萌问题：
A：看过《神探夏洛克》吗？大侦探福尔摩斯总是能通过观察就得出准确的结论，在旁人看来他就跟神一样具有先知的能力。实际上，他只不过是把观察到的信息进行了组合和分析，再通过合理的演绎推理得出结论。比如他会分析受害人的指甲里那根油腻的头发丝是属于什么生活习惯的人，而鞋底缝隙里的泥又是周边哪些地方才会有的。在大数据时代，人人都可以成为福尔摩斯。你可以想象，企业的行为都会被定义和记录为数据，然后人们在基于数据分析的基础上进行预测、判断和行动。大数据把很多我们现在看不到的东西呈现出来，用来辅助我们的决定，未来人类和企业的行为都将在大数据的帮助下更加理性和高效。
Q：哦……那这些数据是从哪里产生的呢？
A：数据来自任何地方。大数据时代，整个世界都可以看作被随时“监控”着，你看一本书，吃一口饭，都可能会产生数据并被记录下来。
Q：这怎么可以！我自己的个人数据怎么会轻易被别人记录呢？
A：很简单。即使现在，你的一些数据也已经被记录下来了。比如你在淘宝上买衣服，要选择适合自己的尺寸和喜欢的颜色，这些数据在你下单之后就提交给商家了，在积累了一定数据之后，商家就能根据这些数据预测你下一次可能会买什么样的衣服了。不用你自己挑选，满意的商品就会提前推送给你。
Q：真的有这么智能吗？
A：数据类型越丰富，数据量越大，分析出来的结果就越靠谱。此外，其实数据是无时无处不在的，只不过大数据时代，人们会有意识的用更方便的技术去收集数据，并利用它。
Q：那这样一个大数据时代，不是跟所谓的云技术很相似吗？都是将数据上传，然后分享。
A：嗯，云应该算作大数据的支撑体系，可以让数据传送和分享，但大数据的精髓在于分析和应用。
Q：那大数据仅限于在互联网上吧，假如在乡村，哪儿来的数据呀？
A：就像之前说的，数据是无处不在的。比如在农村种地，温度、湿度、土壤成分这些不都是数据吗？
Q：那这些数据是农民自己去搜集吗？搜集之后又怎么能让这些数据广泛传播和分享呢？
A：所以说大数据将衍生出很多的商业机会，在数据的收集、整理、传递、储存、计算、分析和应用方面都会出现更多的赚钱机会。
Q：分享这些数据都是要钱的吗？
A：这个就要看具体的商业模式了，但数据绝对是未来最有价值的一种商品。昨天不是还有网站发短信邀请你去相亲吗？你看，你的电话号码已经被卖了，这就是初级阶段的大数据商业模式了。
作为CEO，我有一项使命：让宝洁成为世界上最有科技含量的公司。为了达到这个目的，我们仔细研究了数字技术和分析科学在宝洁公司业务各个层面上的广泛应用前景——从公司的R&D实验室研究新原料的方法到与零售商保持良好的业务关系，以及生产产品，建立品牌和与消费者保持沟通。好处是明显的：革新产生了效果，产量增加，成本下降，并且预期在多方面会有更快的增长。打造企业数据“灯塔”
1984年，当我还是汰渍的一名经理时，我会从客服热线获得录有消费者反馈的磁带并在开车回家的途中听。回到办公室之后，我会阅读并回复收到的反馈信。而在今天，这些方法明显已经不够了——因为还有博客、微博，各种各样的媒介。
所以我们创建了一个叫做“消费者脉搏”的东西，利用贝叶斯原理对海量的反馈数据进行分析，根据不同品牌进行分类，再将它们发送给相关负责人。我个人负责针对宝洁品牌的反馈。这有助于我们对市场的动向做出实时的反应，因为我们清楚，如果某人在博客里说了些什么，而你没有及时做出反应——或者更糟糕的是，你根本不知道——那么，当你发现不对的时候，事态就已经失去了控制。这项技术也让我们能改进正在进行的工作。比如说，我们正在推出一种新的洗衣芳香剂，叫做“Downy Unstopables”。消费者对这种产品的实时反馈能帮助我们讨论如何以最有效的方式进行市场推广。
以实用性为立足点，我们还认为，只有不断改进产品才能获得成功，利用数字技术，这也很容易办到。所以我们着手将公司业务的各个方面进行数字化改造——从制造厂到商场，都是如此。我们相信，数字化是竞争优势的重要来源。
