在“2014西湖品學(xué)”大數據峰會(huì )上，中科院大學(xué)管理學(xué)院教授呂本富發(fā)表了《大數據分析的經(jīng)濟價(jià)值》的演講。呂本富表示，如果大數據并不是年輕人談性，就要提一個(gè)問(wèn)題是“價(jià)值在哪里”。價(jià)值并不是忽悠，要從企業(yè)競爭角度創(chuàng )造了什么價(jià)值，所以?xún)r(jià)值在哪里，應該是所有大數據做經(jīng)濟分析中最重要的關(guān)鍵詞，在哪里存活。

以下為呂本富的演講整理：

經(jīng)常有人引用這一段話(huà)：“大數據就是年輕人談性，我說(shuō)你做過(guò)，你說(shuō)我做過(guò)，大家誰(shuí)都沒(méi)有做過(guò)”。很多傳統企業(yè)都是這么說(shuō)，如果大數據并不是年輕人談性，就要提一個(gè)問(wèn)題是“價(jià)值在哪里”。價(jià)值并不是忽悠，要從企業(yè)競爭角度創(chuàng )造了什么價(jià)值，所以?xún)r(jià)值在哪里，應該是所有大數據做經(jīng)濟分析中最重要的關(guān)鍵詞，在哪里存活，在這里就是價(jià)值。

應用需求驅動(dòng)商業(yè)模式，商業(yè)模式帶來(lái)里經(jīng)濟價(jià)值，這就是大數據的立足點(diǎn)?；ヂ?lián)網(wǎng)承載了太多的信息和信號，大眾的情緒、消費者喜好、市場(chǎng)潮流、不同人群的關(guān)注點(diǎn)等等。

從商業(yè)模式的角度看，把它分為三類(lèi)：第一類(lèi)是圈定用戶(hù)和針對營(yíng)銷(xiāo)，就是誰(shuí)是我的客戶(hù)、誰(shuí)不是；第二類(lèi)，用戶(hù)的關(guān)聯(lián)分析，在用戶(hù)群當中是老的、少的，他們有什么關(guān)系；第三類(lèi)，完全個(gè)性化定制或者個(gè)性化分析，就是先確定大圈子，然后圈子中分類(lèi)，然后個(gè)性化。

應該說(shuō)，不同情況下有不同的價(jià)值，不管對哪個(gè)學(xué)派或者實(shí)踐都認為管理的本質(zhì)是決策，而決策最重要的本質(zhì)是受信息不對稱(chēng)的影響，信息越對稱(chēng)決策價(jià)值越大，如果可以通過(guò)大數據的挖掘分析可以作出決策，最根本是能不能有助于決策，這是核心。由于決策之后會(huì )使得企業(yè)的競爭規則發(fā)生變化，我們知道大部分學(xué)過(guò)MBA的同學(xué)都知道邁克爾波特說(shuō)過(guò)競爭的價(jià)值取決于經(jīng)濟價(jià)值。如果創(chuàng )新會(huì )帶來(lái)一些競爭優(yōu)勢，但是容易被別人山寨，我們知道我們山寨能力很強，我的成功可以復制，我的復制可以成功，什么才是持久的能力呢？低成本高效率，過(guò)去認為是戰術(shù)性，過(guò)去認為低成本高效率是戰術(shù)型，現在看來(lái)是一個(gè)國家和企業(yè)的長(cháng)期競爭，就是差異化、低成本，但如果不和運營(yíng)效率放在一起就不是長(cháng)久的競爭力。低成本高效率就是大數據的彈性商業(yè)過(guò)程，各個(gè)過(guò)程無(wú)縫隙、無(wú)摩擦的對接。

首先生產(chǎn)體系是對接，第二，、各個(gè)體系摩擦成本降到最低，所以我們把數據價(jià)值分為三類(lèi)：第一，數據驅動(dòng)的決策；第二數據驅動(dòng)的流程；第三數據驅動(dòng)的產(chǎn)品。

