引言 以少博多的智能數據使用者
智能數據：如何挖掘高價值數據 作者：比約恩·布勞卿 投票推薦 加入書簽 留言反饋
“如果我們掌握數據，那麽請關注數據；如果我們掌握的全是觀點，那麽請相信我的觀點。”
——吉姆·巴克斯代爾，網景公司前首席執行官 規模並不重要
“大數據”中的“大”到底有多大？近年來，技術分析員和it（信息技術）供應商數量呈指數級增長；拍、澤、堯等量級單位不斷被刷新；若將數據儲存在cd或dvd光盤中，它們則會從地球一直堆到月球，甚至是火星。由於數據被認為是新的“原油”資源，所以這些指數越高越好。得益於日益廉價的存儲設備、更加快捷的處理器和越來越智能化的算法，我們有能力善用這些資源。屆時，數據信息向知識的轉化意味著流程優化、更優決策以及全新商業模式的誕生。
啊哈！
然而現在，很多企業被淹沒在數據洪流之中，數據並沒有給它們帶來太多好處。許多企業高管都有種不好的感覺，那就是，企業數字化競爭力的提升並沒有像在公司戰略會議上渲染“大數據”這一概念時所描述的那樣快。他們甚至悲觀地認為，“大數據”這一數字革命的時髦概念，前景並沒有那麽明朗，且弊大於利，令人心灰意冷。
“大數據”就如同一根魔法棒——我們抓取盡可能多的數據，然後，被人工智能操控的機器就可以告訴我們，我們應該通過什麽方法、在哪些環節、能夠在多大程度上去提高產品的附加值。更理想的是，大數據會告訴我們如何去創造一個全新的商業模式，正如貝寶（paypal）聯合創始人、臉譜網（facebook）外部投資者彼得·蒂爾先生在“從0到1邏輯”中闡述的那樣。更有甚者，用技術人員的話說，“大數據”就等同於宇宙大爆炸。
數字技術總是開“空頭支票”，自賣自誇，承諾的多，做到的少。大數據分析逐漸喪失吸引力，在某種程度上，“大數據”概念的基本理念應對此負有一定的責任，因為在大多數應用領域，數據量的多寡並不是衡量數據價值創造力的決定性標準。
起決定性作用的不是數據量，而是正確地整合數據，物盡其用。
幾個月來，在與經理人、it負責人的交流中，我們發現，“大數據”所描繪的美好圖景在企業的經營現實麵前遭受重創。數據應用的慘敗帶來失望，伴隨失望而來的是迷茫，甚至是驚詫。與此同時，所有的參與者也意識到，完全不關注數據也行不通。
本書描繪了一條走出“大數據帶來的失望”的更智慧的途徑。這一途徑不僅適用於仍堅信“從0到1”理論的企業、“n+1組織”，而且也同樣適用於那些既有成熟的商業運營模式，又想通過善用大數據分析手段提升業績的企業。這些企業不認為數據是一種特有的商業模式，而是將數據看作一種核心要素，幫助我們更好地了解客戶。相應地，這些企業也不會盯著堆積成山的數據（在這方麵，穀歌也許更擅長），更不會去盯著erp係統（企業資源計劃係統，於1995年被引進，至今仍在不斷被拓展功能）。
這種折中路線適用於這樣一類企業——它們已經意識到起決定性作用的不是數據量，而是正確地整合數據，物盡其用。我們把這一路線稱為“智能數據”。
我們在提及智能數據這個概念時，並不是在用另一個新詞去替代一個被濫用的流行語。智能數據既不是一個技術層麵的解決方案，也不是一部新的管理真經。
智能數據的出發點是：“在不增加技術、人員和資金投入的情況下，我們如何高效地利用客戶數據信息？”其本身就是一種切實可行的方法論。從這個方法論出發，我們可以得出一套不斷迭代更新的、在逐步摸索中的、基於假設的行為方式。同數據資源一樣，健全的認識也是重要的資源。最終的目的是，在所有智能數據的應用領域，更好地了解客戶、聯係客戶，並借此提升客戶長期貢獻度。