比如说，在我们的生产体系里，我们制作了一个系统，让人们利用iPad从生产线上实时下载数据，并在我们上传数据的地方进行分享。我们目前还没有达到这点，但我们可以预见，在未来，任何时候任何一件产品在生产线上的实时数据都能够出现在我的笔记本里。同时，我还想同时看到产品的成本情况。这在目前有点困难，因为目前的计费系统并不是为实时生产设计的，它们一般用于分析过去的数据。但是我们正在致力于把我们的业务系统和财务系统加以整合，以达到我们的要求。
在运输和后勤方面，我们设计了一个程序，叫做“控制塔”（ControlTower）。它能让我们看到当前正在进行的运输情况：输入与输出，原材料和最终产品。我们对卡车的使用量在全美大概能排第二或第三，而通过这项技术我们已经减少了大约15%的运输资源浪费，并且减少了成本和碳排放。
不仅如此，我们也想与零售商建立基于网络的联系。比如说，我们支持了GSDN（全球数据同步网络），它是一种重要的标准化数据库，能够让我们与零售商伙伴全自动的进行业务往来而不需要耗费人工。GS1工业协会在几年前做了一项研究，他们发现，零售商和生产商有70%的订单存在错误。但是如果所有人都开始用GSDN那样的标准化数据库——数据将被准确无误地保存——那么这个数字将会降至零，并且能节省上千万元的合作成本。
我们在做的另一件事是利用我们的力量，将最尖端的技术带给难以负担其费用的零售商，比如说，菲律宾。我曾在那里做过一家小商店，我们能够提供高科技的订单系统帮助那里的人们比原来更好地经营他们的生意。零售商可以利用我们的一些手机应用，随时通过无线网络向我们下订单，或者，如果他们没有无线网络，他们也可以把手机带回办公室下订单。一切都相当方便。
我们还设立了一些执行标准，使一些发展中国家的零售商的手机能够形成图像。我们相信，任何零售商都需要用一些方法来尽可能提高销量。举个例子，如果你有一家商店，并且支持宝洁的这个标准，那么你就能在手机上打开程序，并且举起手机，环视店铺，把程序建议的与你在商店看到的加以比较。最后，我还想让这个系统能拍一张货架的照片，利用计算机进行比较，再自动把建议发回给零售商，帮助他们重新摆放商品，以使销量得到最大化。我们正向这方面努力。
数据模型，模拟以及其他一些数字化工具正在重塑我们变革的方法。过去的研究手段需要大量的时间和工作量建立消费者群体——你需要正确的种族与年龄分布，以及其他一些因素来让其具有代表性。而现在，收集可用的数据已经十分庞大，以至于直接定义就可以得到具有代表性的群体。
举个例子，当你用传统的方式设计一款尿不湿时，往往原型设计刚完成时，就已经花费了上万的费用，不仅如此，设计还完全要靠手工完成。现在，凭借建模与模拟技术，只要获得了数据，你就可以在几秒之间重复设计上万次，所以宝洁的优势就在于此。我们在80多个国家从事生产，我们的产品销往几乎所有国家，我们每日接触超过40亿消费者。想象一下数据量吧，我们可以为世界上任何地区的任何一个宝宝设计合适的尿不湿。数据，品牌的“肾上腺素”
每个周一的早晨我们都要与来自全世界的管理团队开会——坐在一起或者远程会议。我们总结前一周的业务情况并且查看数据。每个人都要提出自己的看法。这是实时的并且是长期进行的。这让我们能够发现规律，作出决策，并且实现。
因为我们每周都开会，所以数据源成为了挑战。我还用菲律宾举例子，如果我们从一家公司购买联合数据，而这家公司只是每两个月在菲律宾的商店里做一次调查问卷来获得数据，那么每周一的会就变得无关紧要，数据的质量也不会高。所以我们一直与数据公司深度合作，帮助他们理解实时数据对我们的意义。对于我们这是硬性规定——了解数据的问题在哪里，并一路推到数据来源，再更换它。
