本文從一則搞笑的大數(shù)據(jù)應(yīng)用案例入手：某超市通過分析一位女顧客的購物數(shù)據(jù)（包括購物清單，瀏覽物品，咨詢信息，視頻監(jiān)控信息lt;超市內(nèi)徘徊區(qū)域gt;等），根據(jù)分析結(jié)果給該女顧客寄來了孕嬰童試用品，這一舉動讓該女顧客的父親非常生氣，立馬致電該超市投訴，因為她女兒還未成年。超市經(jīng)理立馬登門拜訪道歉，不過事實是，不久后這位小女孩因遮蓋不住隆起的腹部而不得不向父親告知真相：她真的懷孕了。對于企業(yè)而言，大數(shù)據(jù)有時候就像是一個偵探家，能夠撥開重重迷霧，找到問題的本質(zhì)以及解決方案，而關(guān)鍵在于，你是否真的懂得如何去駕馭它，讓它為你服務(wù)。

在經(jīng)歷了喊口號、布局深耕之后，大數(shù)據(jù)應(yīng)用開始顯現(xiàn)出巨大的商業(yè)價值，觸角已延伸到零售、金融、教育、醫(yī)療、體育、制造、影視、政府等各行各業(yè)。

在維克托·邁爾·舍恩伯格的《大數(shù)據(jù)時代》一書中解釋，大數(shù)據(jù)是指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)的方法。大數(shù)據(jù)是繼云計算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革，消費(fèi)者的網(wǎng)絡(luò)足跡是互聯(lián)網(wǎng)基因牐韁械淖慵?、点祸楌仮留褳?zāi)苯臃從誠顏叩男愿?、浦櫌意愿谍xチ換ゴ笫菥褪茄芯棵扛鲇沒櫧形墓獺4笫荻雜誥梅⒄?、企业决策、讬r滴窳鞒蹋愿鋈松罘絞降榷冀藪蟮撓跋臁？大數(shù)據(jù)作為當(dāng)下非常火爆的一個詞，其價值不言而喻，今天，《互聯(lián)網(wǎng)周刊》不談價值，通過聚攏一些實實在在的應(yīng)用，如電商、傳統(tǒng)金融、互聯(lián)網(wǎng)金融、醫(yī)療、制造五大領(lǐng)域的案例，進(jìn)而衍射出大數(shù)據(jù)內(nèi)在的應(yīng)用邏輯。

“用戶畫像”直擊零售商需求

在如此激烈而又龐大的市場中，電商們迫切想知道的想必就是用戶需求。當(dāng)這個用戶登陸網(wǎng)站的瞬間，就能猜出來這個用戶今天為何而來，然后從電商的商品庫里面把合適的商品找出來并推薦給他，進(jìn)而展現(xiàn)出符合客戶需求的產(chǎn)品都有哪幾款。這種服務(wù)是消費(fèi)者想要的，但是誰能幫助電商們做到呢？

隨著互聯(lián)網(wǎng)和電子商務(wù)的快速發(fā)展，“用戶畫像”這個概念悄然而生，它抽象地描述了一個用戶的信息全貌，是進(jìn)行個性化推薦、精準(zhǔn)營銷、廣告投放等應(yīng)用的基礎(chǔ)。

如某電子商務(wù)平臺通過客戶的網(wǎng)絡(luò)瀏覽記錄（點擊、鏈接等）和購買記錄等掌握客戶的消費(fèi)模式，從而分析并分類客戶的消費(fèi)相關(guān)特性如收入、家庭特征、購買習(xí)慣等，最終掌握客戶特征，并基于這些特征判斷其可能關(guān)注的產(chǎn)品與服務(wù)，從消費(fèi)者進(jìn)入網(wǎng)站開始，在列表頁、單品頁、購物車頁等四個頁面，部署了5種應(yīng)用不同算法的推薦欄為其推薦感興趣的商品，從提高商品曝光，促進(jìn)交叉/向上銷售兩個角度對網(wǎng)站進(jìn)行全面的優(yōu)化，應(yīng)用后商城提升下定訂單轉(zhuǎn)化率增長66.7%、下定商品轉(zhuǎn)化率增長18%、推薦欄上線前后動銷量增長46%。將消除個人信息后的數(shù)據(jù)魔方賣給商家，方便商家調(diào)整產(chǎn)品投放策略，提升服務(wù)，精準(zhǔn)挽留客戶，進(jìn)而提高客戶黏性。

還有，在互聯(lián)網(wǎng)沖擊下，大部分傳統(tǒng)零售商必須要做改變，大數(shù)據(jù)下的用戶思維便成為符合其需求的一種互聯(lián)網(wǎng)思維方式和實際體驗。那何為大數(shù)據(jù)體系下的用戶思維呢？其實就是以“用戶畫像”最為核心和基礎(chǔ)，通過線上、線下，交易、交互等各種結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，讓用戶更加完整的展現(xiàn)在企業(yè)面前，該用戶是誰？她在哪里？怎么聯(lián)系到她？她需要什么產(chǎn)品？她通過哪些渠道購買？她的購買習(xí)慣是怎樣的？，在完整的用戶畫像面前，零售企業(yè)相對于面對“裸泳”的用戶，用戶需要什么，怎么獲取，怎么營銷一目了然。未來的經(jīng)濟(jì)將越來越是一個消費(fèi)者體驗式經(jīng)濟(jì)，誰能在精準(zhǔn)刻畫消費(fèi)者畫像的同時提升消費(fèi)者體驗，誰就將引領(lǐng)并占有市場。