智能數據的路線分為很多階段，從一開始，其發展方向就並非一成不變。因為沒有人能確切地知道，在未來的3~5年間消費者真正需要什麽，也不知道哪些技術將獲得應用。毫無疑問，企業管理需要不時地調整發展方向。一些具有實驗性質的項目可以為我們提供借鑒，告訴我們在未來如何更好地滿足客戶需求。個別基於係統化行為方式的智能數據項目創建了一套自學習係統，越來越多的人和企業部門通過這套係統來學習如何更明智地應用客戶信息。一部分參與者（特別是來自商業領域的參與者）在麵對智能數據帶來的技術和人員方麵的挑戰時，並不會持續不斷地進行嚐試和探索，這是導致所謂的商業“宇宙大爆炸”並未發生的原因。
當這些明智的摸索取得成功時，智能數據項目就成為企業參與數據革命的起點和裏程碑。我們甚至也可以換一種理解——數字化變革是自然而然發生的，給我們的日常生活帶來幫助，就像智能手機不斷增多的功能一樣。 成為行業“智者”
一個十分有趣的矛盾是，一個很宏大的數字化願景往往會對企業產生反作用力。一方麵，高層管理者反複斟酌數字化如何長效改變具體的商業模式，這自然是有益的。大多數人在探討數字化這個概念時，都認為數字化是宏大且具有顛覆性的，在某些情況下，理想化的商業模式還可初露端倪——這些商業模式看起來十分相似，都有一個雄心勃勃的開始，似乎能在數字化競爭中脫穎而出。然而，另一方麵，在與數字化競爭中的領先者比較時，我們發現，有些企業在建立數字化願景上浪費了過多的精力，導致它們沒有精力在數字化競爭中邁出實質性的第一步。真正的金玉良言是：我們不一定非要成為穀歌、蘋果或者亞馬遜！
在大多數情況下，這種觀點是正確的。但是，它有時也會造成一些企業全然失去願景，喪失在行業內獲得領軍地位的願望。
智能數據的理念是，你不一定非要像穀歌一樣。你需要做的隻是在你所在的行業內，成為數字智能化最高的企業。因為，“智能”意味著善用數據分析所帶來的機會，合理地排列事情的優先級，將新機遇與自身優勢相結合。換句話說，智能的企業並不會去幻想變得跟矽穀那些最具數字競爭力的企業一樣，它們隻是希望成為自己行業內最智能的企業，在麵對直接的數字化競爭時，借助數據分析，能夠一步步地打造自身的競爭優勢。 智能數據理念梗概
本書通過五個部分闡述智能數據之路。
第一部分從企業的角度出發，研究數字化的現狀。這些企業並不屬於數字化競爭中的第一梯隊，它們仍然在尋找適合自身的數字化戰略。研究的起點是數據超供給問題以及大數據的概念和現象。然後，我們將按照行業，係統性地描述為什麽企業已經走投無路但還是不作為，以及數字化的洪流在哪些方麵、在多大程度上影響了誰。在第3章，我們將講述如何正確地理解智能數據這一概念，以及如果想成為智能數據的佼佼者（冠軍企業），還需要哪些附加投入。
第二部分勾畫了一個分為5步的循環流程，基於該流程，企業可以構建一個市場營銷和企業運營的自學習係統。這套係統首先是基於人類和機器都會變得越來越敏銳的假設。這個智能數據循環流程的核心基礎是智能的、集成的、對企業所有部門均有好處的數據分類，幫助我們更好、更一致地去理解客戶。反過來，在這個循環係統中，更充分的客戶認知也為企業更好地發揮自身強項奠定了基礎。如果我們這樣做，我們會獲得在對的時間、用正確的方式、以合理的價格為客戶提供滿意服務的能力。