我们虽然认为数据的价值比不上品牌，但是数据能帮助创立一个品牌并使之保持活力，所以数据源相当重要。因此，我们会竭尽全力保护我们所有的消费者数据，这是一个企业级的风险管理问题。我们严格分隔不同零售商的数据，并且设立了严格的规定。比如说，当与不同零售商合作时，多长的“冷却期”比较合适，这些与我们成为最数字化的公司的战略相统一。如果不成为数据安全的隐私领域的领导者，这些我们就无法做到。我们需要懂计算机建模与模拟的员工，我们需要真正精通电脑的人，不管是基础的编码还是高级的程序设计。你只有做过模拟，才会懂得数据的重要性，正应了一句名言：“上梁不正下梁歪。”
尽管，宝洁在分析性思维方面已经很不错了，我们还是会招募优秀的人才并且训练他们。我仍然记得我进公司的第一天，一位经理说道：“扔掉MBA教材，我们来教你，我们让你再获得个MBA。”我认为这句话今天仍然受用。但是，分析性思维已经变得异常重要。所以，我们需要革命性的想法，而这些革命必须由数据推动。
点评一：
交换平台引爆大数据时代
即便在半年以前讨论大数据时代的到来，还只是个专业小圈子里探讨的话题。到今天，“大数据”这个概念已经在业界内外和大众媒体上沸沸扬扬地广为传播，并不断涌现出这个方向上的努力与创新。站在不同角度看大数据，它既可能是大机会、大发展、大创新，也可能是大危机、大破坏、大淘汰。
目前，最活跃的领域是网络终端创新和网络基础设施创新，也就是所谓的大数据产业链的前台和后台。从人们所熟知的台式机、笔记本到智能手机和平板电脑，再到即将问世的网络电视、网络相机、网络眼镜，还有研讨中的网络灯泡，自行汽车和各种各样匪夷所思的网络终端和传感系统，将物质世界和人类社会越来越全面、越来越深入地转化进数据世界的工作正在顺利迅速地进行。从人们所熟悉的传统云计算和数据中心到今天的公有云、私有云、开放云、封闭云，再到层出不穷的集硬件、软件、数据存储和分析工具于一身的基础设施，大数据的后台正在从软件级服务（SaaS），平台级服务（PaaS）走向基础设施级服务（IaaS）。
在这两条路上，好像看不到什么了不起的理论或实践上的障碍能够阻止这一进程。
真正的决战还是在大数据的中台，也就是网络平台方面，这方面的大创新才是大数据时代真正到来的引爆点（Tipping Point）。无论前台如何丰富多彩，无论后台如何强壮有力，毕竟还需要有一个体系、一个架构、一个服务把人与人、物与物、人与物之间产生的数据按自然逻辑和社会逻辑联系起来，对接上去，集成到一起，才能够释放潜在的经济和社会价值。这种联系，对接和集成的方式用户越喜欢、成本越低、效率越高、数据越多，这个平台的价值就越大，在大数据生态圈里的地位就越高。
就目前产业发展的状况和大数据时代的内在需要看，未来三五年内会在网络平台层面上有机会产生创新性突破的不外乎以下三大方向：
个人数据集成。这是Web2.0革命的自然深化和扩展，终极目的是创造真正的“数据人”，也就是以个人为中心，将其在互联网上的言行举止和世上一切有关此人的所产生的数据汇集起来精准描述，在保护隐私的前提下进行智能化和个性化的服务匹配。在这方面，Facebook和苹果的基础最好，走得最远。“我的数据”（My Data）、“自我量化”（Quantified Self）、“纳米定位”（Nanotargeting）等一系列新概念正在业内出现，一批围绕个人完整动态数据获取的服务和机制正在尝试之中。
公共服务数据集成。过去远远落后于时代发展的网络公共数据服务近年来异军突起，从零散，滞后、粗略和被动的状态开始迅速走向集成、动态、精细和主动的新阶段。以DATA.GOV为代表的政府数据服务网站在立法、预算、舆论监督和民众督促等力量的推动下，正在成为大数据时代一股崭新而强大的力量，扩展和充实着互联网服务的空间和深度。一个国家，一个社会乃至一个城市的发展水平和竞争实力将和自身的公共服务数据集成和服务的水平紧密相连。公共服务数据集成水平的高低很快将成为“软实力”的主要标志之一。
