數(shù)據(jù)驅(qū)動(dòng)到底是什么？如何驅(qū)動(dòng)，又能驅(qū)動(dòng)什么？

人人都在談數(shù)據(jù)驅(qū)動(dòng)，如數(shù)據(jù)化管理、數(shù)據(jù)驅(qū)動(dòng)的運(yùn)營(yíng)、或者數(shù)據(jù)驅(qū)動(dòng)的測(cè)試等，關(guān)于數(shù)據(jù)驅(qū)動(dòng)的應(yīng)用的討論很多，但關(guān)于數(shù)據(jù)驅(qū)動(dòng)基本原理的討論較少，本文試圖追根溯源，談一談數(shù)據(jù)驅(qū)動(dòng)的基本原理：數(shù)據(jù)如何驅(qū)動(dòng)？能夠驅(qū)動(dòng)什么？

創(chuàng)新互聯(lián)建站于2013年成立，先為全椒等服務(wù)建站，全椒等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為全椒企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問(wèn)題。

 

談原理之前，先說(shuō)一個(gè)我個(gè)人的經(jīng)歷。

有一次我老婆從首都機(jī)場(chǎng)T3航站樓回家，我?guī)退辛艘粋€(gè)滴滴，后來(lái)我看到賬單顯示是80多元，路程是20多公里，而我家離機(jī)場(chǎng)不過(guò)7-8公里，一般滴滴專車(chē)的費(fèi)用是40多元，顯然司機(jī)是繞路了，滴滴的APP上同時(shí)也顯示了一條信息，大致意思是：車(chē)費(fèi)異常，是否需要申訴？

我點(diǎn)擊了“需要申訴”，滴滴APP立刻彈出一個(gè)界面，大意是：您有很好的信譽(yù)記錄，接受您的申訴，此次收費(fèi)按42元計(jì)算（具體數(shù)字忘了，反正是按正常的計(jì)費(fèi)水平）。

當(dāng)時(shí)覺(jué)得，哇，滴滴這個(gè)功能太牛了，給客戶的體驗(yàn)太好了！

試想一下，在滴滴之前打出租車(chē)，類似狀況是完全不同的場(chǎng)景：

1，  你可能根本不知道司機(jī)繞路了

2，  你事后發(fā)現(xiàn)司機(jī)繞路了，但你下車(chē)時(shí)忘了要票據(jù)，無(wú)法舉證

3，  你當(dāng)時(shí)就發(fā)現(xiàn)司機(jī)繞路了，跟司機(jī)要了票據(jù)，但票據(jù)上只有里程和時(shí)間，而沒(méi)有出發(fā)地點(diǎn)、目的地和行車(chē)路線，你無(wú)法證明司機(jī)繞了路

而滴滴則徹底改變了這一狀況：主動(dòng)提醒你是否需要投訴，你提出申訴后，立刻就做出令你滿意的處理！

滴滴的投訴處理如此貼心而智能，它是怎么做到的呢？如果我們對(duì)數(shù)據(jù)，以及數(shù)據(jù)與信息、知識(shí)和人工智能的關(guān)系有一些基本的了解，就能理解滴滴這種投訴處理的運(yùn)作機(jī)制。

數(shù)據(jù)金字塔可以幫助我們理解數(shù)據(jù)與信息、知識(shí)和人工智能的關(guān)系。

數(shù)據(jù)本身是沒(méi)有意義的，如果它不能轉(zhuǎn)化為信息和知識(shí)的話；但如果沒(méi)有數(shù)據(jù)，或者數(shù)據(jù)匱乏，信息和知識(shí)的產(chǎn)生也就成了無(wú)水之源。

