劉鵬

人有“高”“矮”之分，數(shù)據(jù)也有“大”“小”之別，在企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型中，“大數(shù)據(jù)”與“小數(shù)據(jù)”哪個(gè)才是優(yōu)選正解？

在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為媲美石油的新能源，建立數(shù)據(jù)思維，通過數(shù)據(jù)共享與數(shù)據(jù)挖掘，賦能各行各業(yè)已經(jīng)成為普遍共識(shí)。毫不夸張地說，擁有數(shù)據(jù)才有話語權(quán)，“用數(shù)據(jù)說話”必將成為未來社會(huì)的基本規(guī)則。人有“高”“矮”之分，數(shù)據(jù)也有“大”“小”之別，在企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型中，“大數(shù)據(jù)”與“小數(shù)據(jù)”哪個(gè)才是優(yōu)選正解？

預(yù)測(cè)未來的大數(shù)據(jù)，以人為本的小數(shù)據(jù)

在人們的認(rèn)知范圍內(nèi)，耳熟能詳?shù)摹按髷?shù)據(jù)”似乎更為親切些。對(duì)于“大數(shù)據(jù)”，美國權(quán)威研究機(jī)構(gòu)Gartner曾這樣描述：“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)?！按髷?shù)據(jù)”的最大價(jià)值并不在于數(shù)據(jù)本身，而是那些通過數(shù)據(jù)挖掘與分析，加工而來的數(shù)據(jù)信息，它們能夠?qū)崿F(xiàn)數(shù)據(jù)“增值”，幫助預(yù)測(cè)未來趨勢(shì)。

相較于“大數(shù)據(jù)”，“小數(shù)據(jù)”雖然不是“大數(shù)據(jù)”的小型化，但確實(shí)數(shù)據(jù)量較小，可以看作是大數(shù)據(jù)的補(bǔ)充與延伸。對(duì)于“小數(shù)據(jù)”的具體定義，目前暫無定論，有人認(rèn)為它是基于抽樣調(diào)查技術(shù)而來的“樣本數(shù)據(jù)”，有人則認(rèn)為它是以人為本的“個(gè)體數(shù)據(jù)”。在這里，我們更傾向于第二種解讀。比如運(yùn)動(dòng)手環(huán)、智能手表、閱讀推薦、消費(fèi)分析等涉及的數(shù)據(jù)都可以看作是典型的“小數(shù)據(jù)”。

一直以來，美國康奈爾大學(xué)的德波哈爾·艾斯汀教授（Deborah Estrin）都被看作是察覺“小數(shù)據(jù)”及其價(jià)值的第一人，在其父親去世前的幾個(gè)月，雖然體檢的各項(xiàng)醫(yī)學(xué)指標(biāo)并未顯示異常，但是通過分析一些個(gè)體化的“小數(shù)據(jù)”，比如“買菜不那么勤了”、“郵件不愛發(fā)了”、“散步也越來越懶得去了”等，已經(jīng)顯示老人的生命體征在逐漸衰弱。

從對(duì)象范圍來看，大數(shù)據(jù)主要對(duì)事物、行業(yè)等進(jìn)行分析與挖掘應(yīng)用，側(cè)重于廣度，幫助我們簡(jiǎn)化對(duì)世界的認(rèn)知，同時(shí)根據(jù)已有的整體信息進(jìn)行大局預(yù)測(cè);而小數(shù)據(jù)則更多以具體的“個(gè)人”作為核心，側(cè)重于深度，通過建立“量化的自我”為個(gè)人決策與發(fā)展提供參考。

