小数据企业的大数据时代.docVIP

小数据企业的大数据时代 　　大数据业已成为管理界的时尚元素。然而，在大数据的盛宴中，谷歌、脸书的成功案例却如同鱼翅、鲍鱼一般难以进入寻常企业，大部分国内企业对大数据还是丈二和尚摸不着头脑。如何在技术、预算、人才的多重制约下，揭开大数据的神秘面纱，应用现有资源做好大数据管理是真正需要关注的问题。 　　大数据时代并非“忽如一夜春风来”，其理念在信息时代以前就有成功应用，只不过随着技术手段的不断成熟，现在实现起来更加容易。事实上，美国职业篮球联赛（以下简称NBA）从1980年代起使用的数据管理技术就是大数据的雏形，经过近30年的积累和完善，为我们提供了成熟的大数据管理经验，非常值得借鉴。也许有人会质疑，NBA一共只有30支球队，每支球队每年才打82场常规赛，其蕴含的数据甚至比不上谷歌一分钟的搜索量，NBA真的有大数据吗？归本溯源，还是要从大数据的概念入手。按照畅销书《大数据时代》对大数据的诠释，这个“大”并非必须是太字节（240字节）的数据，“大”取的是相对意义而不是绝对意义。 　　笔者尝试将此书中对大数据的概念总结为一个前提、三大特点和一个目标： 　　前提：一切都是数据。 　　特点一：向抽样说不。 　　特点二：向完美主义说不。 　　特点三：向因果关系说不。 　　目标：替人脑做不擅长的工作。 　　下面将以NBA的数据管理经验为例，对其进行诠释。 　　相信没有人会否认，将事件转化为数据是大数据管理的前提。NBA比赛是球员和球的运动，如果不转换成为数据就只是录像资料，靠人工反复回看提取资料效率很低，必须对比赛进行拆解、定义、记录，将其转换为数据才能进行处理分析。 　　拆解：将运动员的动作进行层层分解，变成尽可能小的单元，如将运动员场上行为先分为进攻、防守，再将进攻分为有球进攻和无球跑动，再将有球进攻分为运球、投篮，再将投篮分为上篮、中投、远投。拆解类似于巴巴拉 ? 明托在“金字塔原理”中提出的MECE（即Mutually Exclusive Collectively Exhaustive），中文意思是“互斥，完全穷尽”，“相互独立”意味着问题的细分是在同一维度上并有明确区分、不可重叠，“完全穷尽” 则意味着全面、周密。 　　定义：每一项拆解后的动作均有相对准确的定义，明确内涵和外延。如篮板球就是投篮不中后抢到并且控制住球的行为，碰到球但是未能控制住或者直接碰出界的球不算有效篮板。定义准确可以确保拆解出来的元素具有明确的含义。 　　记录：将拆解后且有准确定义的行为编码为数据储存起来。NBA记录了球员在比赛中的上场时间、得分、篮板、抢断、盖帽、失误等一系列基础数据，并且放在公开的数据库里，可供任何人随时查询，这也是NBA进行决策的依据。现在的存储成本几乎已经低到了可以忽略的程度，随便一块硬盘都是以TB为计量单位，更不要说日趋成熟的云技术。编码过程相对复杂，以往NBA使用人工进行记录，每场比赛都会有若干工作人员全神贯注地记录每一个细节，而现在使用了SportVU系统，这个系统将最先进的导弹追踪技术引入NBA，通过在球场架设的多台摄像机全面收集数据，用电脑自动将比赛过程的每个细节转化为数据存储，节约了大量的人力成本。 　　有了拆解、定义、记录的方法，可以将绝大多数企业中的绝大多数事件和行为转化成为数据，也就有了实施大数据管理的基础。其中，拆解和定义环节只需要熟悉本行业的流程就很容易实现，科学管理的先驱泰罗在20世纪初就将工人搬运等动作成功转化为数据。最大的难题还是出在记录环节，靠人工记录一组搬运的数据不难，但是仅凭人工记录所有搬运数据显然是天方夜谭。我们必须承认，即使是现在的科技也不可能记录编码所有行为，但在技术的帮助下可以做得更好。例如可以完善现有的IT系统，使系统可以记录更多信息。以餐饮行业为例，基本每个餐厅都有点菜系统，通常只具备简单的计算功能，可以进行技术升级以记录更多信息，例如可以增加数据存储字段记录顾客点菜时间和结账时间；可以通过与会员卡绑定记录顾客消费行为和消费习惯；可以分解记录每位服务员的服务业绩；可以记录菜品投诉和退菜情况事实上只要多花些功夫，仅仅投入不大的成本就可以在现有技术条件下收集到更多的数据，对于无法完整转化的事件和动作，可以选择暂时搁置或者等待技术完备时再进行记录（可以预计，动作识别和语音识别的低成本化指日可待）。 　　特点一：向抽样说不 　　――但求广度的非抽样整体数据采集技术 　　所谓抽样就是全体中抽取一部分样本，其基本要求是要保证所抽取的样本对全体具有充分的代表性，即要确保样本有和全体一样的特性。在计量成本很大，技术达不到的情况下，抽样是无奈之举，但如果能够低成本高效率的统计全体数据，抽样就是画蛇添足。而且由于抽样技术本身的制约及随机性因素，抽样很容易出现以偏概全的问题。在迈克