第三部分展示了現實圖景，通過諸多案例，描述現今的智能數據佼佼者們是如何在具體接觸時智能地借助數據分析技術做到貼近用戶的。這一部分介紹了處於數字化競爭第一梯隊的企業是如何史無前例地從戰略性的數據共享轉化為協同性的客戶關係管理的。此外，還介紹了這些企業是如何優化選址、產品線和產品，以及如何從碎片化、多渠道的環境中獲得並全麵整合客戶信息的。
第四部分是為具有特定閱讀需求的讀者量身打造的，這些讀者關心在企業中如何組織安排工作，從而完成數字變革。一般來說，數字變革往往並不會因為技術力量匱乏而宣告破產，而是因為那些源於企業內部的對抗、過於刻板的組織構架和失誤的變革期管理。善用數據以現代化的企業管理共識為前提，即允許員工犯錯、支持他們嚐試性的想法，並給予他們自我辯解的機會。在這方麵，本書給出了一些建議，例如，在不增加額外負擔的情況下，企業如何在數字化之路上切實可行地為自身的組織結構和工作流程鬆綁，如何繼續發展自身的技術競爭力。值得欣喜的是，企業並不需要為此投入那麽多的新資源，大部分投入都是現成的。
一般來說，數字變革往往並不會因為技術力量匱乏而宣告破產，而是因為那些源於企業內部的對抗、過於刻板的組織構架和失誤的變革期管理。
本書的第五部分是總結篇，也是最重要的部分。在這一部分，我們關注當我們這樣使用數據時，客戶體驗究竟是怎樣的。 新“數據合同”
在我們的上一本書《我們的數據》（data unser）中，我們倡導締結一份關於數據的新協議。這份客戶與數據使用企業之間的協議應基於以下四個方麵：
1.數據安全
2.使用透明
3.均衡協調
4.客戶增值
我們曾預言，數據驅動作用下形成的市場營銷方案的成敗不是由專業的數據安全保護者或立法者決定的，而是取決於這個方案是否提高了企業為客戶創造價值的能力。成功的關鍵是，企業是否能夠成為可信的數據合作夥伴，並提供值得信賴的服務：當客戶與企業共享他們的客戶信息時，實現了雙方互利——企業不會為了刺探客戶需求或者擺脫某些客戶而去濫用客戶信息，利用客戶信息是為了更精準地滿足客戶的願望和需求。值得信賴的數據合作企業這麽做的原因是，他們希望能夠與客戶建立持久的合作關係。
一旦企業將客戶數據信息唯利己之用，效果就會適得其反。
三年來，眾多的客戶數據信息項目和其後的美國國家安全局事件令我們更加堅信：一旦企業將客戶數據信息唯利己之用，效果就會適得其反。德國嚴苛的數據保護法律在某些方麵是顯得有些過時，某些規定過於死板和冗長，但是卻能應對現在的局麵。問題的關鍵在於，企業必須認識到，他們如果想要使用客戶的信息，就必須得到客戶的許可。
智能數據的原則之一是“贏得數據”。
客戶的數據信息屬於客戶，應該由客戶決定與哪家企業分享哪些客戶數據信息。如果對產品使用確實有促進，客戶會願意與企業分享他的個人信息。如果客戶感覺到，企業打著大數據的旗號，搜集一切他們能夠取得的數據，目的就是為了有一天能夠利用這些數據甚至變賣這些數據，那麽客戶自然會反應過激。
智能數據冠軍企業不會選擇在法律顧問的協助下，通過獲得客戶同意使用其個人信息的聲明，來謀取使用客戶信息的權利最大化。智能數據冠軍企業會遵循這一原則來設置it係統，即隻存儲確實能夠為客戶帶來增值的數據。
從長期來看，這種數據使用態度會帶來成功，因為隻有秉持這種態度，客戶才會願意與企業分享數據。如果我們落實了這個前提條件，那麽我們在本書中描述的情況就有可能實現。至此，一個流程閉環形成，這就是我們所說的智能數據：憑借更少的數據，取得更大的成果。
