數據驅動的到底是什麼

出處: http://itrustdata.blog.51cto.com/13246181/1961018

人人都在谈数据驱动，如数据化管理、数据驱动的运营、或者数据驱动的测试等，关于数据驱动的应用的讨论很多，但关于数据驱动基本原理的讨论较少，本文试图追根溯源，谈一谈数据驱动的基本原理：数据如何驱动？能够驱动什么？

谈原理之前，先说一个我个人的经历。

有一次我老婆从首都机场T3航站楼回家，我帮她叫了一个滴滴，后来我看到账单显示是80多元，路程是20多公里，而我家离机场不过7-8公里，一般滴滴专车的费用是40多元，显然司机是绕路了，滴滴的APP上同时也显示了一条信息，大致意思是：车费异常，是否需要申诉？

我点击了“需要申诉”，滴滴APP立刻弹出一个界面，大意是：您有很好的信誉记录，接受您的申诉，此次收费按42元计算（具体数字忘了，反正是按正常的计费水平）。

当时觉得，哇，滴滴这个功能太牛了，给客户的体验太好了！

试想一下，在滴滴之前打出租车，类似状况是完全不同的场景：

1，你可能根本不知道司机绕路了

2，你事后发现司机绕路了，但你下车时忘了要票据，无法举证

3，你当时就发现司机绕路了，跟司机要了票据，但票据上只有里程和时间，而没有出发地点、目的地和行车路线，你无法证明司机绕了路

而滴滴则彻底改变了这一状况：主动提醒你是否需要投诉，你提出申诉后，立刻就做出令你满意的处理！

滴滴的投诉处理如此贴心而智能，它是怎么做到的呢？如果我们对数据，以及数据与信息、知识和人工智能的关系有一些基本的了解，就能理解滴滴这种投诉处理的运作机制。

数据金字塔可以帮助我们理解数据与信息、知识和人工智能的关系。

数据本身是没有意义的，如果它不能转化为信息和知识的话；但如果没有数据，或者数据匮乏，信息和知识的产生也就成了无水之源。

如果你经历了某件事，把它记录下来。
如果你记录了某件事，把它上传。
如果你上传了某件事，分享它。

这意味着每个人都成为数据的采集、处理和分享者。

在上述滴滴的例子里，滴滴显然做到了这一点：乘客的所有用车经历都由系统做了记录、上传和分享。

企业在数据层面存在的两个问题

1. 数据存在缺失：

比如我所服务的一家互联网公司，他们就没有关于客户推荐的数据（有多少客户向他人推荐了产品），这是一个很小的例子，但数据缺失是企业普遍存在的现象，原因在于目前企业所拥有的数据主要来自于各业务系统, 如 CRM 和 ERP 等，而业务系统是为完成特定业务而设计的，数据只是副产品而已，必然导致决策所需的一些数据是缺失的；

2. 数据采集的无效性：

传统企业很重视数据的采集，例如他们会要求门店的员工将接待客户的相关信息记录下来，但所记录的数据质量不高，用途极有限，这里面原因有二：

一是采用纸笔或者Excel来记录，过程比较麻烦

二是他们只是单纯的数据采集、处理和分享，但数据的应用却基本和他们无关，员工采集数据只是应付了事，缺乏内在的动力。

互联网公司也同样存在数据采集无效的情况，如一家互联网公司通过QQ和潜在客户沟通，他们所了解到的客户需求信息记录都在QQ里，如果要想过一段时间再跟进某个客户，往往很难找到这个客户的相关信息，QQ里记录的这些数据实际上无法为业务所用。

要解决企业在数据层的这两个问题，需要企业基于经营决策需要，对数据进行统一的规划：需要哪些数据？如何采集？以什么方式记录？

比如上面所说的互联网公司，如果一开始就有关于潜在客户开发需要哪些数据支持的规划，就有可能设计出一个结构化的需求沟通工具，既可以有效记录客户的需求信息，又利于后期的数据分析。

如果没有对数据的统一规划，企业的数据将很可能会处于“ROT垃圾状态”，即冗余（Redundant）、过时无用 (Obsolete)和琐碎（Trivial）。

信息：是被组织起来的数据，是为了特定目的对数据进行处理和建立内在关联，从而让数据具有意义，它可以回答谁（who）、什么（what）、哪里（where）、什么时候（when）的问题，对于企业经营而言，信息的作用在于过程管理和绩效评估。