大數(shù)據(jù)思維，小數(shù)據(jù)落地

雖然大數(shù)據(jù)與小數(shù)據(jù)都注重對(duì)數(shù)據(jù)進(jìn)行分析，但大數(shù)據(jù)更多強(qiáng)調(diào)總體和大致規(guī)律，小數(shù)據(jù)則關(guān)注個(gè)體行為與事實(shí)，能夠更為精準(zhǔn)地呈現(xiàn)需求。雖然目前處于“言必稱大數(shù)據(jù)”的時(shí)代，但不得不承認(rèn)，充分利用大數(shù)據(jù)并沒有那么簡(jiǎn)單，因?yàn)檫@不僅需要具備大數(shù)據(jù)本身，同時(shí)還要有大數(shù)據(jù)思維及大數(shù)據(jù)技術(shù)，任意一條的缺失都將成為大數(shù)據(jù)普及的阻礙。此外，雖然大數(shù)據(jù)可以整合量化的數(shù)據(jù)節(jié)點(diǎn)，描繪出完整的“數(shù)據(jù)畫像”，但是不少大數(shù)據(jù)應(yīng)用仍然停留在標(biāo)簽化的層面，忽略了個(gè)體的差異。

在馬陵之戰(zhàn)中，孫臏洞悉龐涓善于數(shù)據(jù)分析，制造“第一天10萬灶，第二天5萬灶，第三天只剩3萬灶”的減灶假象迷惑對(duì)方，從而誘敵深入，一舉擊敗龐涓及其率領(lǐng)的魏軍。在這里，龐涓雖然注意到了“灶”這一大數(shù)據(jù)，卻忽視了腳印等小數(shù)據(jù)分析，導(dǎo)致慘敗，小數(shù)據(jù)細(xì)節(jié)的重要性也由此可見。

在《數(shù)據(jù)人類學(xué)》中，作者托馬斯·克倫普直言：“數(shù)據(jù)的本質(zhì)是人。數(shù)據(jù)產(chǎn)生于人類社會(huì)的各種活動(dòng)，其價(jià)值也在于服務(wù)人類社會(huì)，讓生活變得更加美好?！睘榇?，以人為本的“小數(shù)據(jù)”似乎才是未來數(shù)據(jù)的發(fā)力點(diǎn)與落腳點(diǎn)。但是，大數(shù)據(jù)并非一無是處，小數(shù)據(jù)也并非完美無缺，在數(shù)據(jù)長河中，大數(shù)據(jù)與小數(shù)據(jù)是相輔相成的存在，充分結(jié)合二者才能熠熠生輝。數(shù)據(jù)擁有者不應(yīng)熱衷于追逐概念，而應(yīng)以實(shí)際問題為準(zhǔn)，精準(zhǔn)定位碰到的數(shù)據(jù)業(yè)務(wù)場(chǎng)景。

對(duì)于企業(yè)而言，首先需要建設(shè)開放、共享的大數(shù)據(jù)平臺(tái)，收集數(shù)據(jù)和進(jìn)行分析挖掘，并進(jìn)行大數(shù)據(jù)平臺(tái)的整合，基于此為個(gè)人建立小數(shù)據(jù)庫以及數(shù)據(jù)畫像，提供個(gè)性化服務(wù)。具體到現(xiàn)實(shí)應(yīng)用中，從市場(chǎng)開發(fā)到業(yè)務(wù)需求，再到數(shù)據(jù)沉淀，這是遵循先后順序的完整流程，三者注定無法保持一致步調(diào)。甚至不得不承認(rèn)，通常企業(yè)的應(yīng)用開發(fā)速度遠(yuǎn)超過數(shù)據(jù)開發(fā)速度，繼而帶來了開發(fā)效率、團(tuán)隊(duì)協(xié)作等問題。對(duì)此，通過搭建可復(fù)用的“數(shù)據(jù)服務(wù)工廠”，進(jìn)一步加快數(shù)據(jù)開發(fā)進(jìn)程。

早前，華為就曾提出“平臺(tái)炮火支撐精兵作戰(zhàn)”戰(zhàn)略。在業(yè)務(wù)開展中，構(gòu)建應(yīng)對(duì)未來風(fēng)險(xiǎn)和變化能力的基礎(chǔ)與平臺(tái)，抓住大數(shù)據(jù)思維與小數(shù)據(jù)場(chǎng)景，充分發(fā)揮大平臺(tái)的集成性與靈活性，一旦確定目標(biāo)，即通過大平臺(tái)的“炮火群”，給予精準(zhǔn)有效的支援，迅速響應(yīng)瞬息萬變的戰(zhàn)場(chǎng)，“讓聽得到炮聲的人能呼喚到炮火”。