客戶價值最大化破冰傳統(tǒng)金融業(yè)

在大數(shù)據(jù)時代，越來越多的企業(yè)管理者已意識到了業(yè)務(wù)分析的重要性。業(yè)務(wù)分析洞察已經(jīng)成為了企業(yè)轉(zhuǎn)型的有利抓手。當(dāng)然，銀行也不例外，從以產(chǎn)品為中心，也就是銷售產(chǎn)品和服務(wù)轉(zhuǎn)向現(xiàn)在以客戶為中心，更像零售業(yè)和制造商。對于以客戶為中心的企業(yè)，最重要的一點是了解到客戶到底是誰，以及客戶到底有怎樣的需求。

當(dāng)下，銀行業(yè)都在大力投入資金做著以下三件事：一是建立客戶的單一視窗，將以前不同銀行部門所了解的客戶情況集成在一起;二是按照用戶行為對用戶進(jìn)行分類，將之前按照地理區(qū)域、年齡、收入分類改為按照用戶行為來對用戶進(jìn)行分類;三是為客戶提供質(zhì)量一致的客戶體驗，不管用戶通過銀行網(wǎng)點、移動設(shè)備還是社交媒體等渠道來使用銀行服務(wù)，都要為客戶提供質(zhì)量一致的體驗。

隨著互聯(lián)網(wǎng)，特別是移動互聯(lián)網(wǎng)的不斷發(fā)展，互聯(lián)網(wǎng)金融也在給傳統(tǒng)金融業(yè)帶來不小的沖擊，不過，互聯(lián)網(wǎng)金融是否會對銀行等傳統(tǒng)機(jī)構(gòu)構(gòu)成威脅仍無法得出定論。但是，這并不表示銀行業(yè)可以忽視這股沖擊的浪潮，在這個大數(shù)據(jù)不斷壯大的時代，傳統(tǒng)金融業(yè)如何利用大數(shù)據(jù)來不斷創(chuàng)新與變革，如何借助大數(shù)據(jù)降低金融風(fēng)險，提升客戶體驗，進(jìn)而挖掘客戶價值最大化是每個企業(yè)都應(yīng)該深入思考的問題。

如某金融全牌照集團(tuán)公司希望學(xué)習(xí)美國花旗集團(tuán)對已有客戶價值挖掘最大化的經(jīng)驗，對現(xiàn)有保險客戶進(jìn)行深度分析，通過對已有客戶的大數(shù)據(jù)分析及問卷調(diào)查來細(xì)分人群、刻畫人群需求特征，從而制定針對不同客戶群體的集保險、銀行、投資、證券、資產(chǎn)管理、信托等一攬子綜合金融產(chǎn)品策略，為客戶提供一站式財務(wù)金融解決方案，以期得到每個客戶最大價值。

在選用大數(shù)據(jù)解決方案后，通過分析已有保險客戶數(shù)據(jù)及外部調(diào)研問卷，將人群細(xì)分為統(tǒng)計學(xué)上顯著區(qū)別的人群;根據(jù)群體規(guī)模、年齡、性別、教育水平、家庭特征、現(xiàn)階段的收入、消費(fèi)、理財?shù)刃袨槟Ｊ揭约八麄兯幍纳c財富階段，精準(zhǔn)分析群體的需求動因后制定有針對性的產(chǎn)品策略及營銷策略。

面對來勢洶洶的互聯(lián)網(wǎng)企業(yè)，傳統(tǒng)金融業(yè)們也在加快步伐，但還是沒有互聯(lián)網(wǎng)企業(yè)動作快。目前，互聯(lián)網(wǎng)金融業(yè)正從單純的支付業(yè)務(wù)向轉(zhuǎn)賬匯款、跨境結(jié)算、小額信貸、現(xiàn)金管理、資產(chǎn)管理、供應(yīng)鏈金融、基金和保險代銷、信用卡還款等傳統(tǒng)銀行業(yè)務(wù)領(lǐng)域滲透。除了存款，銀行的主要業(yè)務(wù)幾乎已遇到全面挑戰(zhàn)?；ヂ?lián)網(wǎng)金融正在叫板傳統(tǒng)金融，傳統(tǒng)金融業(yè)又該何去何從？值得思考。

