第二部分 大数据时代的商业变革

1. 数据化：一切皆可“量化”

大数据发展的核心动力来源于人类测量、记录和分析世界的渴望。信息技术变革随处可见，但是如今的信息技术变革的重点在技术上，而不是在信息上。现在，是时候开始关注信息本身了。

把文字变成数据

GOOGLE的数据图书馆：试图把说有版权条例允许的书本内容进行数字化，让世界上所有人都能通过网络免费阅读，也让抄袭无所遁形。

把方位变成数据

在英国，车主可以根据他的实际驾驶地点和时间购买汽车保险，而不是只根据他的年龄、性别和履历来购买车险。这种保险定价法激励投保人产生更好的行为习惯。同时，这改变了保险的基础，从考虑一个群体的平均风险转变为个性化的分析。通过汽车定位每个人的地理方位也改变了一些固定资产投入的模式，比分说公路和其他基础设施可以让使用这些资源的司机和其他人分担一部分投入。

UPS在它的货车上装有GPS，为货车定制最佳行车路经。系统也设计了尽量少左转的路线，因为左转要求火车在交叉路口穿过去，更容易出事故。而且，货车往往需要等待易会才左转，也会更耗油。

当沟通成为数据

社交网络平台Facebook把社交图谱话，可以成为新的信用评分系统，因为研究表明人以群分，个人会偿还债务的可能性和其朋友会偿还债务的可能性呈正相关； twitter实现了人们想法、情绪和沟通的数据化，许多公司使用一种情感分析的技术，获得顾客反馈意见或队营销活动的效果景象判断； LinkedIn把信息转换为了对现在和将来的预测：我们可能认识谁，或者哪里存在一份心仪的工作。

2. 数据创新的几种方式

数据创新１：数据再利用

数据再利用对那些收集或控制大型数据但很少使用的传统线下企业是个好消息。比如，物流公司在交货的过程中积累了大量的产品全球出货信息，他可以成立专门部门以商业和经济预测形式出售汇总数据；移动运营商收集用户位置来传输电话信号，可以被一些发布个性化位置广告服务和促销活动的公司再利用。

数据创新２：重组数据

丹麦癌症协会调查研究手机是否增加致癌率，研究对象来自两组数据库，国内所有癌症患者和移动用户，几乎覆盖所有人群。随着大数据的出现，数据总合比部分更有价值。

数据创新３：可扩展数据

比如零售店在店内安装监控摄像头，这样不仅能认出商店扒手，还能跟踪经过商店的客户流和他们停留的位置。零售商利用后面的信息可以设计店面的最佳布局并判断营销活动的有效性；谷歌街景与ＧＰＳ采集不仅优化了地图服务，还对其自动驾驶汽车的运作功不可没。

数据创新４：数据的折旧值

亚马逊建立模型来帮助自己分离有用和无用的数据。比如，如果客户浏览或购买了一本基于以往购买记录而推荐的数，电商就认为这旧的购买记录依然代表客户的喜欢。这样他们就能评价旧数据的有用性，使模型的折旧率更具体。

即使数据基本用途的价值减少，但选择价值依然强大，很多组织收集尽可能多的使用数据并保存尽可能长的时间。同时应当与第三方分享数据，前提是要保留所谓的延展性。这样又数据再利用而产生的任何商业价值，原始数据拥有者都能从中分到一杯羹。

数据创新５：数据废弃

微软与谷歌的拼写检查：微软word自带字典，囊括所有已知词汇，但每年要花费数百万更新维护费用；谷歌每天处理的３０亿查询搜索中的错误拼写，反馈循环将用户实际想输入的以提问方式显示在搜索结果顶端，或者直接显示正确拼写结果，将错别字作为相关词处理，开发世界上最好的拼写检查器（用户点击的链接的重要性会被往前排）。

巴诺与Nook快照：电子阅读器可以收集读者的阅读习惯，在那一页作了笔记，看的时间比较长，哪里掠过了等等。这些信息可以卖给出版商，从而帮助改进书籍内容和结果。比如，巴诺发现人们往往会弃读长篇幅的非小说类书籍，公司从而推出Nook快照，加入健康和时事专题的短篇作品。

数据创新６：开放数据

政府才是大规模信息的原始采集者，但他们处理数据的效率很低，所以提取政府数据价值最好的办法是允许私营部门和社会大众访问。开放政府数据被越来越多政府采纳。

给数据估值

账面价值和市场价值的差额被记为“无形资产”。无形资产早期包含品牌、人才和战略等，但渐渐地，公司所持有和使用的数据也渐渐纳入无形资产范畴。目前还找不到有效的方法来计算数据的价值。