——吉姆·巴克斯代爾，網景公司前首席執行官 規模並不重要
“大數據”中的“大”到底有多大？近年來，技術分析員和it（信息技術）供應商數量呈指數級增長；拍、澤、堯等量級單位不斷被刷新；若將數據儲存在cd或dvd光盤中，它們則會從地球一直堆到月球，甚至是火星。由於數據被認為是新的“原油”資源，所以這些指數越高越好。得益於日益廉價的存儲設備、更加快捷的處理器和越來越智能化的算法，我們有能力善用這些資源。屆時，數據信息向知識的轉化意味著流程優化、更優決策以及全新商業模式的誕生。
啊哈！
然而現在，很多企業被淹沒在數據洪流之中，數據並沒有給它們帶來太多好處。許多企業高管都有種不好的感覺，那就是，企業數字化競爭力的提升並沒有像在公司戰略會議上渲染“大數據”這一概念時所描述的那樣快。他們甚至悲觀地認為，“大數據”這一數字革命的時髦概念，前景並沒有那麽明朗，且弊大於利，令人心灰意冷。
“大數據”就如同一根魔法棒——我們抓取盡可能多的數據，然後，被人工智能操控的機器就可以告訴我們，我們應該通過什麽方法、在哪些環節、能夠在多大程度上去提高產品的附加值。更理想的是，大數據會告訴我們如何去創造一個全新的商業模式，正如貝寶（paypal）聯合創始人、臉譜網（facebook）外部投資者彼得·蒂爾先生在“從0到1邏輯”中闡述的那樣。更有甚者，用技術人員的話說，“大數據”就等同於宇宙大爆炸。
數字技術總是開“空頭支票”，自賣自誇，承諾的多，做到的少。大數據分析逐漸喪失吸引力，在某種程度上，“大數據”概念的基本理念應對此負有一定的責任，因為在大多數應用領域，數據量的多寡並不是衡量數據價值創造力的決定性標準。
起決定性作用的不是數據量，而是正確地整合數據，物盡其用。
幾個月來，在與經理人、it負責人的交流中，我們發現，“大數據”所描繪的美好圖景在企業的經營現實麵前遭受重創。數據應用的慘敗帶來失望，伴隨失望而來的是迷茫，甚至是驚詫。與此同時，所有的參與者也意識到，完全不關注數據也行不通。
本書描繪了一條走出“大數據帶來的失望”的更智慧的途徑。這一途徑不僅適用於仍堅信“從0到1”理論的企業、“n+1組織”，而且也同樣適用於那些既有成熟的商業運營模式，又想通過善用大數據分析手段提升業績的企業。這些企業不認為數據是一種特有的商業模式，而是將數據看作一種核心要素，幫助我們更好地了解客戶。相應地，這些企業也不會盯著堆積成山的數據（在這方麵，穀歌也許更擅長），更不會去盯著erp係統（企業資源計劃係統，於1995年被引進，至今仍在不斷被拓展功能）。
這種折中路線適用於這樣一類企業——它們已經意識到起決定性作用的不是數據量，而是正確地整合數據，物盡其用。我們把這一路線稱為“智能數據”。
我們在提及智能數據這個概念時，並不是在用另一個新詞去替代一個被濫用的流行語。智能數據既不是一個技術層麵的解決方案，也不是一部新的管理真經。
智能數據的出發點是：“在不增加技術、人員和資金投入的情況下，我們如何高效地利用客戶數據信息？”其本身就是一種切實可行的方法論。從這個方法論出發，我們可以得出一套不斷迭代更新的、在逐步摸索中的、基於假設的行為方式。同數據資源一樣，健全的認識也是重要的資源。最終的目的是，在所有智能數據的應用領域，更好地了解客戶、聯係客戶，並借此提升客戶長期貢獻度。