精準(zhǔn)營銷加速互聯(lián)網(wǎng)金融沖刺

在國外，大數(shù)據(jù)金融領(lǐng)域的應(yīng)用相對成熟，我們先來回顧一下在美國做得非常典型的大數(shù)據(jù)金融的三大案例。

人們習(xí)慣性地認(rèn)為，只有銀行才能建立信用體系，然而在大數(shù)據(jù)時代，互聯(lián)網(wǎng)公司運(yùn)用大數(shù)據(jù)控制信貸風(fēng)險已初露端倪。

在進(jìn)行數(shù)據(jù)處理之前，對業(yè)務(wù)的理解、對數(shù)據(jù)的理解非常重要，這決定了要選取哪些數(shù)據(jù)源進(jìn)行數(shù)據(jù)挖掘，而且越來越多的互聯(lián)網(wǎng)在線動態(tài)大數(shù)據(jù)被添加進(jìn)來。例如一個虛假的借款申請人信息就可以通過分析網(wǎng)絡(luò)行為痕跡被識別出來，一個真實的互聯(lián)網(wǎng)用戶總會在網(wǎng)絡(luò)上留下蛛絲馬跡。對征信有用的數(shù)據(jù)的時效性也非常關(guān)鍵，通常被征信行業(yè)公認(rèn)的有效的動態(tài)數(shù)據(jù)通常是從現(xiàn)在開始倒推24個月的數(shù)據(jù)。？通過多渠道獲得的數(shù)據(jù)來源，利用數(shù)學(xué)運(yùn)算和統(tǒng)計學(xué)的模型進(jìn)行分析，從而評估出借款者的信用風(fēng)險，典型的企業(yè)是美國的ZestFinance。這家企業(yè)的大部分員工是數(shù)據(jù)科學(xué)家，他們并不特別地依賴于信用擔(dān)保行業(yè)，用大數(shù)據(jù)分析進(jìn)行風(fēng)險控制是ZestFinance的核心技術(shù)。他們的原始數(shù)據(jù)來源非常廣泛。犓塹氖莨こУ暮誦募際鹺突蓯撬強(qiáng)⒌？0個基于學(xué)習(xí)機(jī)器的分析模型，對每位信貸申請人的超過1萬條原始信息數(shù)據(jù)進(jìn)行分析，并得出超過7萬個可對其行為做出測量的指標(biāo)，而這一過程在5秒鐘內(nèi)就能全部完成。事實上，在美國，征信公司或者大數(shù)據(jù)挖掘公司的產(chǎn)品不僅用于提供給相關(guān)企業(yè)用于降低金融信貸行業(yè)的風(fēng)險，同時也用于幫助做決策判斷和市場營銷，還有，利用社交網(wǎng)站的大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)借貸的典型是美國的Lending Club。Lending club于2007年5月24日在facebook上開張，通過在上面鑲嵌的一款應(yīng)用搭建借貸雙方平臺。利用社交網(wǎng)絡(luò)關(guān)系數(shù)據(jù)和朋友之間的相互信任聚合人氣。借款人被分為若干信用等級，但是卻不必公布自己的信用歷史。？還有犚患以諉攔仙碳姨峁┙鶉諦糯竦墓綤abbage，于2010年4月上線，主要目標(biāo)客戶是ebay、Amazon、PayPal等電商。它的奇特之處在于，其通過獲取ebay等公司的網(wǎng)店店主的銷售、信用記錄、顧客流量、評論、商品價格和存貨等信息，以及他們在Facebook和Twitter上與客戶的互動信息，借助數(shù)據(jù)挖掘技術(shù)，把這些店主分成不同的風(fēng)險等級，以此來確定提供貸款金額數(shù)量與貸款利率水平，風(fēng)險過高則拒絕，風(fēng)險高低與利率成正比，與貸款金額成反比。

顯然，若以銀行體系來評價這類網(wǎng)上商家大多數(shù)都不符合銀行的貸款資格，不過在互聯(lián)網(wǎng)時代，Kabbage的案例說明了運(yùn)用大量數(shù)據(jù)足以支撐這些小微企業(yè)信用評價體系。當(dāng)然，Kabbage的這種模式也在國內(nèi)被成功運(yùn)用，其中，宜信的互聯(lián)網(wǎng)金融產(chǎn)品就是以互聯(lián)網(wǎng)為獲客主要渠道，除了借貸信用記錄，還結(jié)合大數(shù)據(jù)分析技術(shù)，捕捉來自大眾點評、豆瓣等社交網(wǎng)絡(luò)上的有用信息，幫助信用審核人員多維度分析借款客戶的信用狀況。