第一個(gè)就是提高預測概率，提高決策成功率。今天上午有一個(gè)阿里金融的說(shuō)計劃經(jīng)濟比市場(chǎng)經(jīng)濟優(yōu)越，因為可以有大數據、定制、預售，其實(shí)就是第一個(gè)說(shuō)的，數據驅動(dòng)的決策可以提高預測的概率。講一件專(zhuān)業(yè)的事情，不知道各位是否知道“最大最小定制”。什么意思呢？傳統雙方博弈的時(shí)候，比如說(shuō)你是踢球員，我和守門(mén)員，我們兩方的博弈就是我們兩方的概率應該是對等。大數據就是最大最小定制，我要對你的細致了解，因為我不是博弈性質(zhì)和概率性質(zhì)，所以決策可以提高預測概率。

第二個(gè)是數據驅動(dòng)流程，就像今天上午老師說(shuō)的我們要形成閉環(huán)營(yíng)銷(xiāo)的成功率，就是我劃了圈子，所有客戶(hù)都在圈子里，所有營(yíng)銷(xiāo)對折他來(lái)，還要和漏斗轉化結合，這就是數據驅動(dòng)流程。

第三個(gè)產(chǎn)品是迭代的創(chuàng )新，創(chuàng )新有顛覆性創(chuàng )新和迭代的創(chuàng )新，經(jīng)常有人說(shuō)把誰(shuí)誰(shuí)顛覆了，我不喜歡聽(tīng)這個(gè)詞，我喜歡迭代，就是小步快跑，大數據一般指導的是小步快跑的迭代創(chuàng )新，現在微信為什么很牛，因為迭代很強，就是今天改一個(gè)功能明天改一個(gè)功能，這三類(lèi)會(huì )帶來(lái)價(jià)值。

針對這三類(lèi)，因為大數據最重要的是決策和優(yōu)化，對企業(yè)來(lái)說(shuō)決策和優(yōu)化可以代替效率，可以把迭代和優(yōu)化分為三個(gè)層級：第一誰(shuí)在圈子內，第二屬于圈子內的哪個(gè)族群，第三個(gè)是圈子消耗。廣告界有一句話(huà)名言叫做“我知道我的廣告費有50%恩浪費了，但不知道哪一半”?，F在就是要通過(guò)大數據排除非相關(guān)人員，確定圈子和利益相關(guān)者，這是有效影響，其他沒(méi)有有效影響的基本上和我沒(méi)有關(guān)系。不知道在座有沒(méi)有看過(guò)郭敬明的《小時(shí)代》，我看不懂，就寫(xiě)了罵他，但他照樣賣(mài)3個(gè)億，我就不是他的客戶(hù)，不是他的圈子?，F在不要全國人民擁護我，只要圈子擁護我就發(fā)財了。然后是不管是哪一類(lèi)數據，圈定了就有價(jià)值。

第一個(gè)層級是針對一個(gè)具體的應用，依據性別、收入、地域、年齡等特點(diǎn)，簽訂相近的人群。比如在電子商務(wù)網(wǎng)站內，預測什么地方的人買(mǎi)東西最瘋狂或是預測什么型號手機最好賣(mài)，麥當勞、肯德基以及蘋(píng)果公司器件專(zhuān)賣(mài)店的位置精準選址，針對這個(gè)全體如何進(jìn)一步打磨廣告、市場(chǎng)營(yíng)銷(xiāo)等等，就可以?xún)?yōu)化定價(jià)策略和產(chǎn)品線(xiàn)。

第二個(gè)層級就是通常說(shuō)的在確定圈子以后，需要把商品和人群分為不同的族群的通過(guò)族群和消費者當中確定消費人群，購物籃是最常見(jiàn)的大數據分析技術(shù)，過(guò)去就是打印單上家庭主婦放在什么地方一塊兒買(mǎi)了，比如說(shuō)塔吉特針對懷孕的婦女，做了一個(gè)“懷孕指數”，就像中國有一句話(huà)叫酸兒辣女，通過(guò)懷孕指數可以知道預產(chǎn)期。我們經(jīng)常會(huì )說(shuō)通過(guò)過(guò)程數據和結果數據進(jìn)行關(guān)聯(lián)性分析。并不是關(guān)聯(lián)性分析很容易，其實(shí)也有難點(diǎn)。比如說(shuō)對書(shū)、手機、家電的Hard Line的產(chǎn)品可以認為是標品，通過(guò)時(shí)間序列預測是比較準的，但對服裝、裝飾等是軟性商品，無(wú)法通過(guò)時(shí)間預測，因為這類(lèi)東西受到干擾東西太多，比如說(shuō)顏色、合不合身，還有朋友的意見(jiàn)，而且買(mǎi)得人多了就不買(mǎi)了，所以這樣軟性產(chǎn)品的預測非常困難，比如說(shuō)從術(shù)語(yǔ)來(lái)說(shuō)是多維變量，就比較難。