在上述例子里，滴滴的系统将时间、出发地、目的地、行驶路线、会员等资料整合起来，就形成了一条完整的乘客乘车信息，从而实现了对司机服务过程的监控和管理。

将数据转化为信息的阶段，企业存在两个问题：

1. 缺乏有效的数据分析工具：

少数大型企业（如银行和电信公司）一般拥有BI系统可以实现将不同源的数据进行整合、并支持在线分析处理和报表，但很多企业还是依靠Excel进行分析和报表，比如一家拥有上百家门店的中型珠宝公司，老板很重视数据，强调用数据说话，每次开经营分析会，大区经理就要熬夜用Excel来做各种分析报表，效率很低，也很让区域经理窝火：我是带兵打仗的，却需要我做这么多案头工作！

2. 缺乏将数据转化为信息的分析能力：

有一定规模的企业现在都拥有大量的数据，例如我们从一家互联网公司各业务系统导出来的数据，就达数千万行之多，如何从这些数据里看到数据之间的联系，将他们组织成有意义的信息，无疑是一个挑战，一般的企业不具备既了解业务又会数据分析的人才。

这导致企业所拥有的数据里，只有很少一部分得到了有效处理，变成了有价值的信息，而大部分数据停留在其原始状态：只是一个无意义的客观存在。

知识：对信息的总结和提炼。是基于信息之间的联系，总结出来的规律和方法论，主要用于回答为什么（why）和怎么做（how）的问题，在企业里的应用包括问题诊断、预测和最佳做法。

举个例子，北京夏季高温多雨，8月份温度在20-36度之间，平均降水天数12天，这是根据多年资料总结出来的北京气候的规律，这个知识有三个作用：

1，问题诊断（回答为什么），如这个知识解释了北京今年8月份为什么下了那么多雨

2，预测：明年8月份北京很可能温度还在20-36度之间，平均降水天数12天

3，最佳做法：8月份来北京旅游穿短袖衣服即可，体弱者要带长袖，最好带伞。

滴滴的系统里应该有一个关于如何处理司机绕路问题的知识库，否则就不会这么智能化地完成投诉处理了。

大多数企业在知识层面做得较差，一些企业虽然建立了知识管理系统，但并没有一个有效的知识生成、应用和更新机制；更多的企业没有知识管理的体系，这些企业存在大量隐性知识，比如企业里总有一些销售高手，他们凭直觉或经验能够取得突出的销售业绩，他们也许说不清楚，但他们知道怎么筛选潜在客户、知道何时跟进、知道何时应该促成，这就是所谓“隐性知识”，隐性知识显得如此神秘，导致很多管理者认为销售高手是天生的，是无法复制的。

有效的数据驱动机制将能实现企业里隐性知识显性化，显性知识结构化，从而让企业里的每个人可以随时随地获取相关知识进行业务操作。

以销售为例，克隆一个销售高手或许不可能，但从数据的角度来看，如果销售人员的销售行为资料都能够得以完整记录，并得到有效整理和总结，就可以提炼出销售的最佳做法，从而让每个销售人员都可以在销售中运用这些做法。（对这个议题感兴趣的可以看看Jenny Dearborn所著《销售的革命》，它以讲故事的方式阐述了数据如何帮助销售管理者进行问题诊断、预测以及销售最佳做法总结）

人工智能：机器对信息和知识的自主应用

人工智能是系统基于数据、信息和知识，形成类似于人脑的思维能力（包括学习、推理、决策等）。

在信息和知识层面，数据都是提供决策支持作用，而到了人工智能阶段，则是系统模仿人类应用信息和知识进行自主决策了。

我所经历的滴滴司机绕路的例子，就是滴滴的系统根据我的乘车信息，以及滴滴系统里的知识库，由系统而非滴滴员工完成了一个投诉处理过程。

实际上，这样的应用早已很普遍，亚马逊著名的推荐机制也是类似的，系统代替了员工，不厌其烦地向顾客推荐他可能感兴趣的商品。

不少人认为，数据金字塔的顶端是智慧而非人工智能，对此我有不同看法：智慧不是建立在知识基础上的，知识不是智慧的必要条件，很多高僧很有智慧，但并没有很多的知识，比如六祖慧能从小不识字，却能闻经解义。

