數據的記錄、連接與價值轉化_數據分析師

吃飯、睡覺、旅行、走路、購物，所有純物理性的行為都成為可被記錄數據的組成部分，這些看似與我們的生活、工作、賺錢等無關的行為，正成為新時期的價值瑰寶，谷歌、亞馬遜、Facebook、百度、阿里巴巴等均陷在其中而不能自拔。

近期，騰訊、搜房、浪潮集團、易觀等紛紛與統計局簽署了大數據戰略合作框架協議，再加上去年簽署的11家公司，越來越多的互聯網公司、傳統企業數據正被納入新構建的大數據“基地”當中。

不少人對大數據的概念有很大誤解，甚至有不少公司搭上“大數據”的概念來玩資本運作。大數據并不僅僅是“大”，但它首先得“Bigger”，擁有足夠量級的數據才能被稱作大數據，所以你看到僅僅分析幾百人的數據就說自己是大數據的公司基本上都是騙子。我不認為當前有多少公司量級的數據能夠是“Bigger”的。對于用戶級市場，至少該產品的用戶量達到億級，達到該產業用戶量的前幾名；對于企業級市場，也至少得擁有足夠量級的企業用戶，才算得上擁有大數據的基礎，再加上用戶使用各個產品的習慣大不相同，所以當前的大數據絕對是缺憾的，抽樣數據并不準確不是么？多談無益，故本文純從數據來分析。

數據的記錄

數字產品的出現，迅速讓用戶的個人信息能夠被記錄，電腦、智能手機、可穿戴設備、智能硬件、未來的智能電視等正成為數據記錄的新工具，其中較為熱門的是圍繞醫療需求來建立相關的數據記錄，睡眠、血壓、體重等產品較多，雖然這些產品的用戶量并不“多”，但是硬件廠商們依然樂此不彼的做著這一切。

要想讓數據能夠真正的發揮作用，首先這些數據肯定得被記錄，必須有了記錄才會有相關的模型分析，否則都是紙上談兵。比如用戶的睡眠時間、用戶的出行時間、用戶每天所攝入食物的卡路里、用戶吃飯的消費金額等等，所有出現的物理性數據，只有被記錄了這些數據才會有價值，沒有記錄，這些都是“廢物”，沒人會重視這些物理性動作的價值。

數據如何才能被記錄？首先得有工具，拿醫療為例，我們在醫院看病，醫生會使用相關儀器記錄用戶的心跳周期；我們去餐廳吃飯，餐廳會記錄每桌顧客的消費記錄以及用戶最愛點的菜品；我們在網上使用搜索引擎，搜索引擎會記錄用戶的搜索習慣。醫療器械、ERP系統、電腦等成為了數據記錄的工具。

數據被記錄是用戶被動選擇的結果，如果用戶不去醫院檢查，那么數據就不會被記錄，用戶去了B餐廳而不是A餐廳消費，A餐廳也無法獲取到用戶的喜愛。所以，可穿戴設備、智能硬件等都試圖讓用戶能夠主動將自身的數據被記錄，應該說這也是UGC模式的一種，用戶自愿將自身的數據提供到平臺上去，供平臺進行分析。

被動和主動的區別是非常大的，被動就意味著有用戶的數據會流失掉，當流失掉的這部分用戶足夠多以后，新的數據模型就無法完成。記錄是數據的基礎，接下來就是連接。

連接

用戶不可能一直在某個餐廳消費，也不可能一直在某一個地方睡眠，至于可穿戴設備，用戶也很難做到每天都按時去佩戴，讓自身的數據可以記錄。單個用戶某一行為被不同商家記錄，而這些商家記錄的數據是分離的、獨立的，無法形成連貫性，當這些被記錄的數據到了一定時間滯后，肯定是面臨被丟棄的命運。讓數據能夠同平臺的相互連接，要比單個“獨霸”有用的多。

另一方面，就是數據和用戶的連接，如何讓用戶的數據能夠被主動貢獻出來，并通過互聯網、移動互聯網相互連接，形成數字存儲而不是紙質記錄，這是當前圍繞數據進行創業者的思考。

跨界連接是最困難的，就像拼圖一樣，如何通過混亂的形體組合，形成有效的畫面。比如餐飲和超市購物、搜索和社交、電商和社交等，這些數據得形成有效的連接。單一的從搜索行為就分析出用戶的購物行為或者其他行為是有失偏頗的，搜索的需求太單一，并不能是用戶整個的行為特征。只有綜合用戶搜索、購物、社交等多個使用行為，才能有效的分析出用戶的某個行為特征。

有效的價值轉化

從記錄→連接→價值轉化，這肯定是一個漫長的過程，要知道先祖們用了數千年的時間也僅將少量的數據形成轉化并遺傳下來?；ヂ摼W、移動互聯網在國內的發展還不足20年，而數據從被重視到被記錄到被連接，就更是一個漫長的過程，目前市場上的智能手環、智能手表、無線路由器、盒子等產品雖然都不盡人意，但是其無一不在讓數據變的有效的道路上奮斗著。

將用戶的搜索數據記錄并有效價值轉化，最早的案例是谷歌當年預測流感病毒，當然，已有不少互聯網公司都有將用戶數據記錄、連接并實現有效的價值轉化?；ヂ摼W公司離數字存儲最近，占據著有利條件，能夠更敏銳也是正常。

不過，僅僅有互聯網的數據是不完全的，用戶在線下的數據，用戶在生活中的數據，在更多不使用互聯網情況時使用的數據，我把它稱之為物理數據，這部分數據是現實生活當中的數據，其價值要高于互聯網絡上的數據的，互聯網公司們正在吸收著這些數據。

數據的有效轉化，可以體現在幾個方面，一是預防，針對企業級的。應該說每個行業都有泡沫的存在，就算沒有泡沫，也會有倒閉的風險，通過對相關數據的分析，可以對未知的風險起到一定的預防措施，即使不能避免，至少能更大程度上的減少損失，并能夠助力公司挺過這場風暴。

一是隱性價值，針對用戶級的。比如時間成本，通過地圖工具和當地公交系統對接，讓用戶實時了解公交車的到站時間，節約用戶等待公交車的時間，海量用戶的時間成本加起來，肯定是一筆不菲的價值。再比如健康預防，越來越多的慢性病開始向用戶滲透，通過對相關數據記錄、連接，讓用戶能夠盡早預防慢性病的發生，比如肥胖的問題（健康產品的前提是有高質量的醫療體系在背后支撐）。

讓所有可能有價值的數據都被記錄、連接，再將這些數據分析之后，實現有效的價值轉化，互聯網公司、傳統企業、統計機構、用戶，所有人都是這場風暴的參與者。我們應該給予正在為這場大風暴做貢獻的企業和創業團隊，可能有人被“掉隊”，也有人可能在這場風暴中崛起。