凱文·凱利：每個人都是一個密碼，一切都可被跟蹤

諸葛君說：近日，凱文·凱利在博鰲亞洲論壇2018年年會的主題為「智慧的價值」的數字經濟分論壇中發表主題演講——「Best Time Ever」，探索數字經濟對人類生產生活、社會經濟等各方面的影響，總結了五大趨勢：人工智慧（AI）、互動（Interaction）、分享（Connection）、接入（Access）、跟蹤（Tracking），而這一切都是以數字資產為核心前提的，那麼我們該如何更好的擁抱新技術，培養對數據的正確認知和解讀能力呢？如何在業務中發揮數據的最大價值呢？

一、每個人都是一個密碼

數字經濟是傳遞和體現人類智慧價值和人類行為價值的新經濟體系，以數字資產為核心表現形式，主要是用區塊鏈、人工智慧、物聯網、機器人四項技術，實現全球範圍的人類協作，助推人類命運共同體的形成。

當前，在數字經濟討論的話題中，新經濟體和新技術的關係尤為重要。在以雲計算、大數據、物聯網、人工智慧為代表的新技術集中爆發期，每一項技術會解決某類問題，而技術集中爆發和融匯發展，將形成人類社會未來發展的基石，驅動人類經濟轉型。

人工智慧、雲計算、遠程控制等技術是人類智能的延伸，解決」我們怎麼做」的問題；物聯網實現了人類與整個世界的數據化溝通，解決」機器知道怎麼做」的問題；機器人實現了人類具體行為的無限延伸，解決」具體如何操作」的問題。而最近爆發的區塊鏈則構建價值信任傳遞體系，實現解決」我們做什麼」的問題。

對於人類未來發展趨勢有極強洞察力的未來學家凱文·凱利（KK），作為」網路文化」（Cyberculture）的發言人和觀察者，他認為，未來人類數字經濟將由機器人、VR、人工智慧、物聯網、區塊鏈等新技術驅動，人類將與機器攜手建設未來社會，逐步實現」使用權優於擁有權」的真正的共享經濟。

此外，隨著感測器和AI技術的發展，信息跟蹤將更加容易，Screens watch you，從原來的讀取界面到現在的交互界面，未來將成為跟蹤界面，此外，個人數據將會持續量化，未來，每個人都是一個密碼，一切都可被跟蹤，比如在健康領域，個人信息將被全面採集和記錄，並實現在衛生健康服務的互動。

二、數據解讀能力是分析的關鍵點

技術的邊界正在變得模糊，無論是人工智慧還是大數據，乃至雲計算，都要求數據中心構建一個更加靈活和強健的環境，數據的採集、挖掘和解讀能力正是這一切新技術的基礎設施建設。

如今，數據對我們的影響越來越大，尤瓦爾·赫拉利曾在《未來簡史》一書中提出過一個革命性的觀點：人類的進程是由演算法來決定的，在未來，人類的生化演算法將被外部演算法超越，人的作用將大大降低，因為外部演算法理論上有可能比我更了解我自己，如果能用某個演算法，監視組成身體和大腦的每個子系統，就能清楚掌握我是誰、我有什麼感覺、我想要什麼。貌似，只要開發出這樣的演算法，演算法就能做出最好的選擇。

雖然我們無從判斷「人類被演算法的命運」究竟是好是壞，但是擁抱變化和趨勢，主動解讀數據或許是讓我們獲得更多「勝算」的選擇。作為產品和運營，即使擁有演算法和模型，你可能也並不想讓度「業務」的決策權，因為只有人，才是最清楚業務運作的各個方面的，也最清楚策略發起的原因和相關點，那麼，就現階段數據分析的技術而言，產品和運營最核心的價值就是數據解讀能力，很多人迷戀模型演算法，其實這些都只是技術層面的事，圍繞業務現狀將模型演算法展示出來的數據，做出正確的解讀才是最重要的。

三、數據分析的難點與邊界

1、準確客觀的監控取決於指標設計的科學性

想要對業務狀態進行準確的衡量，需要在指標設計上下功夫，不能直接套用別人的指標，因為每個指標都是需要明確反映業務問題的，這在本質上是需要設計的，比如：在真正衡量獲客效果時，新增用戶數往往是給別人看的，但是在日常運營中，這一指標是沒有意義的。

該如何科學的衡量呢？我們可以通過行為篩選出真正有效的用戶，以資訊類產品為例，要考察真正獲客情況時，我們要定義一個有效新增用戶的指標，通過用戶新增當天是否看過文章來判斷這個用戶是否有效，同時定義一個有效新增用戶佔新增用戶總數的比例，來衡量不同渠道的價值。

2、相關性結論有用，但難以解讀需求的因果

在分析時通常會得出一些結論，比如之前我們分析過的一個案例：直播產品付費轉化率的關鍵點，點我回顧，經數據分析發現：用戶與主播的互動會顯著提升充值轉化，但是只能儘可能證明其先後順序，但是無法給出定性分析說這是因果關係，這是數據行業的一個特點，但由於大家對數據分析的預期越來越高，希望可以定義出因果關係，但這是數據分析本身的一個邊界，因為它只能做衡量，很難定義出因果關係。

3、演算法可以直接解決問題，但難以提煉可持續的價值

通過模型/演算法可快速找到高風險人群/潛在高價值人群並對其進行一對一的運營，從而提高留存，但是演算法很難提煉出到底是哪些因素導致這群人流失，很難找到提升留存的關鍵點，同樣，這也是數據分析的邊界。

因此，不要奢望數據告訴你價值點在哪？或者直接找到其中的因果關係，事實上，相關性就足以讓我們產生極大地價值了，把握正確的對數據分析的期望值，對於平衡效率和效果是非常重要的。這也是我們一再強調行為設計的原因所在，最終還是需要通過產品和運營手段來影響用戶的，分析不是萬能的，是需要最後轉化成一些策略的，才能真正實現增長。

GIF

AlphaGo連續戰勝李世石和柯潔，讓全世界見識到了人工智慧的神奇與強大，人工智慧的浪潮便席捲開來，專家預測，未來AI的發展或將無限接近人類的關鍵點是Self-Modifying，它們可以根據自我認知進行調節來修改自己的代碼，也就是所謂的，擁有了「人性」，因此這就要求我們始終one step further，始終比AI更聰明， 否則就是不可避免的AI「自我覺醒」（就像科幻小說中描述的那樣集結起來對抗人類）。不管怎樣，AI的發展要麼完全取代人類，要麼成為人類的好幫手，而人機合作或許才是未來的主流，即找到大腦與人工智慧最大的合作方案，不僅僅單純依靠機器演算法，而是我們主動解讀數據，正確認識到數據的邊界和能力。

-八大數據分析模型-

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！