原因在于，知识来源于经验（数据），来源于人类对这个三维世界的观察，而智慧可以无需通过经验，有可能通过与高维度建立连接而获得（北大的刘丰教授有一个演讲，名字叫《开启你的高维智慧》，大家可以参考）

而人工智能则一定要建立在数据基础之上，没有数据，无论是专家算法还是深度学习都无用武之地，有了数据，计算机才有可能通过专家算法或深度学习形成知识，进而具备类似人类头脑的思维能力。

从这个意义上来说，人工智能永远无法超越人类的智慧。由此我们也可以看到数据的局限性：它可以将人类的理性发挥到极致，但它只会模仿却无法创造，它无法替代人类的感性和直觉，而正是这份感性和直觉，让生命多了一些有趣和柔软，真正的创造也由此发生！

數據驅動的到底是什麼相关推荐

數據移動時發生***識別欄位其外顯值只有當使用了資料行清單且 IDENTITY_INSERT 為 ON 時才能指定...
當數據在兩個相同結構的表中移動并且發生: ***識別欄位其外顯值只有當使用了資料行清單且 IDENTITY_INSERT 為 ON 時才能指定的錯誤時用以下方法解決: SET IDENTITY_IN ...
linux串口拼接,Linux下串口操作之數據拼接
串口操作中,特別以非阻塞的方式讀取和發送數據,做好進程之間的同步很重要.有時我們會發現這樣一個問題,在進行read操作時,一次read不能獲得一個完整的數據幀,這就好比你買了一個電腦,送貨的先把顯示器 ...
solr 4.8 mysql_solr 4.8+mysql數據庫數據導入 + mmseg4j中文全文索引配置筆記
1.如何將solr部署,請參考之前的文章 2.按上述配置好后,在solr_home文件夾中,將包含collection1文件夾,這就是solr的一個實例.下面我們來看看collection1中的文件內 ...
兩台SQL Server數據同步解決方案
[IT168 伺服器學院]複製的概念複製是將一組數據從一個數據源拷貝到多個數據源的技術,是將一份數據發佈到多個存儲站點上的有效方式.使用複製技術,用戶可以將一份數據發佈到多臺伺服器上,從而使不同的伺 ...
英特尔hd630驱动,intel hd graphics 630驅動
如果您收到此錯誤訊息,請參閱錯誤解決方案檔 :所安裝的驅動程式未針對這台電腦進行驗證. 相關主題. 瞭解Intel® Graphics Driver 版本號碼 · Intel® Graphics .. ...
groovy oracle数据库,使用Groovy /搖籃到用什麼驅動程序連接到Oracle數據庫
compile 'org.postgresql:postgresql:9.3-1102-jdbc41' compile 'mysql:mysql-connector-java:5.1.31' comp ...
Vmware中mac snow leopard蘋果雪豹系統驅動程式安裝方法
在Vmware中安裝蘋果雪豹驅動程式有兩種方法,第一種方法是安裝vmware tools,第二種方法是安裝VMsvga2驅動程式.下面我會把這兩種方法都介紹一下: 快速導航: 1:安裝Vmwa ...
rodbc 连接oracle,R語言使用RODBC連接oracle數據庫
使用R語言有多種包可以連接oracle數據庫,我今天在這里講一下使用使用RODBC連接oracle數據庫. 1. 如果你的本地是windows系統的話,你需要安裝oracle客戶端. 2. 然后需要在 ...
wildfly10 配置mysql_WildFly配置MySql驅動
配置WildFly的JDBC驅動一般有兩種方式 (1) 以module的形式安裝: (2) 以deploy應用程序包的形式安裝: 不過對於WildFly以domain模式運行而言,最好采用第一種mod ...
多块英伟达K80显卡linux安装,ubuntu14.04下NVIDIA Tesla K80 、GTX1080顯卡驅動以及Tensorflow、Python的安裝教程...
目錄 1 安裝NVIDIA Tesla K80顯卡驅動 1.1 准備工作 1.1.1 證明存在GPU lspci | grep -i nvidia 結果例示 01:00.0 VGA compatibl ...

數據驅動的到底是什麼

數據驅動的到底是什麼相关推荐

最新文章

热门文章