大數(shù)據(jù)對于互聯(lián)網(wǎng)金融的助推作用首要體現(xiàn)在尋找合適的目標(biāo)用戶，實現(xiàn)精準(zhǔn)營銷?；ヂ?lián)網(wǎng)金融領(lǐng)域的新創(chuàng)企業(yè)或做貸款，或賣產(chǎn)品，憑借高額收益率，手續(xù)費(fèi)優(yōu)惠，吸引用戶選擇自己。然而，在越來越多同類企業(yè)吹響混戰(zhàn)號角的同時，互聯(lián)網(wǎng)金融企業(yè)也不得不面對來自同行業(yè)的競爭。欲在競爭激烈的市場中占有一席之地，互聯(lián)網(wǎng)金融企業(yè)需要更精準(zhǔn)地定位產(chǎn)品，并推送給自己的目標(biāo)人群。誰是潛在的購買者？如何找到他們？并讓他們產(chǎn)生興趣？精準(zhǔn)營銷的實現(xiàn)程度是互聯(lián)網(wǎng)金融企業(yè)存活與崛起的關(guān)鍵所在，這個領(lǐng)域雖然未達(dá)到成熟的發(fā)展?fàn)顟B(tài)，但確實已經(jīng)有了一些有參考價值的營銷案例。如：

大數(shù)據(jù)通過動態(tài)定向技術(shù)查看互聯(lián)網(wǎng)用戶近期瀏覽過的理財網(wǎng)站，搜索過的關(guān)鍵詞，通過瀏覽數(shù)據(jù)建立用戶模型，進(jìn)行產(chǎn)品實時推薦的優(yōu)化投放，直擊用戶所需。

其次就是風(fēng)控。通過分析大量的網(wǎng)絡(luò)交易及行為數(shù)據(jù)，可對用戶進(jìn)行信用評估，這些信用評估可以幫助互聯(lián)網(wǎng)金融企業(yè)對用戶的還款意愿及還款能力做出結(jié)論，繼而為用戶提供快速授信及現(xiàn)金分期服務(wù)。

事實上一個人或一個群體的信用好壞取決于諸多變量，如收入、資產(chǎn)、個性、習(xí)慣等，且呈動態(tài)變化狀態(tài)?？梢哉f數(shù)據(jù)在個人信用體系中體現(xiàn)為芝麻信用，它便于解決陌生人之間以及商業(yè)交易場景中最基本的身份可信性問題，以及幫助互聯(lián)網(wǎng)金融產(chǎn)品和服務(wù)的提供者識別風(fēng)險與危機(jī)。這些數(shù)據(jù)廣泛來源于網(wǎng)上銀行，電商網(wǎng)站，社交網(wǎng)絡(luò)，招聘網(wǎng)，婚介網(wǎng)，公積金社保網(wǎng)站，交通運(yùn)輸網(wǎng)站，搜索引擎，最終聚合形成個人身份認(rèn)證，工作及教育背景認(rèn)證，軟信息（包括消費(fèi)習(xí)慣，興趣愛好，影響力，社交網(wǎng)絡(luò)）等維度的信息。

對于P2P網(wǎng)貸行業(yè)而言，能否利用互聯(lián)網(wǎng)技術(shù)有效地搜集用戶信息，并對用戶的信用信息進(jìn)行判定和管理，成為考量一家P2P網(wǎng)貸平臺風(fēng)控水平的重要標(biāo)準(zhǔn)。嚴(yán)密的風(fēng)控手段是保證平臺出借人的資金安全的重要環(huán)節(jié)，在風(fēng)控技術(shù)手段創(chuàng)新探索方面，宜信宜人貸作為行業(yè)技術(shù)創(chuàng)新的代表，顯然走得更快人一步。其已通過精確的風(fēng)險建模，實現(xiàn)了對用戶資質(zhì)的高效審批，為用戶提供更便捷的體驗。它是基于對自身平臺數(shù)萬名借款用戶的了解，同時借鑒宜信八年累積的對于用戶的了解，從地域、年齡段、職業(yè)、等多維度對借款用戶進(jìn)行了劃分，通過精確的風(fēng)險模型建立，宜信宜人貸建立了一套獨有的，行之有效的信用評估系統(tǒng)，通過對用戶信息的多維度考察，能夠快速對用戶的信用資質(zhì)進(jìn)行評定，從而極大地提升服務(wù)效率。

P2P小額信貸機(jī)構(gòu)如何使用個人及機(jī)構(gòu)的外部數(shù)據(jù)建立自己的征信系統(tǒng)，在極其有限的客戶實質(zhì)接觸基礎(chǔ)上僅憑問卷數(shù)據(jù)、自有數(shù)據(jù)庫等對不同客戶進(jìn)行信用評估，并結(jié)合內(nèi)部業(yè)務(wù)數(shù)據(jù)建立風(fēng)險定價系統(tǒng)、風(fēng)險預(yù)警系統(tǒng)、風(fēng)險管控方案、應(yīng)對欺詐規(guī)則、懲罰方案等一系列影響核心業(yè)務(wù)盈利能力的系統(tǒng)方案是機(jī)構(gòu)盈利模式的核心。采用大數(shù)據(jù)解決方案后，通過自建、購買、客戶授權(quán)后合作分享等多種方式整合包括互聯(lián)網(wǎng)社交網(wǎng)絡(luò)數(shù)據(jù)在內(nèi)的多種數(shù)據(jù)、建立個人及機(jī)構(gòu)消費(fèi)、借貸、財務(wù)交易、資金往來等多源信用數(shù)據(jù)庫，在此基礎(chǔ)上建立符合自身業(yè)務(wù)范圍的客制化信用評估模型，根據(jù)此模型評估借、貸款雙方的信用等級。通過建模確立如何匹配借貸雙方，與具體業(yè)務(wù)相應(yīng)的風(fēng)險評級、授權(quán)等級、額度發(fā)放等級以及與此相應(yīng)的風(fēng)險價格等，并通過已有拖欠、欺詐案例反饋回模型進(jìn)行機(jī)器識別，進(jìn)一步完善模型。

