“大數(shù)據(jù)”這個(gè)術(shù)語是無處不在的。無論是大企業(yè)照舊小企業(yè)，新興企業(yè)抑或是傳統(tǒng)企業(yè)，都正在參加著這個(gè)“游戲”。海量的用戶數(shù)據(jù)正在被各個(gè)網(wǎng)站大局限收集操作，有的公司為了能與客戶交換，甚至不吝操作復(fù)雜的文本交換數(shù)據(jù)成立算法。

但實(shí)際上，我們對(duì)大數(shù)據(jù)的癡迷，往往也會(huì)發(fā)生誤導(dǎo)。是的，在某些環(huán)境下，從數(shù)據(jù)中確實(shí)可以或許獲取到有代價(jià)的對(duì)象，但其實(shí)數(shù)據(jù)的巨細(xì)并不是最要害的因素，找到正確的數(shù)據(jù)才是要害。

無關(guān)乎數(shù)據(jù)的大或小

在運(yùn)用大數(shù)據(jù)方面，域名注冊(cè)，Uber可以說是一個(gè)典范的樂成案例。毫無疑問，Uber捕捉了大量的信息。依靠他們的應(yīng)用， Uber可以從司機(jī)和搭客哪里得到及時(shí)的數(shù)據(jù)，便于他們清楚的闡明出在何時(shí)何地人們對(duì)付車輛會(huì)有較高的需求。

在上個(gè)時(shí)代，我們更多利用的是傳統(tǒng)的出租車，而不是此刻只需一個(gè)按鈕就能呼叫的。當(dāng)時(shí)出租車在很洪流平上未毗連到互聯(lián)網(wǎng)或任何形式的正式的計(jì)較機(jī)基本設(shè)施，但實(shí)際上他們才是大數(shù)據(jù)的玩家，為什么這么說?因?yàn)閭鹘y(tǒng)的出租車依賴的是人眼網(wǎng)絡(luò)，即司機(jī)通過雙眼在都市周圍移動(dòng)，通過掃描人形圖像、雙臂伸出的行動(dòng)舉辦精確判定，快速鎖定方針。通過大腦的計(jì)較，收集闡明數(shù)據(jù)得出結(jié)論。

Uber的樂成不是依靠他們所收羅的大量數(shù)據(jù)，而是源于很是差異的對(duì)象： 它要的僅僅是一些小的，簡樸的車輛調(diào)治數(shù)據(jù)。Uber的辦理方案是遏制對(duì)視覺數(shù)據(jù)運(yùn)行生物異常檢測算法，而是只需要正確的數(shù)據(jù)來完成事情。都市里的人需要乘車，他們?cè)谀沁?這些要害信息讓Uber、Lyft、滴滴出行革命了一個(gè)行業(yè)。

為事情得到正確的數(shù)據(jù)

正確的數(shù)據(jù)有時(shí)候量會(huì)很大，有時(shí)候又會(huì)很小，但這不重要，對(duì)付創(chuàng)新者而言，要害是要搞清楚哪些數(shù)據(jù)才是企業(yè)真正需要的，要想找到正確的數(shù)據(jù)，發(fā)起你思量以下三個(gè)問題：

問題1 ：是什么在揮霍企業(yè)的資源?

大大都企業(yè)在日常運(yùn)營中都有著大量的資源揮霍。以花草零售為例，平均下來看，在大大都花店中的庫存會(huì)有50%的糜爛率，也就是說會(huì)有近一半的資源會(huì)被揮霍掉。因此發(fā)生了UrbanStems和Bouqs這樣的創(chuàng)新的鮮花配送處事，因?yàn)樗麄兛梢酝ㄟ^正確的數(shù)據(jù)來輔佐花店淘汰揮霍。

以哈佛商學(xué)院的本·埃德爾曼的話來說，“揮霍就是時(shí)機(jī)，” 無論是在家產(chǎn)出產(chǎn)、零售、或是法務(wù)觀測中，必然要找出揮霍你資源的因素，引導(dǎo)它走向正確的數(shù)據(jù)。無論是簡樸的識(shí)別照舊貿(mào)易模式中隱含的抉擇。

問題2：如何通過自動(dòng)化來淘汰資源揮霍?

在確定哪些因素會(huì)造成資源揮霍之后，下一步就是要淘汰揮霍。

可是，當(dāng)涉及到簡樸的，反復(fù)的操縱決按時(shí)，(譬喻，在那邊派車，如何給產(chǎn)物訂價(jià)，可能一家花店有幾多鮮花)，呆板往往比人們做的更好。二十世紀(jì)的很多貿(mào)易模式都是基于對(duì)人類節(jié)制抉擇的，可是我們本日識(shí)別確定命據(jù)可以通過更多的自動(dòng)化舉辦。

傳言稱亞馬遜正在規(guī)劃裁減其所有的訂價(jià)團(tuán)隊(duì)，讓算法來代替。在大大都零售商眼里，這是完全不行思議的行為。可是假如亞馬遜的算法可以或許勝任這份事情，那么它將會(huì)為亞馬遜淘汰本錢和庫存，并將推出更好的具有可預(yù)測性的新產(chǎn)物，而這將會(huì)帶來龐大的競爭優(yōu)勢(shì)。

問題3：你需要什么樣的數(shù)據(jù)?

一旦你有了對(duì)系統(tǒng)中資源揮霍的領(lǐng)略，并可以或許預(yù)判出揮霍導(dǎo)致的功效，那么，最后一步是問一個(gè)簡樸的問題：什么可以輔佐你做出完美抉擇?

對(duì)付Uber來說，他們需要知道潛在搭客的位置地址，便于快速完成自動(dòng)化指派司機(jī)的決定，以淘汰司機(jī)尋找下一個(gè)搭客造成的資源揮霍。對(duì)付互聯(lián)網(wǎng)軟件Predix來說，他們但愿提前精確知道呆板瓦解的時(shí)間，通過自動(dòng)化以淘汰本錢維護(hù)及非打算宕機(jī)造成的各類揮霍。對(duì)付尋求低落本錢的保險(xiǎn)公司來說，他們但愿知道的是當(dāng)一個(gè)糖尿病患者血糖下降至危險(xiǎn)邊沿時(shí)，有助于自動(dòng)化決定的過問法子，以淘汰打點(diǎn)不善的揮霍。

這些就是你所要找出來的正確數(shù)據(jù)。 假如你能通過把握大量的信息找到他們將長短常好的。 假如你通過構(gòu)建一個(gè)新的應(yīng)用措施來感知捕捉他們將是更好的。

大大都公司耗費(fèi)了太多的時(shí)間在建議大數(shù)據(jù)上，可是卻并沒有用足夠的時(shí)間去思考對(duì)付他們而言什么才是真正有代價(jià)的數(shù)據(jù)。