值得一提的是，由此生成的各項(xiàng)客戶服務(wù)始終與企業(yè)業(yè)務(wù)息息相關(guān)，可以說是企業(yè)業(yè)務(wù)和數(shù)據(jù)的沉淀，為該企業(yè)獨(dú)有且能復(fù)用，大大降低了重復(fù)建設(shè)的成本，通過協(xié)同控制和協(xié)作，進(jìn)一步提升了企業(yè)的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。

建立數(shù)據(jù)中臺(tái)，打通數(shù)據(jù)壁壘

那么在企業(yè)轉(zhuǎn)型發(fā)展中，如何應(yīng)用大數(shù)據(jù)與小數(shù)據(jù)，推動(dòng)有價(jià)值的業(yè)務(wù)場(chǎng)景落地？“數(shù)據(jù)中臺(tái)”成為了頻繁提及的概念。

“數(shù)據(jù)中臺(tái)”首先由阿里巴巴提出，近兩年來受到互聯(lián)網(wǎng)行業(yè)巨頭的廣泛青睞。阿里巴巴應(yīng)用該“中間件”打通了淘寶和天貓的交易、支付等數(shù)據(jù)與服務(wù);美團(tuán)正在嘗試打通美團(tuán)、大眾點(diǎn)評(píng)、摩拜等平臺(tái)，構(gòu)建數(shù)據(jù)中臺(tái);同時(shí)，字節(jié)跳動(dòng)整合抖音、西瓜視頻、火山小視頻，正在構(gòu)建“直播大中臺(tái)”。

長期以來，企業(yè)的前臺(tái)系統(tǒng)和后臺(tái)系統(tǒng)猶如兩個(gè)具有不同轉(zhuǎn)速的輪子：前臺(tái)既需要對(duì)前端用戶做出快速響應(yīng)，也需要實(shí)現(xiàn)創(chuàng)新迭代，所以轉(zhuǎn)速越來越快;而后臺(tái)對(duì)接后端資源，則因?yàn)橄到y(tǒng)與法律法規(guī)限制等，往往講求穩(wěn)定，速度自然較慢。

相較于前臺(tái)和后臺(tái)而言，數(shù)據(jù)中臺(tái)是專門的數(shù)據(jù)層，搭建了連接前臺(tái)和后臺(tái)的橋梁，通過API的方式提供數(shù)據(jù)服務(wù)。從行業(yè)角度分析，可以將“數(shù)據(jù)中臺(tái)”定義為“通過數(shù)據(jù)技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行采集、計(jì)算、存儲(chǔ)、加工，同時(shí)統(tǒng)一標(biāo)準(zhǔn)和口徑的中間層。”在具體操作過程中，數(shù)據(jù)中臺(tái)將數(shù)據(jù)統(tǒng)一起來，減少內(nèi)耗，并打造為標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行存儲(chǔ)和分析，形成口徑、標(biāo)準(zhǔn)統(tǒng)一，且具有時(shí)效性、可靠性、穩(wěn)定性的大數(shù)據(jù)資產(chǎn)層，通過API為客戶提供高性能、高安全性的各項(xiàng)服務(wù)。

以員工管理為例，目前大數(shù)據(jù)企業(yè)新員工入職后，往往會(huì)面對(duì)支離破碎的各種資料與代碼，無法了解公司的發(fā)展現(xiàn)狀與全貌，而部分未及時(shí)更新的資料甚至?xí)o新員工造成困惑與誤解;部分員工在辦理離職手續(xù)后，相應(yīng)工號(hào)對(duì)應(yīng)的業(yè)務(wù)系統(tǒng)卻還在正常使用，讓管理者不知所措。對(duì)此，應(yīng)用數(shù)據(jù)中臺(tái)可以讓員工管理變得更加容易：通過“基礎(chǔ)模型”，新人能夠快速而系統(tǒng)地獲取企業(yè)的基礎(chǔ)數(shù)據(jù)能力;通過“標(biāo)簽庫”，新人可以充分應(yīng)用前輩留下的智慧成果，包括可復(fù)用的代碼結(jié)構(gòu)等;通過“管理職能模塊”，以統(tǒng)一賬號(hào)打通各個(gè)獨(dú)立系統(tǒng)的聯(lián)系，及時(shí)知曉員工狀態(tài)與動(dòng)向。