第三個(gè)層級確定圈子個(gè)體的特征，由此提供個(gè)性化的定制、產(chǎn)品和服務(wù)，比如說(shuō)有一個(gè)電影叫《點(diǎn)石成金》，里面就是專(zhuān)門(mén)算哪一個(gè)球手，比如說(shuō)我這個(gè)球隊進(jìn)攻最弱，就把進(jìn)攻最強的球員買(mǎi)過(guò)來(lái)。比如說(shuō)我有一個(gè)芯片安裝在汽車(chē)上就可以測試駕駛習慣，拐彎是不是很急，剎車(chē)是不是很穩，確定每年效率稅率，過(guò)去中國人完全說(shuō)看客下菜碟，從消費者來(lái)說(shuō)為每一個(gè)人定價(jià)才是最好的，基本上所有的生產(chǎn)者剩余都拿到自己的手里，過(guò)去沒(méi)有這個(gè)條件，現在大數據就可以進(jìn)行個(gè)性化定價(jià)。所以航空公司和快遞公司可以提供體貼入微的服務(wù)，沃爾瑪利用數據分析提供最優(yōu)的價(jià)值。確定圈子、確定關(guān)系、確定定價(jià)以前就有，只是通過(guò)大數據確定價(jià)值，帶來(lái)新的增量。

既然數據的科學(xué)，大家覺(jué)得大數據完全是忽悠的概念，經(jīng)過(guò)最近實(shí)踐探討，我們覺(jué)得它確實(shí)和原來(lái)的統計不一樣，但是和原來(lái)數據挖掘的方法論不一樣，它確實(shí)有點(diǎn)新的問(wèn)題，問(wèn)題就是解決任何問(wèn)題都有一個(gè)叫方法，在過(guò)去問(wèn)題多樣性手段是豐富的，不同的行業(yè)特性、不同的企業(yè)規模、不同的成長(cháng)階段產(chǎn)生了很多共同特點(diǎn)，又有個(gè)性鮮明的問(wèn)題。在解決管理學(xué)的問(wèn)題，工具非常多，過(guò)去有人統計世界上有200多種研究的方法。這些盲人都要和數據結合在一起，正好演講開(kāi)始就講了氣象，其實(shí)作1913年一個(gè)叫理查森就找到了空氣動(dòng)力學(xué)方程，他為了幫助中國打一站，根據他的方程可以預測出第二天的天氣，問(wèn)題是準備數據需要6個(gè)星期，所以一直到一戰結束的時(shí)候理查森的數據沒(méi)有準確過(guò)。一直到20世紀，現在對過(guò)去天氣的統計可以精確到5%，剛才演講者說(shuō)可以達到85%了，所以我們檢測的時(shí)候數據還是那個(gè)數據，但方法不一樣了。

所以在大數據背景下，方向不一樣了。問(wèn)題從預測、選擇、優(yōu)化、仿真重點(diǎn)轉向了關(guān)聯(lián)和決策，現在最重要找關(guān)聯(lián)關(guān)系能不能決策變成問(wèn)題最重要的方式了，其實(shí)這也是中國人所擅長(cháng)的，我原來(lái)做大數據演講的時(shí)候，有人說(shuō)大數據西方怎么好，我就告訴他也不是這樣的，中國人搞中醫不就是大數據嗎？中醫只管關(guān)聯(lián)不管過(guò)程的，按摩好了不管中間的機理，但是那個(gè)藥吃死多少人不知道，中醫就是大數據，只管相關(guān)關(guān)系，不管過(guò)程。數據就是從小樣本轉減模型大數據的研究范式，所以對數據結構的深入分析將會(huì )成為重點(diǎn)。

