|
“大数据”这个术语是无处不在的。无论是大企业照旧小企业，新兴企业抑或是传统企业，都正在参加着这个“游戏”。海量的用户数据正在被各个网站大局限收集操作，有的公司为了能与客户交换，甚至不吝操作复杂的文本交换数据成立算法。 但实际上，我们对大数据的痴迷，往往也会发生误导。是的，在某些环境下，从数据中确实可以或许获取到有代价的对象，但其实数据的巨细并不是最要害的因素，找到正确的数据才是要害。 无关乎数据的大或小 在运用大数据方面，Uber可以说是一个典范的乐成案例。毫无疑问，Uber捕捉了大量的信息。依靠他们的应用， Uber可以从司机和搭客哪里得到及时的数据，便于他们清楚的阐明出在何时何地人们对付车辆会有较高的需求。 在上个时代，我们更多利用的是传统的出租车，而不是此刻只需一个按钮就能呼叫的。当时出租车在很洪流平上未毗连到互联网或任何形式的正式的计较机基本设施，但实际上他们才是大数据的玩家，为什么这么说?因为传统的出租车依赖的是人眼网络，即司机通过双眼在都市周围移动，通过扫描人形图像、双臂伸出的行动举办精确判定，快速锁定方针。通过大脑的计较，收集阐明数据得出结论。 Uber的乐成不是依靠他们所收罗的大量数据，而是源于很是差异的对象： 它要的仅仅是一些小的，简朴的车辆调治数据。Uber的办理方案是遏制对视觉数据运行生物异常检测算法，而是只需要正确的数据来完成事情。都市里的人需要乘车，他们在那边?这些要害信息让Uber、Lyft、滴滴出行革命了一个行业。 为事情得到正确的数据 正确的数据有时候量会很大，有时候又会很小，但这不重要，对付创新者而言，要害是要搞清楚哪些数据才是企业真正需要的，要想找到正确的数据，发起你思量以下三个问题： 问题1 ：是什么在挥霍企业的资源? 大大都企业在日常运营中都有着大量的资源挥霍。以花草零售为例，平均下来看，在大大都花店中的库存会有50%的糜烂率，也就是说会有近一半的资源会被挥霍掉。因此发生了UrbanStems和Bouqs这样的创新的鲜花配送处事，因为他们可以通过正确的数据来辅佐花店淘汰挥霍。 以哈佛商学院的本·埃德尔曼的话来说，“挥霍就是时机，” 无论是在家产出产、零售、或是法务观测中，必然要找出挥霍你资源的因素，引导它走向正确的数据。无论是简朴的识别照旧贸易模式中隐含的抉择。 问题2：如何通过自动化来淘汰资源挥霍? 在确定哪些因素会造成资源挥霍之后，下一步就是要淘汰挥霍。 可是，当涉及到简朴的，反复的操纵决按时，(譬喻，在那边派车，如何给产物订价，可能一家花店有几多鲜花)，呆板往往比人们做的更好。二十世纪的很多贸易模式都是基于对人类节制抉择的，可是我们本日识别确定命据可以通过更多的自动化举办。 传言称亚马逊正在规划裁减其所有的订价团队，让算法来代替。在大大都零售商眼里，这是完全不行思议的行为。可是假如亚马逊的算法可以或许胜任这份事情，那么它将会为亚马逊淘汰本钱和库存，并将推出更好的具有可预测性的新产物，而这将会带来庞大的竞争优势。 问题3：你需要什么样的数据? 一旦你有了对系统中资源挥霍的领略，并可以或许预判出挥霍导致的功效，那么，最后一步是问一个简朴的问题：什么可以辅佐你做出完美抉择? 对付Uber来说，他们需要知道潜在搭客的位置地址，便于快速完成自动化指派司机的决定，以淘汰司机寻找下一个搭客造成的资源挥霍。对付互联网软件Predix来说，他们但愿提前精确知道呆板瓦解的时间，通过自动化以淘汰本钱维护及非打算宕机造成的各类挥霍。对付寻求低落本钱的保险公司来说，他们但愿知道的是当一个糖尿病患者血糖下降至危险边沿时，有助于自动化决定的过问法子，以淘汰打点不善的挥霍。 这些就是你所要找出来的正确数据。 假如你能通过把握大量的信息找到他们将长短常好的。 假如你通过构建一个新的应用措施来感知捕捉他们将是更好的。 大大都公司耗费了太多的时间在建议大数据上，可是却并没有用足够的时间去思考对付他们而言什么才是真正有代价的数据。 |