在數(shù)據(jù)中臺(tái)的建設(shè)中，一方面，需要統(tǒng)一管理與把控企業(yè)內(nèi)部的工作和客戶，維護(hù)內(nèi)部數(shù)據(jù)，提升企業(yè)小數(shù)據(jù)利用率;另一方面，也需引入與調(diào)用外部大數(shù)據(jù)源，注重大數(shù)據(jù)關(guān)注的行業(yè)總體趨勢(shì)。

在內(nèi)部小數(shù)據(jù)管理方面，越來越多企業(yè)傾向于解放人工勞動(dòng)，建立屬于企業(yè)的管理系統(tǒng)，并通過數(shù)據(jù)挖掘與分析，進(jìn)一步推動(dòng)企業(yè)發(fā)展。比如，現(xiàn)在廣受歡迎的WES工作效率系統(tǒng)與CDS客戶拓展系統(tǒng)，都是基于以上邏輯思路設(shè)計(jì)開發(fā)而來。WES工作效率系統(tǒng)通過量化的項(xiàng)目管理，記錄企業(yè)部門與員工每天/每周/每月的工作進(jìn)度與工作效率，并以一目了然的圖表予以呈現(xiàn)：管理者通過WES快速概覽，根據(jù)優(yōu)先級(jí)確定員工、部門以及項(xiàng)目的工作進(jìn)展，把握公司動(dòng)態(tài)，節(jié)約大量時(shí)間與精力。對(duì)于在外出差的商務(wù)人員，很多時(shí)候企業(yè)負(fù)責(zé)人無法掌握他們的工作進(jìn)度，如果商務(wù)人員離職，企業(yè)還將面臨客戶資源被帶走的巨大損失。CDS客戶拓展系統(tǒng)可以幫助完整記錄客戶單位、聯(lián)系方式、需求意向等信息，同時(shí)實(shí)現(xiàn)賬號(hào)管理，即使市場(chǎng)人員離職，在回收的賬號(hào)里完整保留了所有客戶信息和跟蹤進(jìn)度，對(duì)于企業(yè)影響甚微。

此外，數(shù)據(jù)中臺(tái)還需進(jìn)一步調(diào)用外部的數(shù)據(jù)資源。比如阿里數(shù)據(jù)，在隊(duì)內(nèi)統(tǒng)一數(shù)據(jù)服務(wù)和數(shù)據(jù)產(chǎn)品的同時(shí)，對(duì)外開放阿里數(shù)據(jù)能力，賦能千萬商家、中小企業(yè)、創(chuàng)業(yè)者以及社會(huì)大眾。統(tǒng)一數(shù)據(jù)建設(shè)、管理、服務(wù)，以大數(shù)據(jù)的“水電煤”服務(wù)阿里外部千萬用戶和內(nèi)部業(yè)務(wù)，每天被掃描的數(shù)據(jù)量相當(dāng)于2000萬部高清電影。

在阿里數(shù)據(jù)之外，還有更多專注于細(xì)分領(lǐng)域的數(shù)據(jù)共享服務(wù)平臺(tái)，如環(huán)境云作為環(huán)境大數(shù)據(jù)開放平臺(tái)，通過大規(guī)模部建各類環(huán)境監(jiān)測(cè)傳感器廣泛采集數(shù)據(jù)，同時(shí)集成第三方專業(yè)數(shù)據(jù)源發(fā)布的數(shù)據(jù)，推出了一系列功能豐富、便捷易用的綜合環(huán)境數(shù)據(jù)REST API，為環(huán)境應(yīng)用開發(fā)者提供豐富可靠的氣象、環(huán)境、災(zāi)害以及地理數(shù)據(jù)服務(wù)。此外，環(huán)境云還提供了歷史數(shù)據(jù)報(bào)表下載，并向公眾展示環(huán)境實(shí)況。目前，環(huán)境云收錄的環(huán)境數(shù)據(jù)已經(jīng)遠(yuǎn)超9億條。