• 如果你經(jīng)歷了某件事，把它記錄下來(lái)。

• 如果你記錄了某件事，把它上傳。

• 如果你上傳了某件事，分享它。

這意味著每個(gè)人都成為數(shù)據(jù)的采集、處理和分享者。

在上述滴滴的例子里，滴滴顯然做到了這一點(diǎn)：乘客的所有用車(chē)經(jīng)歷都由系統(tǒng)做了記錄、上傳和分享。

企業(yè)在數(shù)據(jù)層面存在的兩個(gè)問(wèn)題

1. 數(shù)據(jù)存在缺失：

比如我所服務(wù)的一家互聯(lián)網(wǎng)公司，他們就沒(méi)有關(guān)于客戶推薦的數(shù)據(jù)（有多少客戶向他人推薦了產(chǎn)品），這是一個(gè)很小的例子，但數(shù)據(jù)缺失是企業(yè)普遍存在的現(xiàn)象，原因在于目前企業(yè)所擁有的數(shù)據(jù)主要來(lái)自于各業(yè)務(wù)系統(tǒng), 如 CRM 和 ERP 等，而業(yè)務(wù)系統(tǒng)是為完成特定業(yè)務(wù)而設(shè)計(jì)的，數(shù)據(jù)只是副產(chǎn)品而已，必然導(dǎo)致決策所需的一些數(shù)據(jù)是缺失的；

2. 數(shù)據(jù)采集的無(wú)效性：

傳統(tǒng)企業(yè)很重視數(shù)據(jù)的采集，例如他們會(huì)要求門(mén)店的員工將接待客戶的相關(guān)信息記錄下來(lái)，但所記錄的數(shù)據(jù)質(zhì)量不高，用途極有限，這里面原因有二：

一是采用紙筆或者Excel來(lái)記錄，過(guò)程比較麻煩

二是他們只是單純的數(shù)據(jù)采集、處理和分享，但數(shù)據(jù)的應(yīng)用卻基本和他們無(wú)關(guān)，員工采集數(shù)據(jù)只是應(yīng)付了事，缺乏內(nèi)在的動(dòng)力。

互聯(lián)網(wǎng)公司也同樣存在數(shù)據(jù)采集無(wú)效的情況，如一家互聯(lián)網(wǎng)公司通過(guò)QQ和潛在客戶溝通，他們所了解到的客戶需求信息記錄都在QQ里，如果要想過(guò)一段時(shí)間再跟進(jìn)某個(gè)客戶，往往很難找到這個(gè)客戶的相關(guān)信息，QQ里記錄的這些數(shù)據(jù)實(shí)際上無(wú)法為業(yè)務(wù)所用。

要解決企業(yè)在數(shù)據(jù)層的這兩個(gè)問(wèn)題，需要企業(yè)基于經(jīng)營(yíng)決策需要，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的規(guī)劃：需要哪些數(shù)據(jù)？如何采集？以什么方式記錄？

比如上面所說(shuō)的互聯(lián)網(wǎng)公司，如果一開(kāi)始就有關(guān)于潛在客戶開(kāi)發(fā)需要哪些數(shù)據(jù)支持的規(guī)劃，就有可能設(shè)計(jì)出一個(gè)結(jié)構(gòu)化的需求溝通工具，既可以有效記錄客戶的需求信息，又利于后期的數(shù)據(jù)分析。

如果沒(méi)有對(duì)數(shù)據(jù)的統(tǒng)一規(guī)劃，企業(yè)的數(shù)據(jù)將很可能會(huì)處于“ROT垃圾狀態(tài)”，即冗余（Redundant）、過(guò)時(shí)無(wú)用 (Obsolete)和瑣碎（Trivial）。

信息：是被組織起來(lái)的數(shù)據(jù)，是為了特定目的對(duì)數(shù)據(jù)進(jìn)行處理和建立內(nèi)在關(guān)聯(lián)，從而讓數(shù)據(jù)具有意義，它可以回答誰(shuí)（who）、什么（what）、哪里（where）、什么時(shí)候（when）的問(wèn)題，對(duì)于企業(yè)經(jīng)營(yíng)而言，信息的作用在于過(guò)程管理和績(jī)效評(píng)估。

在上述例子里，滴滴的系統(tǒng)將時(shí)間、出發(fā)地、目的地、行駛路線、會(huì)員等資料整合起來(lái)，就形成了一條完整的乘客乘車(chē)信息，從而實(shí)現(xiàn)了對(duì)司機(jī)服務(wù)過(guò)程的監(jiān)控和管理。

