我們自己終會成為大數據

對于大數據在商業上的用途，這句話說得很清楚。前半句是重點，了解用戶的行為習慣和愛好，這就是大數據的核心價值。

1. 元數據（Metadata）的概念

簡單說，元數據是對數據本身進行描述的數據，或者說，它不是對象本身，它只描述對象的屬性。

比如，一幅畫本身，是數據。而這幅畫的作者、完成時間、尺寸、價格、類型等等，就是它的元數據。

再比如，你媽逼你結婚，找了個男的讓你相親。你并不認識他，但你媽告訴你他的年齡、身高、體重、體貌特征、家庭背景、收入、愛好特長，你心里也就對他有了印象。即便你還不認識他。

元數據的價值，第一是能夠從側面描述對象，第二點就是可以結構化、信息化。

什么意思呢？

比如，我們要判斷一幅畫的價值，除了專家直接通過畫的藝術性來評價，還可以通過元數據來判斷。

這幅畫是名家的還是二流畫家的？這幅畫是作者在他創作鼎盛時期的作品，還是在年輕時的作品？這幅畫是作者擅長的類型還是他不熟悉的？

用這些描述的信息，我們居然就能把這幅畫的價值算得八九不離十。雖然肯定會存在誤差，但同樣是科學合理的方法。

那用元數據而非數據本身描述對象的意義何在？

這就是在大數據上產生的價值了：對于非結構化的、非量化的對象本身，結構化的元數據可以用以快速計算和判斷。

比如，你媽拿了 100 個單身男的資料，你要是一個一個去仔細翻閱，那幾天都翻不完。但你告訴你媽，高學歷的可能意味著素質很高，高收入的可能意味著能力很強，所以先把低學歷低收入的篩掉，剩下的再依據身高體重年齡這些信息排序，那效率就高得多了。

注意，這樣的方法仍然會有失誤的，說不定真愛就在被篩掉的人里。但這樣的概率微乎其微。

相親里似乎還不太明顯，但大數據在真正產品應用中，產生的效果就天翻地覆了。

2. 大數據應用的第一階段：輔助產品。

最初的應用比較簡單，就是用以輔助產品人員和市場人員做判斷。

過去的實體產品做一次調研很麻煩。比如飲料公司，調研人員要用各種方式觀看他們喝飲料的場景和步驟。

問卷是最常見的，但不準。所以會組織各種各樣專業的現場試驗，要搭建環境（一般是有單面玻璃或攝像頭的）、邀請志愿者，然后引導他們按照日常的習慣去完成一些操作。

比如這樣的通過攝像頭監視觀察室。

顯然這種辦法非常笨重。

而現在的互聯網產品則根本無須這么麻煩。用戶所有的使用數據、行為，都是記錄在案的，想知道什么，瞬間就能分析出來。

過去想知道用戶有沒有做一件事，比如有沒有用過這個功能？太難了。

現在呢，就問點擊這個行為，點擊了幾下、點擊在哪里，什么時候點的，甚至這是在什么地方點的、點擊之后又做了什么，一清二楚。

用戶平時用不用這個功能、怎么用這個功能，也就一目了然。

對于產品設計者來說，這是至關重要的數據。而且，這是完整的數據！如果是互聯網產品，那么我知道的是所有用戶的數據，不是過去傳統行業產品的樣本數據。

騰訊知道所有微信用戶有多少用朋友圈、知道這些用戶每天都發幾條朋友圈、知道這些用戶每天都發了什么。每一個數據都是真實可用的。

（過去發行量再大的報紙也很難知道讀者性別，然而現在再小的微信公眾號也可以實時獲取。）

在實體產品的行業，隨著未來整個產品從生產到銷售到使用的信息化，大數據也會漸漸起到更大的作用。過去我賣的一瓶水，可能到某個超市就斷掉了，我不知道這瓶水被誰買走了。但現在我在天貓賣的一瓶水，我知道對方這個用戶是每個月買十箱水的，他的地址是某個高檔餐廳，那我就知道這瓶水的目標受眾是誰了。