物质生产数据集成。物质产品的设计和制造一直远离互联网，而现在正以极高的速度和极大的力量与网络业相融合。以“3D打印”为代表的第三次工业革命极大地提高了人们对网络世界和数据世界的想象力，极大地拓展了网络业的产业边界。过去，网络业只能进行完全数据化的产品和服务，或者通过网络平台帮助物质化的产品和服务进行推广销售。而新兴的网络化和数据化物质产品生产模式显示由数据到实物的转化过程开始进入低成本、大规模、打破时空界限和个性化的全新历史阶段。这将重新定义众多产品制造业的产业链和商业模式，使物质产品的设计，制造和流通过程所需的数据集成成为产业上游。
这三个方向正好是一个由个人、社会和物质世界三维所组成的空间，这个空间在大数据时代有机地融合起来，为产业发展和社会进步创造机会。在这个空间中任何一维或三维上的任意一点的显著进步都将是大数据服务产业的福音。这不是空想的神话，而是看得见的未来。
点评二：
2010年后，“云数据”概念打破了数据的时间、空间限制，大数据时代的大门正在开启。国内几家大型的电商网站都有着超过千万级别的活跃用户，与线下相比他们具有更容易获取消费者数据、商品数据的特点。京东商城每天的平均交易额超过一亿，订单量超过50万，企业内部有着复杂的运营流程，这些都是数据可以发挥重大作用的环节，对数据的充分利用可以极高地提高效率、节约成本，其表现形式包含以下几个方面。
数据帮你做决策
过去的运营驱动数据将变为数据驱动运营，大数据不仅指海量的数据，还包含数据的细分，企业内部几乎所有的环节都将以数据的形式加以展现，比如各业务环节的时间节点衍生出的效率优化。在亚马逊，每天会有大量的基于运营的报表和数据处理，运营策略、市场推广策略的改变主要是看数据，它自行定义的自动补货模型就是基于时间序列和极值的原理而形成的，有效地解决完全依靠人工的订货、补货模式，提升了库存管理的效率。
分析用户的智慧
电商最根本的就是做用户体验，当电商手里有了大量的消费者购买行为的数据，消费者研究甚至可以具体到某一个用户，包含区域购买力、商品区域化、客户分层、购物周期、购物偏向性、投诉原因等诸多数据，指标的结合将为企业实行差异化战略和精准式营销提供重要依据。通过数据分析，还可以有效的识别与竞争对手差异因素，开创新的蓝海，为消费者提供更适宜的购物体验。
打造立体的“数据网”
电子商务内部的信息流转都可以转化为数据，多维度、多视角的使用数据，通过某一核心维度将数据的范围逐渐扩大，将某一行为产生的原因与合理性通过十几个甚至更多的数据标准加以展现，使之更加准确和突出重点，比如销售数据就可以以销售额为核心，将产品销售的区域性、周期性、售后的退换货、客诉率、订单的周期性、客户的忠诚度等多种指标综合分析。
让数据“看得见，摸得着”
传统意义上的数据分析更多的是以简单的图表或者PPT的形式加以展现，不够直观，2010年以后数据信息图兴起，为数据分析和结果输出提供了非常好的视觉效果和理解性，利用简单的图形组合将单一的图表转化为了更丰富的内涵结果，极大地刺激了人们的感官神经，使枯燥的数据变得生动形象，数据信息图只是数据可视化深入发展的一种表现，大数据时代会衍生出很多类似的方法。
大平台需要“一碗水端平”
就时间性而言，基本分析主要是基于历史数据和现实数据，模型可以提供长期的预测数据并评估现实数据的合理性，二者相互补充，不同方法之间相互补充和对比能对业务发展提供更准确的参考依据。随着电商业务模式的稳定和成熟，模型的使用会逐渐增加，尤其是在消费者研究、销售预测、库存管理方面；简单或复杂的方法都是必须的，二者的作用不同，在构建大数据平台时，电商需要更好地平衡二者之间的关系，使之发挥相应的效用。
人人为我，我为人人
电商数据现在很难获得，部分公开的数据其准确性存疑，竞争对手的分析也是建立在不客观的基础上，限制了整个行业对数据的合理利用。大数据概念的确立，提高了企业对数据的重视程度，企业的部分职能也在转变，数据催生的服务功能正在兴起，如一淘网、淘宝网等定期发布的内部价格指数、品类销售报告，就是将内部数据共享化的一个好的开端，很多企业将通过结合自身和行业公开数据对电商某一领域开展专业化的研究，为新进入者或者行业的发展提供深度服务；在互联网时代，数据共享是必然的趋势。