一个办法是从数据持有人在价值提取上所采取的不同策略入手，最常见的一种可能性就是将数据授权给第三方。数据持有人倾向于从被提取的数据价值中抽取一定比例作为报酬支付，而不是敲定一个固定的数额。然而，由于被许可人可能无法提取数据全部的选择价值，因此数据持有人可能还会同时向其他方授权使用其数据。

一些试图给数据定价的市场出现了，希望成为信息中间人，供第三方以免费或付费方式共享数据。这些科技公司想成为任何手中拥有数据的人提供一个出售数据的平台。

3. 角色定位：数据、技术与思维的三足鼎立

基于数据本身的公司

信用卡业务：小银行不愿意发行自己的信用卡，而是由大型金融机构发行，因为只有它们才能大规模地投入人力物力发展防范信用诈骗技术。这样Visa和Mastercard从自己的服务网获取更多的交易信息和顾客消费信息。它们的商业模式从单纯的处理支付变成了收集数据。MasterCard更倾向于自己分析收集来的数据，然后卖给其他公司。它发现，如果一个人在下午4点给汽车加油，他很可能在接下来的一个小时要去购物或吃饭，花费大概在35-50美元之间。MasterCard占据了收集和挖掘数据的黄金位置。未来信用卡公司可能不会收佣金，而是提供免费服务来获得数据。

基于技能的公司

通常是咨询公司、技术供应商或者分析公司。比如微软公司跟医院合作分析多年的匿名医疗记录，为了减少感染率和再入院率，因为这两项消耗的费用是医疗卫生领域最大的一部分。研究发现：如果对病人最初的诊断中有类似“压抑”这种心理疾病的话，病人再度入院的可能性大很多。所以如果病人出院后的医学干预是以解决病人心理问题为中心，可能会更利于健康。

基于思维的公司

Prismatic收集网上资源并排序，这种排序建立在文本分析、用户喜欢、设假网络普及和大数据分析的基础上。它关注的是年轻一代与媒体交流的新方法，信息的来源并不重要。

有些公司同时涉足这三个方面。Google收集搜索时拼写错误的数据， 创建了最好的拼写检查程序，同时也具备挖掘数据的技术。此外，它还通过APIs把它的部分数据授权别人使用，这样数据就能重复使用还可以产生附加价值。亚马逊也兼备这三者，但它主要专注于数据的基本用途。

全新的数据中间商

现在，我们处在大数据时代的早期，思维和技能是最有价值的，但最终，大部分价值还是从数据本身来挖掘。因为在未来，我们可以利用数据做很多事，而数据拥有者会意识到他们拥有的财富，把手中的数据抓得更紧，以更高的价格出售。

交通数据处理公司Inrix：它汇集美洲和欧洲金1亿辆汽车的实时交通数据。Inrix把这些数据与历史交通数据进行比对，再考虑天气和其它当地时事等预测交通状况。数据分析结果被同步到汽车卫星导航中，政府部门和商用车队都会使用它。汽车制造商的强项是造车，而不是数据分析。另外，交通状况分析对驾驶员来说很重要，但这几乎不会影响到一个人是否会购车。所以，同行业的竞争者并不介意通过行业外的中间商汇聚它们手里的数据。Inrix分析的交通数据还可以预测美国经济，如果上下班高峰的交通状况变好了，这就说明失业率增加了，经济变差了。同时，Inrix把收集的数据卖给了一个投资基金，这个基金把交通情况视作一个大型零售商场销量的代表，一旦附近车辆很多，就说明商场的销量会增加。

大数据，决定企业竞争力

大公司和小公司最有可能成为大数据的赢家，而大部分中等规模的公司可能无法在行业调整中得利。规模依然重要，但如今重要的是数据的规模，要掌握大量数据而且要有能力轻松获得更多数据。大数据也为小公司带来机遇。它们可能没有很多固定资产但存在感非常强，也可以低成本传播它们的创新成果。重要的是，最好的大数据服务都是以创新思维为基础的，所以它们不一定需要大量原始资本投入。数据可以授权但不能被占用，数据分析能在云处理平台上快速而且低成本运行，而授权费则应从数据带来的利益中抽取一小部分。

随着数据价值的显现，很多人会想以数据拥有者的身份大展身手，他们收集的数据往往和自身相关，比如他们的购物习惯、医疗数据等。这使消费者拥有了比以前更大的权利。消费者可以自行决定把这些数据中的多少授权给任何公司。不是每个人都只在乎把他的数据卖个高价，很多人愿意免费提供这些来换取更好地服务，比如想得到亚马逊更准确地图书推荐。这也很可能催生中间商，从众多消费者手中购得信息，然后卖给公司。如果成本够低，而消费者又足够信任这样的中间商，那么个人数据市场很可能诞生。