未來，依托于互聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)的發(fā)展，相信將會出現(xiàn)更優(yōu)質(zhì)，更便捷的P2P網(wǎng)貸服務(wù)，來幫助更多有信用的借款人釋放信用的價值，讓信用生金。

個性化數(shù)據(jù)為醫(yī)療插上智慧的翅膀

凱文·凱利（KK）在《失控》的第22章，“預(yù)言機(jī)”里曾提到：信息就是數(shù)據(jù)，數(shù)據(jù)一旦流動，就創(chuàng)造出透明。社會一旦聯(lián)網(wǎng)，就可以了解自己。所以，很多熱衷于大數(shù)據(jù)概念的人，他知道哪里有數(shù)據(jù)，卻沒有辦法去促成數(shù)據(jù)的流動。

所以，第一要義，數(shù)據(jù)如何才能形成流動？它的驅(qū)動力在哪里？以現(xiàn)在很熱的醫(yī)療健康大數(shù)據(jù)為例，來探究數(shù)據(jù)是如何流動的？

維克托·邁爾-舍恩伯格的《大數(shù)據(jù)時代》一書中有兩個關(guān)于大數(shù)據(jù)與公共衛(wèi)生結(jié)合的案例令人印象深刻：

喬布斯自罹癌至離世長達(dá)8年之久，這幾乎創(chuàng)造了胰腺癌歷史上的奇跡。據(jù)悉，喬布斯曾在此期間支付大量費(fèi)用獲得了自己包括整個基因密碼在內(nèi)的數(shù)據(jù)文檔。借此，醫(yī)生們能基于喬的特定基因組成以及大數(shù)據(jù)按所需效果用藥，并調(diào)整醫(yī)療方案。

（薛女士點評：個性化治療，基于基因分析的個性化用藥及診療雖然目前還比較昂貴，但它是未來人類財富水平提高后高端醫(yī)療的一個趨勢，而且成本也會隨著大數(shù)據(jù)模型的完善逐漸降低，變得越來越親民）

如果上述案例是個體的，那么帶來群體價值的案例，便是Google成功預(yù)測流感爆發(fā)期。2009年甲型H1N1流感爆發(fā)幾周前，Google通過對人們網(wǎng)上搜索記錄的觀察、分析、建模，結(jié)果顯示，他們的預(yù)測與官方數(shù)據(jù)的相關(guān)性高達(dá)97%，且判斷比疾控中心更及時。

（薛女士點評：這個案例里流行病的預(yù)測完全是基于搜索引擎用戶終端的第一手時空數(shù)據(jù)，它是疾病時空分析的一個代表，類似的研究還有霧霾源頭、傳播、流動的時空分析，肺癌等疾病的時空分析。）

從個人健康管理到公共健康管理，大數(shù)據(jù)在對個人醫(yī)療的改變以及極富價值的預(yù)警能力吸引著IT巨頭們迫不及待與醫(yī)療聯(lián)姻。例如在中國，某慢性病管理遠(yuǎn)程醫(yī)療解決方案供應(yīng)商計劃外包商保的糖尿病遠(yuǎn)程管理業(yè)務(wù)，需要提供：人群的糖尿病管理方案包括接觸、回應(yīng)、問卷、回饋、互動、宣教、指導(dǎo)、測試結(jié)果報告、產(chǎn)品銷售等各個環(huán)節(jié)的方案設(shè)計以及人群配合度、依從性、短期及長期醫(yī)療效果、經(jīng)濟(jì)效果評估方案。遠(yuǎn)程醫(yī)療提供方方案中的的成本、經(jīng)濟(jì)效益回報會作為與商保、社保合作方案中的重要組成部分。

（薛女士點評：這種慢性病管理的解決方案設(shè)計在國外已經(jīng)比較成熟，但面對中國獨特國情即人口還未深度老齡化、重治療輕預(yù)防理念未完全轉(zhuǎn)變、醫(yī)保基金盈余運(yùn)營、人們還未充分意識到防未病、治輕癥的長遠(yuǎn)經(jīng)濟(jì)效益、對慢病管理的費(fèi)用還單純視為開支，慢性病管理被醫(yī)保采納，按照大數(shù)據(jù)解決方案被執(zhí)行及深入人民群眾的生活還有很長的路要走。）