數據有些什么問(wèn)題呢？

我們經(jīng)常在做數據分析的時(shí)候發(fā)現兩個(gè)相關(guān)，就是高頻數據和低頻數據需要統一。比如說(shuō)淘寶的交易數據是每秒、每個(gè)小時(shí)、每日，高頻數據的研究是對時(shí)間尺度極小的，低頻數據的研究是時(shí)間尺度極大的，經(jīng)濟危機是三十年一個(gè)循環(huán)就是很大的數據周期，所以高頻數據和低頻數據是怎么，流感傳播是以一個(gè)星期，對接不好了就會(huì )出問(wèn)題。

還有高階數據和低階數據，因為我們在商品預測上很多，過(guò)去不僅取決于過(guò)去的財富量還取決于當前的財富，如果把財富看成Y，那么財富的一階導就是當期的收入，財富的二階導就是拐點(diǎn)，就是未來(lái)的收入，所以決定消費者的表征就是C=C（y，y’，y’’）所以經(jīng)濟系統當中引入高階變相和低階變量，即未來(lái)變量和滯后變量，都非常重要。過(guò)去小數據沒(méi)有這樣的條件，小數據都不知道哪個(gè)是未來(lái)哪個(gè)是當期，大數據可以找出。

還有微觀(guān)變量，我們和阿里做消費者信息指數的時(shí)候發(fā)現，如果把全網(wǎng)加起來(lái)做指數非常難，因為類(lèi)目老是變動(dòng)。一般來(lái)說(shuō)，熱力學(xué)類(lèi)型的數據，我們學(xué)物理都知道，熱力學(xué)類(lèi)型的數據都是宏觀(guān)數據，比如說(shuō)壓氣等等，都是事物趨勢和可能。動(dòng)力學(xué)類(lèi)型的微觀(guān)數據，比如說(shuō)速率、類(lèi)目等，反應是一個(gè)事物的實(shí)現性，這是微觀(guān)數據。比如說(shuō)我們和阿里做消費者信息指數的時(shí)候一定不能做微觀(guān)數據。動(dòng)力學(xué)和數據和熱力學(xué)不能混同，如果混同就會(huì )有問(wèn)題，因為類(lèi)目老是調整。

第四個(gè)是高維數據和變維數據的問(wèn)題。高維數據包括三種，比如篩因變量和高維的，即一個(gè)變量可以影響很多變量，第二個(gè)是自變量是高維向量，影響一個(gè)變量變動(dòng)的因子有很多，第三個(gè)是因變量和自變量都是高維的向量。當因變量和自變量都是高維的時(shí)候，現在有人說(shuō)炒股有27000多個(gè)變量，所以很多人搞不清楚。這個(gè)要做相關(guān)性分析怎么做呢？多維變量和多維變量的工具不是很多，所以我跟我們一個(gè)數據老師說(shuō)你做一個(gè)這樣的工具將來(lái)?yè)P名立萬(wàn)了。在學(xué)科交界處，不但存在高維數據，還存在變維數據。不要認為這很虛，比如說(shuō)這類(lèi)人群對某一類(lèi)服裝的銷(xiāo)售就是多維和多維變量的問(wèn)題，所以現在為什么叫軟線(xiàn)產(chǎn)品，多維變量的關(guān)系很難理解，而且還有變維，就是有一個(gè)緯度影響不是很大。而且交易數據不僅是時(shí)間序列，而且和政治、自然、人際、情緒都有關(guān)系。其實(shí)數據除了剛才說(shuō)的以外，還有很多，我們在進(jìn)行大數據分析的時(shí)候，黑天鵝事件和異常值分析等等，比如說(shuō)異常值分析，在過(guò)去統計分析中異常值就舍棄了，但大數據異常值很多，異常值在過(guò)去挖掘當中就很少，現在做大數據很多。

我只講了四個(gè)，大數據分析當中可能遇到的大概有十類(lèi)問(wèn)題。今天時(shí)間有限，就不說(shuō)那么多了，謝謝大家！