智能數據的路線分為很多階段，從一開始，其發展方向就並非一成不變。因為沒有人能確切地知道，在未來的3~5年間消費者真正需要什麽，也不知道哪些技術將獲得應用。毫無疑問，企業管理需要不時地調整發展方向。一些具有實驗性質的項目可以為我們提供借鑒，告訴我們在未來如何更好地滿足客戶需求。個別基於係統化行為方式的智能數據項目創建了一套自學習係統，越來越多的人和企業部門通過這套係統來學習如何更明智地應用客戶信息。一部分參與者（特別是來自商業領域的參與者）在麵對智能數據帶來的技術和人員方麵的挑戰時，並不會持續不斷地進行嚐試和探索，這是導致所謂的商業“宇宙大爆炸”並未發生的原因。
當這些明智的摸索取得成功時，智能數據項目就成為企業參與數據革命的起點和裏程碑。我們甚至也可以換一種理解——數字化變革是自然而然發生的，給我們的日常生活帶來幫助，就像智能手機不斷增多的功能一樣。 成為行業“智者”
一個十分有趣的矛盾是，一個很宏大的數字化願景往往會對企業產生反作用力。一方麵，高層管理者反複斟酌數字化如何長效改變具體的商業模式，這自然是有益的。大多數人在探討數字化這個概念時，都認為數字化是宏大且具有顛覆性的，在某些情況下，理想化的商業模式還可初露端倪——這些商業模式看起來十分相似，都有一個雄心勃勃的開始，似乎能在數字化競爭中脫穎而出。然而，另一方麵，在與數字化競爭中的領先者比較時，我們發現，有些企業在建立數字化願景上浪費了過多的精力，導致它們沒有精力在數字化競爭中邁出實質性的第一步。真正的金玉良言是：我們不一定非要成為穀歌、蘋果或者亞馬遜！
在大多數情況下，這種觀點是正確的。但是，它有時也會造成一些企業全然失去願景，喪失在行業內獲得領軍地位的願望。
智能數據的理念是，你不一定非要像穀歌一樣。你需要做的隻是在你所在的行業內，成為數字智能化最高的企業。因為，“智能”意味著善用數據分析所帶來的機會，合理地排列事情的優先級，將新機遇與自身優勢相結合。換句話說，智能的企業並不會去幻想變得跟矽穀那些最具數字競爭力的企業一樣，它們隻是希望成為自己行業內最智能的企業，在麵對直接的數字化競爭時，借助數據分析，能夠一步步地打造自身的競爭優勢。 智能數據理念梗概
本書通過五個部分闡述智能數據之路。
第一部分從企業的角度出發，研究數字化的現狀。這些企業並不屬於數字化競爭中的第一梯隊，它們仍然在尋找適合自身的數字化戰略。研究的起點是數據超供給問題以及大數據的概念和現象。然後，我們將按照行業，係統性地描述為什麽企業已經走投無路但還是不作為，以及數字化的洪流在哪些方麵、在多大程度上影響了誰。在第3章，我們將講述如何正確地理解智能數據這一概念，以及如果想成為智能數據的佼佼者（冠軍企業），還需要哪些附加投入。
第二部分勾畫了一個分為5步的循環流程，基於該流程，企業可以構建一個市場營銷和企業運營的自學習係統。這套係統首先是基於人類和機器都會變得越來越敏銳的假設。這個智能數據循環流程的核心基礎是智能的、集成的、對企業所有部門均有好處的數據分類，幫助我們更好、更一致地去理解客戶。反過來，在這個循環係統中，更充分的客戶認知也為企業更好地發揮自身強項奠定了基礎。如果我們這樣做，我們會獲得在對的時間、用正確的方式、以合理的價格為客戶提供滿意服務的能力。