通過采用大數(shù)據(jù)解決方案，利用既往研究、文獻(xiàn)及歷史數(shù)據(jù)中的結(jié)果為外包業(yè)務(wù)人群設(shè)計糖尿病病管理全流程數(shù)據(jù)分析方案，包括數(shù)據(jù)生成、采集、分析方案等，依據(jù)一定假設(shè)利用糖尿病決策樹模型來逐層確定慢病管理各個環(huán)節(jié)中的成本及產(chǎn)出。應(yīng)接觸人群、反饋人群、互動人群、依從人群、效果人群、對比人群生成及最終的醫(yī)療效果、經(jīng)濟(jì)效果評估方案是本項目的關(guān)鍵。利用遠(yuǎn)程終端的客戶反饋數(shù)據(jù)分析提高客戶反饋、依從、購買產(chǎn)品的策略，平衡成本與樣本規(guī)模，提高供應(yīng)商的投產(chǎn)比;使用統(tǒng)計學(xué)方法清楚論證及展示慢性病管理遠(yuǎn)程醫(yī)療解決方案的醫(yī)療夾著及經(jīng)濟(jì)學(xué)價值，投入產(chǎn)出比。

雖然我們談了許多關(guān)于醫(yī)療行業(yè)大數(shù)據(jù)的價值和作用，但今天的大數(shù)據(jù)在醫(yī)療行業(yè)應(yīng)用仍然處于初級應(yīng)用的階段，部分醫(yī)療機(jī)構(gòu)僅使用了初級功能如BI等，要想讓醫(yī)療行業(yè)把大數(shù)據(jù)發(fā)揮出最大的價值，需要解決以下幾方面問題：

從技術(shù)角度來看，數(shù)據(jù)采集及標(biāo)準(zhǔn)問題。收集數(shù)據(jù)是大數(shù)據(jù)基礎(chǔ)，但目前醫(yī)療機(jī)構(gòu)采集數(shù)據(jù)的規(guī)范度有限，阻礙了大數(shù)據(jù)的應(yīng)用;從醫(yī)療經(jīng)營角度來看，管理層缺乏數(shù)據(jù)價值認(rèn)知問題。雖然目前醫(yī)療機(jī)構(gòu)領(lǐng)導(dǎo)們對于數(shù)據(jù)的重視程度很高，但是范圍僅僅局限于對于內(nèi)部的數(shù)據(jù)認(rèn)知，從總體來看，并沒有意識到外部數(shù)據(jù)如互聯(lián)網(wǎng)數(shù)據(jù)與內(nèi)部數(shù)據(jù)的結(jié)合所產(chǎn)生的價值;從投入成本角度來看，現(xiàn)在大數(shù)據(jù)的投入產(chǎn)出比不明確?，F(xiàn)在IT投資都需要講ROI（投資回報率），由于醫(yī)療行業(yè)缺乏大數(shù)據(jù)的成熟案例，考慮到成本因素，企業(yè)決策者大都不都不敢隨便在大數(shù)據(jù)領(lǐng)域砸錢;從產(chǎn)品角度來看，大數(shù)據(jù)產(chǎn)品單一，行業(yè)成熟度不夠。

（薛女士點評：從數(shù)據(jù)存儲與分享的角度來看，醫(yī)療數(shù)據(jù)的社會共享度很差，每個醫(yī)院都為自己數(shù)據(jù)的存儲、備份、遷移大傷腦筋，不愿意花更多精力與成本開發(fā)基于數(shù)據(jù)的疾病預(yù)防與管理。個性化治療、傳染病流行病防治、臨床路徑、詢證醫(yī)學(xué)、基因測序治療很多知識產(chǎn)權(quán)像金子一樣可以從數(shù)據(jù)中二次、三次開發(fā)出來，而坐在金礦上的人明白自己暫時還不具備挖掘金礦的能力，但也不愿意請別人來挖掘或是聯(lián)合其他礦主共同開發(fā)。）

從以上問題我們可以看出，醫(yī)療行業(yè)開展大數(shù)據(jù)仍然有一段路要走，不過面對所存在的問題，未來隨著技術(shù)的推進(jìn)、意識的提高、成本的下降以及相關(guān)政策的成熟，相信用不了幾年時間就可以逐步解決問題，未來，大數(shù)據(jù)必然能夠為醫(yī)療行業(yè)提供更好的服務(wù)。

數(shù)據(jù)分析模型讓制造業(yè)煥然一新

工業(yè)4.0時代正撲面而來。這是繼以蒸汽機(jī)、大規(guī)模流水線生產(chǎn)和電氣自動化為標(biāo)志的前三次工業(yè)革命之后的第四次工業(yè)革命。其特點是通過充分利用嵌入式控制系統(tǒng)，即物理信息融合系統(tǒng)（其中大數(shù)據(jù)扮演主角），實現(xiàn)制造業(yè)向智能化轉(zhuǎn)型。