將數(shù)據(jù)轉(zhuǎn)化為信息的階段，企業(yè)存在兩個(gè)問(wèn)題： 

1. 缺乏有效的數(shù)據(jù)分析工具：

少數(shù)大型企業(yè)（如銀行和電信公司）一般擁有BI系統(tǒng)可以實(shí)現(xiàn)將不同源的數(shù)據(jù)進(jìn)行整合、并支持在線分析處理和報(bào)表，但很多企業(yè)還是依靠Excel進(jìn)行分析和報(bào)表，比如一家擁有上百家門(mén)店的中型珠寶公司，老板很重視數(shù)據(jù)，強(qiáng)調(diào)用數(shù)據(jù)說(shuō)話，每次開(kāi)經(jīng)營(yíng)分析會(huì)，大區(qū)經(jīng)理就要熬夜用Excel來(lái)做各種分析報(bào)表，效率很低，也很讓區(qū)域經(jīng)理窩火：我是帶兵打仗的，卻需要我做這么多案頭工作！

2. 缺乏將數(shù)據(jù)轉(zhuǎn)化為信息的分析能力：

有一定規(guī)模的企業(yè)現(xiàn)在都擁有大量的數(shù)據(jù)，例如我們從一家互聯(lián)網(wǎng)公司各業(yè)務(wù)系統(tǒng)導(dǎo)出來(lái)的數(shù)據(jù)，就達(dá)數(shù)千萬(wàn)行之多，如何從這些數(shù)據(jù)里看到數(shù)據(jù)之間的聯(lián)系，將他們組織成有意義的信息，無(wú)疑是一個(gè)挑戰(zhàn)，一般的企業(yè)不具備既了解業(yè)務(wù)又會(huì)數(shù)據(jù)分析的人才。

這導(dǎo)致企業(yè)所擁有的數(shù)據(jù)里，只有很少一部分得到了有效處理，變成了有價(jià)值的信息，而大部分?jǐn)?shù)據(jù)停留在其原始狀態(tài)：只是一個(gè)無(wú)意義的客觀存在。

知識(shí)：對(duì)信息的總結(jié)和提煉。是基于信息之間的聯(lián)系，總結(jié)出來(lái)的規(guī)律和方法論，主要用于回答為什么（why）和怎么做（how）的問(wèn)題，在企業(yè)里的應(yīng)用包括問(wèn)題診斷、預(yù)測(cè)和最佳做法。

舉個(gè)例子，北京夏季高溫多雨，8月份溫度在20-36度之間，平均降水天數(shù)12天，這是根據(jù)多年資料總結(jié)出來(lái)的北京氣候的規(guī)律，這個(gè)知識(shí)有三個(gè)作用：

1，  問(wèn)題診斷（回答為什么），如這個(gè)知識(shí)解釋了北京今年8月份為什么下了那么多雨

2，  預(yù)測(cè)：明年8月份北京很可能溫度還在20-36度之間，平均降水天數(shù)12天

3，  最佳做法：8月份來(lái)北京旅游穿短袖衣服即可，體弱者要帶長(zhǎng)袖，最好帶傘。

滴滴的系統(tǒng)里應(yīng)該有一個(gè)關(guān)于如何處理司機(jī)繞路問(wèn)題的知識(shí)庫(kù)，否則就不會(huì)這么智能化地完成投訴處理了。

大多數(shù)企業(yè)在知識(shí)層面做得較差，一些企業(yè)雖然建立了知識(shí)管理系統(tǒng)，但并沒(méi)有一個(gè)有效的知識(shí)生成、應(yīng)用和更新機(jī)制；更多的企業(yè)沒(méi)有知識(shí)管理的體系，這些企業(yè)存在大量隱性知識(shí)，比如企業(yè)里總有一些銷售高手，他們憑直覺(jué)或經(jīng)驗(yàn)?zāi)軌蛉〉猛怀龅匿N售業(yè)績(jī)，他們也許說(shuō)不清楚，但他們知道怎么篩選潛在客戶、知道何時(shí)跟進(jìn)、知道何時(shí)應(yīng)該促成，這就是所謂“隱性知識(shí)”，隱性知識(shí)顯得如此神秘，導(dǎo)致很多管理者認(rèn)為銷售高手是天生的，是無(wú)法復(fù)制的。

