數據的比較平庸的模型，也就是為什麼說數據會超越那些產業。比如機器翻譯這件事，在六七十年代，IBM花了很多錢想用機器翻譯，它要弄一些語言的規則輸入到機器中，但效果不太好，它就有了一個新想法，它不是把一種語言的語法規則輸入機器，而是把加拿大議會中的英法雙語的互譯輸進去，把成千上萬的翻譯資料輸入進去，它就有了大量的累計組織上的資料庫，這個效果就好得多。而谷歌又在這個領域有更多數據，一下子這個翻譯就更成熟、效果更好。可以說，是這個數據使它超越了這個軟體。因為今天這個大數據的力量，可以很容易地獲得想要的資訊，但大概在十年前，需要五十萬個伺服器，大量的儲存以及處理數據的模式，你才能開始一個新業務。今天如果要輸入業務，用雲計算來測試就可以了。比如有一個叫蒂塞德的公司，它有很多產品及價格，它收購一些數據來預測到底一個產品是上架還是下架，雖然他們擁有大量客戶，可這個公司的員工只有13個人，因此它的伺服器有很多，他們擁有大量的數據。可見，這個舞台不僅可以讓大公司來做，而且創新的小公司也能以平等的地位來競爭。
王曉陽：其實講到改變了我們整個思維方式，所謂的就是實驗這個思維，比理論思維更重要，這一點我不是太懂。其實維克托先生剛才舉的例子，是在很多情況下，是我們用數據去驗證以前想要能夠有的東西，有一些智慧確實是在數字里挖掘出來的，這個可能是一個語言來自不同的地方，怎麼講呢？基於在大數據的情況下，其實有一個所謂的循環概念，等於說你有了智慧以後去驗證，驗證數據里又產生了各種各樣的智慧來做這樣的理解，所以從這個角度來講，我覺得是大數據的情況下面，沒有顛覆，而是說一個改進，對我們認知世界的改進。就公共衛生這個話題來說，我們舉的最多的一個例子就是在谷歌，有一個所謂的趨勢預測，它就是用了網民們搜索的詞來預測。
所謂的預測流感，怎麼做？很簡單，就是它去分析了以往的數據，說在流感發生的地域，地域的那個時間大家是用什麼詞去搜索，這樣就可以做統計。做了統計以後，反過頭來用這些搜索詞來預測這個流感，這種情況下是什麼意思？並不見得是說這種數據或大數據的情況就能使我們對這個流感突然有一個新的認識，其實不然，其實是谷歌的那些工程師們有一個想法，認為我們好像流行流感，這和大家有關，而每個人都會用搜索來獲取一些跟流感有關的信息，就有了這樣的關聯。這個關聯怎麼去發現？這就要用數據去發現，用所謂的大數據的做法，去實現我們已有的一些概念的東西，把它實現了之後，就能做預測。所以從這樣的角度講，並不見得是有了大數據，我們就可以把所有的智慧都丟掉，我們不用IQ了，只要數據就好了，這肯定是不行的。一定是IQ加上數據，然後能讓它有個正反的概念，這是大數據所應該乾的事情。
童士豪：我有不同想法，我覺得剛才維克托先生講的一點很有意思，就是對智慧的要求，大數據時代是不一樣的。在大數據時代，對智慧的要求可以低一點，都能產生更好的結果，這是一個有意思的事情。他剛才提了一個例子，之前要做翻譯是很難的，你的規則必須特別強、精簡、完整，才能有60%、70%的准確率。但在大數據時代，我們不用想那些，不用花智慧講那麼復雜的規則和套路，乾脆把幾億個已翻譯好的文章交給電腦，用統計學的方式找到哪種情況下，翻譯的字的另外一個意思是比較對的。這對於智慧的要求其實是降低了，但效果可能會更好。
孫健：可能我們對智慧的理解有歧義。我覺得維克托先生講的我理解，因為他有另一本書叫《Delete》，裡面專門講了這個三重智慧，談了取捨問題。因為隨著存儲技術、網際網路的發展，他講的更多的是知識，知識的要求可以低，但對智慧，我覺得理解不一樣。我理解的智慧是，你判斷一個事物的根本的、真正的洞察能力。就是，你對一個事物的洞察能力還是需要有，不會因為大數據的存在而削弱或不需要了，而恰恰因為大數據的存在才更需要洞察力。
5 大數據時代到底真正來臨了嗎？
王曉陽：大數據時代來不來臨要看你怎麼度量、衡量。現在這個數據的量和種類，以及採集的方式、手段，處理的手段，絕對已經達到了「前無古人，後無來者」的感覺。這個情況下，我們從這個數據採集以及數據處理這個能力方面來講，我們的大數據時代來臨了，但我們使用數據利用數據這個才是剛剛開始，只是剛起步。
而大數據改變我們生活的時代，還沒有完全到來，但為這個我們已經做了很多准備，這是城市的管理問題。我們為大數據時代做了很多准備，比如在數據採集方面已經做了很多准備，怎麼樣利用這個數據來做我們這個智慧城市，這是一個最大的問題。
徐明強：從商業角度來看，我從運用上說，個人認為是來臨了。舉個例子，墨客這樣一個葯材公司，他可以根據天氣性質，比如如果今天冬天特別冷，很多過敏性動物就會冬眠，四五月份突然轉熱時，花粉也開始多了，今年有很多人會過敏，等等，它就通過市場進行營銷，把比如克敏能這種葯材發布出去。