20年滄桑巨變，今天中國已是全球制造業(yè)大國。來自中國工業(yè)與信息化部的統(tǒng)計數(shù)據(jù)顯示，2013年中國工業(yè)占GDP的37%，提供全國25%的就業(yè)崗位。在500余種工業(yè)產(chǎn)品中，有220多種產(chǎn)量居世界第一。中國制造業(yè)在全球的占比約為20%。然而，中國制造業(yè)面對云蒸霞蔚的移動互聯(lián)網(wǎng)和大數(shù)據(jù)景觀卻有些不知所措，若不趕緊扭轉(zhuǎn)局面，有可能逐漸喪失制造業(yè)大國的地位。大而不強(qiáng)是我們的軟肋，大多數(shù)中國工廠依然龜縮在產(chǎn)業(yè)鏈低端，缺少制造的核心材料、設(shè)備、工藝，停留在近乎原始的OEM（貼牌代工）階段，缺乏原創(chuàng)技術(shù)和創(chuàng)新產(chǎn)品。不過，憑借龐大的內(nèi)需市場支撐，中國制造的優(yōu)勢尚存，13億人口積累的消費(fèi)數(shù)據(jù)十分可觀。因此，如果能在大數(shù)據(jù)挖掘和分析上下點功夫，中國制造業(yè)還能保持較強(qiáng)的競爭力。

在中國制造業(yè)依托大數(shù)據(jù)打翻身仗的陣營中，小米可謂特立獨行的領(lǐng)頭羊。2010年成立的小米公司是中國制造業(yè)企業(yè)的成功典范，其主打產(chǎn)品小米手機(jī)已蜚聲海外，被業(yè)內(nèi)視作蘋果、三星的潛在威脅。小米超越同行的業(yè)績，緣于其用包括軟件、硬件和應(yīng)用生態(tài)的整體方法，小米在創(chuàng)造全新用戶體驗的同時，高擎大數(shù)據(jù)的旗幟，顛覆了中國制造業(yè)公司的傳統(tǒng)做法。有了這樣的底氣，小米董事長雷軍才敢與傳統(tǒng)制造業(yè)的空調(diào)玫瑰—格力掌門人董明珠立下10億元的對賭承諾。

那么，大數(shù)據(jù)是如何幫助研發(fā)人員提高新藥研發(fā)效率的呢？相關(guān)專業(yè)人士認(rèn)為：首先，由于藥物的生物過程和藥物模型越來越復(fù)雜，大數(shù)據(jù)可以通過利用分子和臨床數(shù)據(jù)，預(yù)測建模來幫助識別那些具有很高可能性被成功開發(fā)為藥物的安全有效的潛力備選新分子。其次，利用大數(shù)據(jù)可以幫助提升臨床試驗的效率。例如篩選臨床試驗受試者的篩選標(biāo)準(zhǔn)通過大數(shù)據(jù)，可以瞄準(zhǔn)特定人群，這樣臨床試驗就可以規(guī)模更小、時間更短、成本更低，更加有效。同時可以通過大數(shù)據(jù)分析來實時監(jiān)控臨床試驗，及早發(fā)現(xiàn)可能出現(xiàn)的問題，避免試驗過程中成本增加或出現(xiàn)不必要的延誤。第三，相對于原來僵化的數(shù)據(jù)孤島，使用大數(shù)據(jù)可以幫助數(shù)據(jù)在不同功能單元之間順暢流動。通過打破內(nèi)部各功能之間的信息壁壘并提升跟外部合作伙伴的協(xié)作，制藥公司可以大幅擴(kuò)展他們的知識和數(shù)據(jù)網(wǎng)絡(luò)，如與外部合作伙伴——醫(yī)生和CRO共享關(guān)鍵數(shù)據(jù)。數(shù)據(jù)的這種順暢流動，對能創(chuàng)造商業(yè)價值的實時預(yù)測性數(shù)據(jù)進(jìn)行分析非常關(guān)鍵。

此外，為確保合理分配稀缺的研發(fā)資金，項目組合與產(chǎn)品線相關(guān)的快速決策至關(guān)重要。但制藥企業(yè)經(jīng)常發(fā)現(xiàn)，他們很難做出適當(dāng)?shù)臎Q定。比如哪個項目該繼續(xù)，或者有時更重要的是，哪個項目該砍掉?；谛畔⒓夹g(shù)的項目組合管理能快速無縫地實現(xiàn)數(shù)據(jù)驅(qū)動的決策。通過數(shù)據(jù)分析當(dāng)前項目的商業(yè)開發(fā)機(jī)會，預(yù)測其市場競爭力，幫助企業(yè)客觀地做出決定，以確保研發(fā)投入的合理性。

雖然大數(shù)據(jù)可以有效地幫助研發(fā)人員提升新藥研發(fā)效率，但目前大數(shù)據(jù)技術(shù)還有一些方面需要改進(jìn)。牛津大學(xué)統(tǒng)計學(xué)教授彼得·多納利指出，目前大數(shù)據(jù)技術(shù)面臨的問題有三：首先，信息采集不足。大數(shù)據(jù)要發(fā)揮作用，首先要有足夠的病人、藥物等相關(guān)信息，這是數(shù)據(jù)分析的基礎(chǔ)，然而許多病人可能出于隱私考慮不愿提供這些信息，制藥企業(yè)也有可能因為商業(yè)利益不愿共享藥物成分等敏感信息，這就直接導(dǎo)致信息采集不足。