有效的數(shù)據(jù)驅(qū)動(dòng)機(jī)制將能實(shí)現(xiàn)企業(yè)里隱性知識(shí)顯性化，顯性知識(shí)結(jié)構(gòu)化，從而讓企業(yè)里的每個(gè)人可以隨時(shí)隨地獲取相關(guān)知識(shí)進(jìn)行業(yè)務(wù)操作。

以銷售為例，克隆一個(gè)銷售高手或許不可能，但從數(shù)據(jù)的角度來(lái)看，如果銷售人員的銷售行為資料都能夠得以完整記錄，并得到有效整理和總結(jié)，就可以提煉出銷售的最佳做法，從而讓每個(gè)銷售人員都可以在銷售中運(yùn)用這些做法。（對(duì)這個(gè)議題感興趣的可以看看Jenny Dearborn所著《銷售的革命》，它以講故事的方式闡述了數(shù)據(jù)如何幫助銷售管理者進(jìn)行問(wèn)題診斷、預(yù)測(cè)以及銷售最佳做法總結(jié)）

人工智能：機(jī)器對(duì)信息和知識(shí)的自主應(yīng)用

人工智能是系統(tǒng)基于數(shù)據(jù)、信息和知識(shí)，形成類似于人腦的思維能力（包括學(xué)習(xí)、推理、決策等）。

在信息和知識(shí)層面，數(shù)據(jù)都是提供決策支持作用，而到了人工智能階段，則是系統(tǒng)模仿人類應(yīng)用信息和知識(shí)進(jìn)行自主決策了。

我所經(jīng)歷的滴滴司機(jī)繞路的例子，就是滴滴的系統(tǒng)根據(jù)我的乘車(chē)信息，以及滴滴系統(tǒng)里的知識(shí)庫(kù)，由系統(tǒng)而非滴滴員工完成了一個(gè)投訴處理過(guò)程。

實(shí)際上，這樣的應(yīng)用早已很普遍，亞馬遜著名的推薦機(jī)制也是類似的，系統(tǒng)代替了員工，不厭其煩地向顧客推薦他可能感興趣的商品。

不少人認(rèn)為，數(shù)據(jù)金字塔的頂端是智慧而非人工智能，對(duì)此我有不同看法：智慧不是建立在知識(shí)基礎(chǔ)上的，知識(shí)不是智慧的必要條件，很多高僧很有智慧，但并沒(méi)有很多的知識(shí)，比如六祖慧能從小不識(shí)字，卻能聞經(jīng)解義。

原因在于，知識(shí)來(lái)源于經(jīng)驗(yàn)（數(shù)據(jù)），來(lái)源于人類對(duì)這個(gè)三維世界的觀察，而智慧可以無(wú)需通過(guò)經(jīng)驗(yàn)，有可能通過(guò)與高維度建立連接而獲得（北大的劉豐教授有一個(gè)演講，名字叫《開(kāi)啟你的高維智慧》，大家可以參考）

而人工智能則一定要建立在數(shù)據(jù)基礎(chǔ)之上，沒(méi)有數(shù)據(jù)，無(wú)論是專家算法還是深度學(xué)習(xí)都無(wú)用武之地，有了數(shù)據(jù)，計(jì)算機(jī)才有可能通過(guò)專家算法或深度學(xué)習(xí)形成知識(shí)，進(jìn)而具備類似人類頭腦的思維能力。

從這個(gè)意義上來(lái)說(shuō)，人工智能永遠(yuǎn)無(wú)法超越人類的智慧。由此我們也可以看到數(shù)據(jù)的局限性：它可以將人類的理性發(fā)揮到極致，但它只會(huì)模仿卻無(wú)法創(chuàng)造，它無(wú)法替代人類的感性和直覺(jué)，而正是這份感性和直覺(jué)，讓生命多了一些有趣和柔軟，真正的創(chuàng)造也由此發(fā)生！

網(wǎng)頁(yè)題目：數(shù)據(jù)驅(qū)動(dòng)到底是什么？如何驅(qū)動(dòng)，又能驅(qū)動(dòng)什么？
網(wǎng)站網(wǎng)址：http://muchs.cn/article14/pioige.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)頁(yè)設(shè)計(jì)公司、關(guān)鍵詞優(yōu)化、網(wǎng)站營(yíng)銷、靜態(tài)網(wǎng)站、網(wǎng)站維護(hù)、動(dòng)態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)