深度解讀大數據與洞察

洞察與大數據之間是什麼關係？大數據解決不了的問題可以用洞察來解決嗎？

大數據與洞察之間不是相互替代關係。前者是後者的原材料，後者是用前者生產出的產品，二者之間並不矛盾。

大約從2012起，中國興起了一股大數據熱潮。在各方的炒作下，大數據被包裝得無所不能，成為解決各種問題的萬能良藥。於是乎，人們都在談論大數據，彷彿不懂大數據就會被時代拋棄了一樣。很多企業盲目上了大數據系統，有的甚至斥巨資來追趕這股熱潮，還有的大幅削減在傳統洞察方面的投資，轉投到大數據上。2016年以來，熱潮迅速退去，人們才發現，號稱搞大數據的，大部分是在裸泳，不少甚至在以「黑數據」冒充「大數據」在騙錢。於是，交了學費、嘗了苦頭的企業，產生了另一種認識，即大數據否定不能解決問題，開始對各種大數據持懷疑和態度了。

其實這裡存在一個認識誤區，就是把知識的各個層次混淆了，把數據與洞察混為一談。嚴謹一點說，知識有四個層次，即：數據，即產生洞察的原材料；信息，即經過加工和處理，形成的對事物屬性的描述；知識，即經過人類大腦的加工，融入人類的價值判斷，對事物的優劣、是非的認識；洞察，則是對知識的升華，具有指向性，可以告訴人們如何選擇，或者怎樣的選擇會導致怎樣的結果。由於人們在現實生活中通常並不做這種區分，把大數據與大數據應用、大數據洞察，也就不足為怪了。

無論大數據熱潮中炒作者把大數據說得多麼神，他們所能做的，基本是停留在數據和信息層的，特彆強調數量的大，是對數據的獲取、結構化、清洗、描述而已。這樣的所謂「大數據」，當然沒有多少實際用處，解決不了什麼實際決策問題。我們眼裡的大數據，則是數量（Volume）、多樣性（Variety）、激增性（Velocity）、價值性（Value）的統一，是把各種來源、各種形式的大量且在不斷快速增長的數據，經過數據技術的分析挖掘，融入知識、理論模型，從而形成知識和洞察的過程和應用。

不得不說，現存的大數據產品和服務，儘管在實用價值上有了很大進步，但輸出結果普遍存在機械性、內部一致性問題或曰邏輯自洽問題。背後的原因，主要是過度依賴數據可供性和技術，缺少了對數據背後商業意義與商業邏輯的理解，機械地把現象間的共發當作因果，甚至不考慮時間先後。這就是我們強調數據、技術、知識三位一體結合的原因，其中的知識，就是指對數據背後商業意義和商業邏輯的理解，包括決策的理論與模型。

張文雙參加」第四屆『一帶一路』園區建設國際合作峰會暨第十五屆中國企業發展論壇營商環境峰會」同向與會代表介紹了動因大數據與傳統大數據的本質區別,他說:「我們把消費者通過社交媒體、自媒體平台表達意見、態度、價值取向產生大數據的稱作表達大數據,其特點是蕪雜、不聚焦;把他們在電商、服務平台通過交易、出行、搜索、瀏覽等操作形成的大數據稱作痕迹大數據,這種大數據具有事後性和碎片性;而動因大數據的價值在探究表達、痕迹背後的態度、心理及場景因素,具有強烈的主動性、目的性、預示性,更好地詮釋現象背後的深層關係,解讀原因,預測未知。他相信,動因大數據將在表達大數據和痕迹大數據基礎上,形成大數據的第三極。這三種大數據相互支撐,相互補充,才是大數據的完整圖景。（作者：張文雙）

作者簡介：

張文雙，雲圖元睿（上海）科技有限公司董事長，主要創始人。經濟學專家，營銷管理專家，曾任WPP集團旗下國際研究集團中國區副總裁、董事 ，全球研發機構產品評審委員會（PET）成員、營銷科學集團（MSG）中國區負責人，戰略管理委員會核心成員。美國營銷協會（AMA）會員。2017年與合伙人聯合創建雲圖起勢（上海）科技有限公司 及雲圖元睿（上海）科技有限公司。現任雲圖元睿（上海）科技有限公司董事長、CEO 。

主要研究諮詢領域：市場細分戰略，新產品研發戰略，品類管理戰略，品牌資產評估與管理，顧客資產評估與管理，人才資產評估與管理，多源數據整合與挖掘，高級統計分析與建模。（源自：百度百科）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！