其次，要從海量信息中得出有用的結(jié)論，專業(yè)的數(shù)據(jù)分析必不可少，采集到足夠信息后，需要由相關(guān)領(lǐng)域的專業(yè)人士與信息技術(shù)專家一起對數(shù)據(jù)進(jìn)行有針對性的歸納和分析，而這種跨學(xué)科、跨領(lǐng)域合作能否順利實現(xiàn)，是大數(shù)據(jù)技術(shù)實際應(yīng)用中的重要問題，而且正考驗著制藥企業(yè)的大數(shù)據(jù)整合能力。

第三，在技術(shù)層面還存在網(wǎng)絡(luò)容量有限的問題。很多新藥研發(fā)機(jī)構(gòu)現(xiàn)有的基礎(chǔ)設(shè)施無法滿足海量信息分析和處理的需求，因此如何降低存儲成本，以及提升應(yīng)用價值就成為大數(shù)據(jù)所面臨的關(guān)鍵技術(shù)難題。

雖然尚待完善，但毫無疑問的是，大數(shù)據(jù)在新藥研發(fā)中必將發(fā)揮越來越大的作用。

結(jié)語

從目前來看，大數(shù)據(jù)的應(yīng)用范圍正在持續(xù)擴(kuò)大，大數(shù)據(jù)的觸角正逐漸深入到各個領(lǐng)域，同時也是明天我們治理交通擁堵、霧霾天氣、看病難、食品安全等“城市病”的利器，也會為政府打開了解社情民意的更大窗口。

我們現(xiàn)在看這個世界，比如分析家中食品腐爛，主要就是依賴于我們的眼睛再加上我們的經(jīng)驗，但如果我們有一臺顯微鏡，我們一下就看到壞細(xì)菌，那么分析起來完全就不一樣了。大數(shù)據(jù)就是我們的顯微鏡，它可以讓我們從全新視角來發(fā)現(xiàn)新的商業(yè)機(jī)會，并可能重構(gòu)商業(yè)模型。我們的產(chǎn)品設(shè)計可能不一樣了，很多事情不用猜了，客戶的習(xí)慣和偏好一目了然，我們的設(shè)計就能輕易命中客戶的心窩;我們的營銷也完全不同了，我們知道客戶喜歡什么、討厭什么，更有針對性。特別是顯微鏡再加上廣角鏡，我們就有更多全新的視野了。這個廣角鏡就是跨行業(yè)的數(shù)據(jù)流動，使我們過去看不到的東西都能看到了。所以，最終大數(shù)據(jù)一定是跨行業(yè)流動的。

然而，我們也應(yīng)該清楚地知道大數(shù)據(jù)在應(yīng)用過程中尚存在很多問題：各政府、各行業(yè)間不公開和分享數(shù)據(jù)，造成數(shù)據(jù)之間的割裂，無法產(chǎn)生數(shù)據(jù)的深度價值和綜合價值;很多應(yīng)用系統(tǒng)涉及公民財產(chǎn)及隱私甚至國家安全，信息安全問題成為大數(shù)據(jù)應(yīng)用重要難題;大數(shù)據(jù)市場尚未形成有效的評價、資格認(rèn)證和準(zhǔn)入機(jī)制等。當(dāng)然，最重要的還是有賴于行業(yè)對于大數(shù)據(jù)時代到來的認(rèn)識，警惕和應(yīng)對。

特別鳴謝：本文得到了薛慶女士的大力支持與顧問，作為一名具有十幾年實戰(zhàn)經(jīng)驗的海歸北美精算師，她曾就職于美國藍(lán)盾藍(lán)十字保險公司，德國慕尼黑再保險公司，埃森哲咨詢。對大數(shù)據(jù)在健康醫(yī)療保險領(lǐng)域的全價值鏈戰(zhàn)略咨詢、項目分析、數(shù)據(jù)挖掘與決策實施頗有心得。憑借國際經(jīng)驗與視野，立足國內(nèi)市場，當(dāng)下薛慶正攜手她的小伙伴們即她在北美曾經(jīng)的同學(xué)、同事組成了一個專門開發(fā)大數(shù)據(jù)解決方案的團(tuán)隊。團(tuán)隊在金融、醫(yī)療及健康大數(shù)據(jù)分析的自有數(shù)據(jù)庫、外部數(shù)據(jù)庫調(diào)用、問題抽象，數(shù)據(jù)傳輸及清洗，算法，模型等重要環(huán)節(jié)均積累有多年經(jīng)驗。團(tuán)隊目前正針對中小微企業(yè)及互聯(lián)網(wǎng)公司開發(fā)各類關(guān)于精準(zhǔn)營銷，風(fēng)險厘定及控制，量化分析、商業(yè)智能等方面的解決方案。她的Email地址是：jackiepgh@sina.com