某大V说，在通向生态圈的道路上，阿里和腾讯都在爬珠穆朗玛，只不过腾讯选择了长而缓的南坡，阿里选择了短而陡的北坡。但我觉得，从腾讯最近一系列的减法来看，腾讯是一家非常实用主义的公司，他们才是选择短而陡的那一方，并且他们会用手上的社交关系和强大的产品微创新能力来尽力加快登山的速度。

相比之下，阿里选择的是更长远的生意。

曾经有人比较过马云十年前和十年后说过的话，他惊奇地发现，十年前马云怎么说，十年后马云仍然在说相似的观点，只是内容有些更新。这或许就是马云及阿里远见卓识的地方。我们姑且不论这些想法能否正确，包括马云最新的邮件说要从IT转向DT（Data Technology），对于外界来说，最重要的是弄明白马云话语背后的深意，以及想法要如何落地。

巧合的是，数天后，阿里就用一场2014西湖品学数据大会告诉我们，什么是阿里眼中的DT，什么又是阿里眼中的“坐拥金山、精打细算”。

作为技术的数据

为什么要特意把技术（Technology）两个字重点提出来？数据技术（Data Technology）和单一的数据（Data）区别在哪里？

技术，通常被定义为科学在生产上的应用——科学意味着系统化知识，而生产则意味着产业化和商业化，应用则意味着有用户基于需求采纳了这项科技，并且在尽可能大的范围内使用。

换句话说，只有基于需求并被范围商业化的系统知识，才能称为技术。

在西湖品学上，LinkedIn的Simon Zhang(张溪梦)诠释了应用层面的数据特点，可谓是对于DT的最简洁解释。

Simon说，他理解的大数据分析的基本原则只有三条：简单、迅速、规模化。

简单，出来的结果要非常简单，任何人都能够看明白看懂；迅速，系统响应速度要非常快，3秒钟内发送（deliver）结果；规模化，所有员工都能用数据帮他们很快做决策。

Simon描述了一个社交网络的销售案例。在这个案例中，销售人员被赋予了一个按钮（Button），他们只要点击（Click）一下就可以迅速得到结果，诸如“哪间公司”、“联系谁”、“如何接洽”、“派谁去”、“讲什么故事”这些业务问题，都会有相应的数据结果给到销售人员，方便他们做决策。最后，只要业务在进行中，所有这些数据都会在合适的时间给到合适的人员，例如某个公司发布招聘信息，对应的销售会第一时间收到以上业务的数据结果。

看明白了吧，只有被大规模使用、只有被多数人使用的数据结果，才能称为“大数据分析”，而不是一小撮精英躲在小屋子里用深度分析的数据做决策。

也只有这个时候，数据（Data）才能称为技术（Technology）。

从IT到DT的转变，马云用了一句话来描述：“……这些资源，我们需要懂得分享和学会如何分享，构建更加低成本、高效率的商业社会， enable更多人参与和建设基于大数据的新商业文明。”

用于运营的数据

马云提到，要带动数亿客户一起移动到DT，就要做到端带动云，云丰富端，这就已经转向了具体在运营环节要如何使用数据。但具体怎么解释？

一种解释是，云=分布式计算平台，端=计算工具。不过，在西湖品学的演讲环节，车品觉具象描述了数据的“云+端”，也即是从数据化运营到运营数据的循环过程。

整个过程用文字描述就是：首先，要通过使用数据来进行数据化运营，目标是解决问题；其次，在解决问题的过程中也会产生新的数据，这时候就转向了运营数据收集的过程，并且最后会积累出新的或者改善后的数据。数据和运营的结合，就是不断进行数据化运营和运营数据转换的循环过程。

举个例子来说，在线零售的两个主要运营环节，一是前端的商品展示环节，对应的是网站分析等等；二是后端的产品组合（Product Mix）环节，对应的是供应链管理等等。业者需要不断在这两个环节进行数据化运营和收集新的运营数据，用于优化各个环节的精益管理，并且制定策略和优化方案。

同样，车品觉认为大数据之所以大，是因为数据可以开放出来，被行业和社会所使用，并且在使用过程中数据产生数据，循环反复，充分运营，这样才能充分开发数据的价值。

Acxiom的程杰认为，公司网络、互联网以及网络软件，这三大领域的发展对于大数据有着至关重要的影响。这或许也是数据和运营结合的前提。他把数据比作车——没有造公路，车的效率是很低的，没有网络数据的效率也是很低的。

不过，来自支付宝的胡晓明（孙权）提到了运营和数据结合的另一个前提：数据的脱敏化处理——也即在保证消费者隐私的前提下，数据要如何为账户安全和商业行为保驾护航。

DT是第一生产力

胡晓明认为阿里对于从IT到DT的转变，意味着对数据从管理和控制转向点燃和激发。

“让数据为业务、为消费者信用、为商业、为社会所用，让数据去激发各个层面的活力，激发数据的能量，让数据称为一种信仰。”胡晓明不惜用一串排比来再度强调数据的激发作用。

有趣的是，就在他之前，车品觉描述了他眼中四年来Strata（世界范围内的数据技术和策略大会）用词的变化：

2010，Data；2011 ，Talk Big Data；2012，Apply Big Data；2013；Data Engineering。

车品觉特别强调了最后一个用词的变化：Data Engineering（数据驱动）。他认为这是大数据从概念到实用非常重要的一个拐点：“当我们能使用使用数据来判断和解决问题，拐点就出现了”。

如果把上述用词的变化结合阿里对于数据的认知，来做一个实际案例的话。那么2010~2012的用词就和阿里最初强调对于数据的认知是一致的——从看到用，但是2013年以来的阿里开始强调数据不止要我能用，还要让别人能用。

这就已经回到本文最初开头的部分，“让数据成为Technology，enable更多人使用”（via 车品觉数据十诫）。

换句话说，阿里希望使用数据来激发各个层面的动力，包括业务方、消费者、第三方，乃至行业和社会，而不仅仅是在BI层面来辅助决策。

这是未来的生意。

“收集数据能帮我们解决未来的问题，才叫大数据”，车品觉说。