第三部分展示了現實圖景，通過諸多案例，描述現今的智能數據佼佼者們是如何在具體接觸時智能地借助數據分析技術做到貼近用戶的。這一部分介紹了處於數字化競爭第一梯隊的企業是如何史無前例地從戰略性的數據共享轉化為協同性的客戶關係管理的。此外，還介紹了這些企業是如何優化選址、產品線和產品，以及如何從碎片化、多渠道的環境中獲得並全麵整合客戶信息的。
第四部分是為具有特定閱讀需求的讀者量身打造的，這些讀者關心在企業中如何組織安排工作，從而完成數字變革。一般來說，數字變革往往並不會因為技術力量匱乏而宣告破產，而是因為那些源於企業內部的對抗、過於刻板的組織構架和失誤的變革期管理。善用數據以現代化的企業管理共識為前提，即允許員工犯錯、支持他們嚐試性的想法，並給予他們自我辯解的機會。在這方麵，本書給出了一些建議，例如，在不增加額外負擔的情況下，企業如何在數字化之路上切實可行地為自身的組織結構和工作流程鬆綁，如何繼續發展自身的技術競爭力。值得欣喜的是，企業並不需要為此投入那麽多的新資源，大部分投入都是現成的。
一般來說，數字變革往往並不會因為技術力量匱乏而宣告破產，而是因為那些源於企業內部的對抗、過於刻板的組織構架和失誤的變革期管理。
本書的第五部分是總結篇，也是最重要的部分。在這一部分，我們關注當我們這樣使用數據時，客戶體驗究竟是怎樣的。 新“數據合同”
在我們的上一本書《我們的數據》（data unser）中，我們倡導締結一份關於數據的新協議。這份客戶與數據使用企業之間的協議應基於以下四個方麵：
1.數據安全
2.使用透明
3.均衡協調
4.客戶增值
我們曾預言，數據驅動作用下形成的市場營銷方案的成敗不是由專業的數據安全保護者或立法者決定的，而是取決於這個方案是否提高了企業為客戶創造價值的能力。成功的關鍵是，企業是否能夠成為可信的數據合作夥伴，並提供值得信賴的服務：當客戶與企業共享他們的客戶信息時，實現了雙方互利——企業不會為了刺探客戶需求或者擺脫某些客戶而去濫用客戶信息，利用客戶信息是為了更精準地滿足客戶的願望和需求。值得信賴的數據合作企業這麽做的原因是，他們希望能夠與客戶建立持久的合作關係。
一旦企業將客戶數據信息唯利己之用，效果就會適得其反。
三年來，眾多的客戶數據信息項目和其後的美國國家安全局事件令我們更加堅信：一旦企業將客戶數據信息唯利己之用，效果就會適得其反。德國嚴苛的數據保護法律在某些方麵是顯得有些過時，某些規定過於死板和冗長，但是卻能應對現在的局麵。問題的關鍵在於，企業必須認識到，他們如果想要使用客戶的信息，就必須得到客戶的許可。
智能數據的原則之一是“贏得數據”。
客戶的數據信息屬於客戶，應該由客戶決定與哪家企業分享哪些客戶數據信息。如果對產品使用確實有促進，客戶會願意與企業分享他的個人信息。如果客戶感覺到，企業打著大數據的旗號，搜集一切他們能夠取得的數據，目的就是為了有一天能夠利用這些數據甚至變賣這些數據，那麽客戶自然會反應過激。
智能數據冠軍企業不會選擇在法律顧問的協助下，通過獲得客戶同意使用其個人信息的聲明，來謀取使用客戶信息的權利最大化。智能數據冠軍企業會遵循這一原則來設置it係統，即隻存儲確實能夠為客戶帶來增值的數據。
從長期來看，這種數據使用態度會帶來成功，因為隻有秉持這種態度，客戶才會願意與企業分享數據。如果我們落實了這個前提條件，那麽我們在本書中描述的情況就有可能實現。至此，一個流程閉環形成，這就是我們所說的智能數據：憑借更少的數據，取得更大的成果。