維克托·邁爾·舍恩伯格：美國總統奧巴馬曾說，盡管政府也嘗試，但他總是落後於企業，落後於社會的其他一些群體。所以說搞這種活動能充分激發數據，提供給大眾，而且公司也可以拿這些數據，讓公司能利用這些數據有更多創新。這是一個想法，也許有一些做法，比如商業方法，我認為能通過發揮企業的智慧，發揮像微軟這樣的一些聰明企業的智慧，還是有幫助的，包括和政府的合作來管好社會。
石述思：我有一個感受，當商業巨頭面對屌絲談大數據時，我們都有一種不寒而慄的感覺，因為盡管大數據時代我們每個人都是公平的，我們可以說小公司可以獲得公平競爭待遇，但其實掌握大數據的都是一些巨頭，他們有得天獨厚的優勢來搶我們錢包里的錢，我們很難，因為公司的定義就是在法律允許的范疇中唯利是圖。但我們倒是渴望政府部門能利用大數據為我們提供普惠性的服務，可就像一些智慧城市沒法真正做到智慧管理的案例一樣，所以我對大數據來到中國的前途深表憂慮。還有，即使優秀的公司利用大數據，它也要面對一個現實，比如我們像電視台做廣告的一樣，為什麼現在人依然很多，因為中國貧富差距特別大，如果你掌握了所有消費者的數據，而大多數在今天是無效數據，所以你還是有一個有選擇的大數據的過程，叫有購買力的大數據，所以各種各樣的問題就會出現在我們面前，就是社會本來是我們需要，但它存在很多幕後看不清楚的東西。我們擔心被商業巨頭利用，來完成對消費者進一步的盤剝。
孫健：我覺得從企業角度來看也是同樣的問題。我前面想表達的意思就是，第一我們今天中國很多企業實際上並沒有準備好迎接這個大數據，因為我們現在還停留在比較初級的基礎數據分析時代，我們很多的基礎數據今天都沒有被運用，不要說大數據，就是小數據今天也沒有很好的利用。還有很多假的數據，是因為對這些數據的輸入管理非常不成熟，我自己在工作中接觸很多企業，企業今天做的幾件事大家都在做，有ERP系統，有資料庫，有了數據就往裡面存，但我發覺，有很多中國企業兌現的數據管理沒有規范化的感覺，更沒有很好的利用。這就存在這樣的擔心：最後大數據時代來了以後，我們本來中國企業在這個數據分析的利用上就不擅長，今天有了大數據以後差距會變得更大，以後國際巨頭有一個成熟的數據分析方法，很多健全的商業模式，它會把這個差距變得越來越大。
6 在大數據時代，下一個預言會是什麼，下一個判斷會是什麼？
維克托：接下來怎麼能讓生活比現在更高效，就是要讓城市變得更加智能，這是可行的，為什麼？我強調的是，我們有可能改善我們的公共衛生，改善教育，我們有能力收集數據，公共交通的通化能真正滿足市民的需求，而不只是政客，而且能源消耗也會得到更好的檢測、預測和管理，這樣我們的城市就會更加智能，讓城市的生活更加好。在150年前，曾有預測如果是在城市生活，壽命會更短；在農村生活則壽命長。而150年之後的今天，壽命更加長了，有了大數據我們會更加美好，可是有一個條件，就是那些決策者，他們一定要使用這些數字才可以。
下一步是專家怎麼來做。其實這涉及到在數據時代，數據點是有限的，那麼我們收集的數據，只要我們收集足夠的數據來解決問題就可以了。因為非常復雜、數據點非常少，所以我們的數據點收集起來必須是要高質量的，現在不是這樣的，現在的是更加的多、更加的亂。解釋一下什麼叫更多更亂，更多就是有數據點，關於我們想要研究的一個現象，我們可以更多的進行數據統計，比如在美國，你有DNA基因圖譜，那麼只要2000美金就可以知道你的整個基因圖譜當中的30億這個東西是怎麼組成的，這樣你就可以知道那些30億個精對，現在如果說有一個基因組成可能會導致什麼樣的癌症，就可以查基因圖譜，說我是不容易生這個病的，這是為什麼可以預測是否患癌症的原因。那麼有更多的數據便會存在一定的不準確性，所以，我說更多且更亂，所以這里允許一點點的不準確，或者可以亂一點，這個所謂的亂就是指，不是說每一個數據點都要達到最高的准確度，這個結果就是，不是百分之一百完美，但在大數據這樣一種方向，或者說，我們在正確的數據點上要知道一個方向。知道方向比晚一點知道完美的數據更有效。比如交通預測，也許當下看到的交通預測比實際運用中要晚了20分鍾，可能看起來太晚了，但如果這是預測一個星期的信息，就夠了。
王曉陽：大數據時代對我們這個城市更加理解，所謂的理解就是你知道這個城市裡發生了什麼，這非常重要。在以前，這個城市的管理都是一拍腦袋，有的時候拍腦袋拍出很好的來，拍腦袋也能拍出非常棒的一個城市來，但是有的時候呢？拍腦袋可能太離譜，這種情況下在大數據時代我們怎麼樣利用好，就是我們所講的。而為了政績也可以用大數據來考慮，說這個數字到底對它的政績有沒有好處？就是名義是一個很大的方面，大數據方面不光是理解我們這個城市發生了什麼，而且還能了解我們城市裡的民眾在想什麼？這點對城市管理來說非常重要，城市不光是一個硬體設施，不光是地鐵和高樓，人在裡面非常重要。
以上是小編為大家分享的關於大數據時代,人類生活面臨顛覆的相關內容，更多信息可以關注環球青藤分享更多干貨
⑼ 大數據是如何顛覆傳統行業的
因為現在線上模式很火