這是元數據的價值所在。

所以說，大數據的第一階段是：輔助產品設計者做判斷、讓產品制造者更好地滿足用戶。

這時候的大數據主要是來為產品提供支持，產品再應用于用戶。

3. 大數據應用的第二階段：創造價值。

在數據的數量和質量達到一定程度后，事情開始變化了。元數據將不僅作為產品的輔助，而是變成了最有價值的產生本身。

很簡單的，全中國最熟悉老百姓消費習慣的是工商局嗎？是哪個協會嗎？是哪個科研機構嗎？都不是，是淘寶。

擁有最全面的個人信用信息的，是人事局嗎？是銀行嗎？是咨詢公司嗎？都不是，是支付寶。

道理也簡單得很，所有行為（消費、交易）發生在了這個平臺上，而這個平臺又有所有數據的記錄，那這些數據就能產生巨大的價值。

你以為做醫療健康這方面的產品僅僅是關注你的健康嗎？并不是，他們同時還能夠記錄你所有的體征，這是第一線的臨床數據。

此時，大數據本身已經成為了產品，可以輸出有價值的內容。

消費行為數據，賣給廣告商，廣告商就可以定向給你投送廣告；信用數據，賣給銀行，銀行就可以判斷出你的信用程度；健康數據，賣給保險公司...你懂的。

近幾年，互聯網公司已經能夠對全國各領域的市場，給出最有說服力的統計報告了，這些之前可都是政府做的：

淘寶網發布中國互聯網消費趨勢報告

攜程旅行網發布《2014年旅游者調查報告》

滴滴攜兩大機構發布首份智能出行年度報告

不僅僅是將數據出售，數據提供的內容完全可以創造出新的產品。尤其像 O2O 這樣的產品/服務，上游是服務提供者和資源，下游是用戶，都能夠有價值可以發掘。

以前做美甲的時候，我們設想的商業模式，有一項就是從上游，了解美甲師用品的情況，跟生產廠家合作，把控渠道；另外就是從下游，知道用戶的情況，從而也能夠跟其他美業產品合作（定向幫你把產品帶到家里，河貍家其實已經在做），來讓用戶數據產生價值。

我之前聽說餓了么在嘗試一項新服務，就是為餐館提供食材。乍一聽有點怪，但后來想想的確是再合理不過。除了餓了么還有誰更能清楚某塊區域的餐品售賣數據呢？這地方蘿卜白菜賣得多、有多少量，餓了么清楚得很，跟農場談合作，可以很好地把控上游渠道。

這階段的大數據，已經可以成為產品，為用戶直接服務。

從另一個角度看，不知道你發現沒，通過我們行為數據這些元數據，我們已經在慢慢被量化的信息給描述出來了?？吹竭@些數字（一年花了多少錢、在哪方面花的錢等等）已經對這個人可以有相對粗糙的認識了。而大數據最終的形態開始初現。

4. 大數據應用的第三階段：塑造我們。

我之前也總是對行為數據表示不屑。你知道我在淘寶買了點東西、跟誰微信聊了幾句話、去百度隨便查了點東西，就能知道我是什么人了？

還真的可以。只要數據保質保量。

我知道你一個月沒買避孕套這兩天突然買了三盒，那可能是你要跟異地戀的女朋友見面了；我發現你微信跟異地的某個妹子聊得特別多、經常還視頻，那這大概就是你異地的女朋友；我了解你在百度一直搜東南亞的機票和旅行攻略，那我知道你可能要去那里玩。

就是這么簡單的三條元數據，我就能推測出來，你很大概率上，最近要跟女朋友一起去東南亞旅行。

說實話，做這么基礎的邏輯推斷，比下圍棋容易多了。

這是說明元數據能夠推理信息的邏輯性。而對于可獲取的元數據，也越來越多了。

你打電話時，可以知道你給誰打（婦科醫生？要生孩子了。律師？最近有官司。）
你買東西時，可以知道你的消費能力、家庭狀況、喜好甚至性格（高端筆記本？愛玩游戲。蠟筆和簡筆畫冊？家里有小孩。）
你出門消費時，可以知道你的生活習慣和個人情況（健身房？應該很健康。經常大保??？可能身體比較虛。）
你加別人微信時，可以知道你的社交圈子（認識李開復？應該不是一般人。通訊錄里都是快遞員？那可能也是快遞員。）

作為這些產品的數據的擁有者，我完全不需要派個私家偵探來跟蹤你。只需要等你自己乖乖把這些數據送上來。

春節的時候，支付寶為什么要和微信爭搶小額支付和社交場景的支付？不是為了那點手續費，就是為了它缺失的社交支付這一塊。這塊數據的價值，遠超想象。

未來我們每個人的衣食住行、生活起居，都將有大量的數據記錄。我們的行為會變成一串串數字成為可量化的數據，成為描述我們的信息。我們工作用云筆記、吃飯用餓了么、打車用滴滴、搜東西用百度、社交用微信，每一步都事無巨細被記了下來。

不信你可以翻出你歷史所有在百度或者 Google 的搜索記錄來，對你生活的描述絕對比你自己的日記都要真實。

這些數據將被轉換成有價值的商業數據，來描述你各方面的信息。你喜歡黑色的衣服、你喜歡胸大的妹子、你比較文藝、你有高度近視、你最近剛失戀...... 關于你，可能這些數據比你爹媽都要清楚。

最終，我們本身就是可以被量化的大數據對象，不存在多層的邏輯了。

這樣的未來自然有利有弊。利是我們無處不在享受著大數據帶來的便利，我們看到的每一條廣告都會是我們自己喜歡的，我們查的每一條搜索記錄都是根據我們特點來推薦的，我們在加好友時系統甚至都可以說他是不是會跟我們合得來。

弊在于，我們的隱私就暴露無疑。只要數據的擁有者想做點壞事，那真的是什么都有可能。

大數據絕不會止步在為決策僅僅提供幫助，它的終極形態就是可以用海量的數據描述我們一個個具體的個體。當達到這一步時，現在所謂的市場調研、用戶分析就都是小兒科了。

因為，大數據已經完全能夠塑造出我們了。