【大数据商业】为何企业看重大数据?莫把大数据当“万能钥匙”

  中国企业数据治理联盟（www.chinaedg.com/）

  进入》主数据管理        企业数据治理       信息资源规划       数据安全管理

  近几年，云计算、大数据成了热词，市场上形形色色的“数据产品”不断涌现。在商业领域，不少互联网行业巨头正围绕数据展开竞争，掀起一场“数据革命”。不少企业家们甚至认为，谁掌握了大数据，谁就能够引领未来行业发展的潮流。

  不可否认，海量数据中包含着用户的消费需求、习惯、偏好等诸多信息，如果数据采集和分析方法得当，一定程度上能够揭示出隐藏在行为背后的内在规律。

  特别是随着互联网经济的崛起，数据深度融入人们的日常生活，企业通过洞察和分析大数据，能够对市场精准定位，推出更多解决消费者“痛点”的创新产品。 

  然而，在采集数据、使用数据的过程中，一些企业也出现了“数据迷信”的倾向，把大数据视为企业决策的“万能钥匙”，从产品设计、市场布局到用户体验，认为只要拥有了大数据，就能包打天下，没有解决不了的问题。

  这种“数据迷信”的背后，是简单地将数据等同于科学的思想在作祟。

  有一种声音认为，只有通过数据描述和反映出来的事实，才是关于市场、社会最真实的事实。

  这不仅表现在学术研究领域，认为定量研究比定性研究更接近科学，也反映在现实经济活动中，人们过于看重市盈率、回报率、满意度等指标，往往会忽略或者回避那些看不见的、不能量化的因素。 

  多年前，为争夺潜在市场，Facebook和微软旗下的Live Space进行了网站界面改版。

  用户调查显示，改版之后，Facebook的用户满意度并不高，招致了不少反对的声音;而Live Space既没有太多用户夸它，也没有用户骂它。

  如果从数据来看，显然Live Space改版更为成功，因为没有用户表达不满。

  但事实并非如此，对于前者，虽然有很多用户表达不满，但说明用户在乎它;而对于后者，大多数用户已经漠不关心了。

  如今，Facebook已成为全球最成功的互联网公司之一，而Live Space早已退出市场。 

  这个例子说明，通过统计数据来认知现实世界，从来都不能尽善尽美。、

  数据虽然提供了一种更直观看世界的方式，但如果从数据中得出结论、做出决策的方法论基础不科学、不坚实，那么由此得出的结论就是不可靠的。

  因而，盲目迷信大数据，结果很可能被大数据所“忽悠”。

  这是因为，由于存在样本误差和统计偏差等种种“陷阱”，人们难免会将一些不科学、不真实的数据纳入分析框架。

  同时，数据虽然是客观的，但是对于数据的解释权，却掌握在设计者、分析者和使用者手中，因此难以完全避免人们由于立场、利益不同，造成数据解读的偏差和成见。 

  更为重要的是，现实社会经济生活的复杂程度，很难完全采用数据和公式来反映。

  对此，经济学家早已提出，市场是无数人互动构成的“复杂现象”，人们几乎永远不可能充分了解或计算出能够影响决定市场结果的所有情况，也不可能进行全面的测量和量化。

  “大数据的市场规模没有天花板。”

  这正是目前各大企业和资本疯狂追逐大数据产业的重要原因。“单独讨论大数据意义不大，它是依附于具体业务，和各个行业密切相关的。”

  一数据专家认为，大数据产业规模和两大因素相关：

  一是经济发展水平，需要大数据的业务越多，市场体量就越大；

  二是信息化发展水平，能够产生数据的终端越多，数据就会越聚越多，而数据的生产是没有上限的。目前，大数据的金矿还仅是开挖了“冰山一角”。

  全球来看，Gartner2016年最新的技术成熟度曲线显示，大数据作为新兴领域，已经进入应用发展阶段，基础设施建设带来的规模性高速增长出现逐步放缓的趋势，技术创新和商业模式创新推动各行业应用逐步成熟，应用创造的价值在市场规模中的比重日益增大，并成为新的增长动力。

  从总体规模看，2016年，全球大数据市场规模实现16.5%的增长，预计将连续3年保持增速在15%左右。同时，大数据成为全球IT支出新的增长点，2016年，有近40%的企业正在实施和扩大大数据技术的应用，另有30%计划在未来12个月内应用大数据。

  “从大数据核心产业结构看，基于大数据的服务是大数据核心产业的主体，其规模约占大数据核心产业规模的90%，未来，服务也将是大数据产业的最核心部分。”

  如此看来，大数据的发展将会是不可避免的一个大趋势，而且将会涉及更多、更广的商范围。

  所以说，大数据市场在不断扩大，大数据的应用在不断深入和细化，这是改变，更是发展。

  因此，无论在企业经营，还是社会治理领域，决策者都应具备一些“数据素养”——既要善用大数据带来的洞察力，又不能一味迷信大数据，特别要警惕把大数据作为解决问题的“万能钥匙”的倾向。

  只有在尊重数据伦理、保证数据准确、承认数据局限的基础上，才能做出恰当的公共政策或商业上的决策

    编辑: 西奥马尔编辑