二、大数据思维与决策

大数据时代，一切相连。人人相连，物物相连，人物相连，实虚相连，虚虚相连。大数据最早的传播者徐子沛说，阿里巴巴的“钉钉”把短信、微信、电话融会贯通到一起，界面与微信很相似。发一条短信给朋友，“钉钉”会记录朋友是看了还是没看。他看了之后，没有采取行动怎么办？就可以“钉”他一下：把这条短信以电话形式打到他手机上，接通电话，信息以语言形式播放出来，确保他听到。这就叫“钉”，而且是免费的。

1．什么是大数据思维

大数据思维属于信息化思维的一个新阶段，就是具有大数据特征的思维。具体而言，它包含了以下三个重要特征。

（1）定量性。认为一切均可测，故能描述；

（2）相关性。认为一切皆可连，故能预测；

（3）实验性。认为一切皆可试，故能开拓。

在大数据时代，我们的思维与决策都应该摆脱工业化阶段的某些特征，而跃升到一个更高境界。

2．大数据思维的命名

《世界上最伟大的50种思维方法》中讲到的思维方法包括：

逻辑思维、发散思维、收敛思维、系统思维、立体思维、极限思维、超前思维、形象思维、横向思维、反向思维；

加法思维、减法思维、换位思维、移植思维、分解思维、质疑思维、换轨思维、超脱思维、动态思维；

光明思维、黑暗思维、底线思维、糊涂思维、积极思维、简单思维、灵感思维；左脑思维、右脑思维、囚徒思维、上帝思维；

哥伦布思维、奥卡姆思维、司马光思维、拿破仑思维、亚历山大思维、爱迪生思维；裁缝思维、木匠思维。

相比较而言，大数据思维是以上林林总总思维所不能包含的一种新的思维形态。故，值得特别关注。

3．对大数据思维的解读

大数据思维从以经典力学为背景走向以量子力学为背景。经典力学时代强调的是宏观世界、低速、线性、低链接；量子力学时代强调的是微观世界、高速、非线性、强链接。互联网与大数据时代，出现了许多分散＼混沌＼不确定＼粒子化现象。

大数据思维是要求人们跟上时代变化的最现代的思维方式。思维方式是指人的大脑活动的内在特点，包括方式、方法、程序、角度等。思维方式对人的行为方式会产生直接的影响。思维方式、行为方式的产生受到环境与时代条件的影响与制约，它们一旦形成之后又会反过来对环境与时代产生影响。舍恩伯格说：“所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当，就能为千百万人急需解决的问题提供答案。”由此可知，大数据思维又是一种能够帮助人们寻找答案的思维。

大数据思维的对立面是工业化思维。工业化思维是指工业化阶段产生的与当时生产方式相适应的思维方式。例如，强调标准化、规模化、规范化等。工业化思维，较之于农业社会的一般思维方式无疑是一种历史的进步。但是，当我们国家走进信息社会之后，又显得跟不上形势。实际上，我国当前情况比较复杂，既有信息社会又有工业社会，还有农业社会。所以总的看，处在一种混合状态之下。对于广大农村来讲，要适应工业化思维、大数据思维才能前进；对于城市，特别是大城市来讲，必须适应信息社会的思维，例如，互联网思维、大数据思维，才能不断发展自己。在我们论述大数据思维的时候，是重在强调“不能用工业思维阻碍企业与产业创新”。

4．大数据思维的特点和创新

（1）强调“一切皆可量化”

在管理学上有一个说法，叫作“没有测量就没有管理”。此言极对。可以试想，如果不能把目标变为指标，再把指标转化为数据，任何企业管理者都难以把管理落到实处。也就不能达到管理应该达到的目的。

大数据思维强调对东西和事物的量化，是达到管理目的的利器。我国工业化的过程，就是精细化的过程，就是量化的过程。这是历史发展的必然。信息社会与工业社会相比，量化的对象大大增加了，颗粒度更加细微了。

今天，文字、图像、声音、视频、电影都可以数据化。我们周围的一切乃至我们自己都可以用数据描述。有个新词非常正确、非常到位，叫“数据化生存”。

（2）强调“数据也是生产要素”

在我们以往的职业生涯中，一般人都知道数据比较神秘。也就是说，不少数据是只有领导才能掌握的，不能公开。至于它的用途何在，就是填表时候用的。

走进大数据时代，应该认识到，大数据是一种生产要素，将它公布于社会能够创造出新的生产力；将它应用于企业生产管理系统之后，可以创造价值，进一步提高企业生产与服务效益。将它应用于更为广泛的社会管理领域，可以创造出巨大的社会效益与经济效益。

比如，大型超市如果在购物车上安装感应器，就可以跟踪客户的行进路线，发现客户在不同货架前面的停留时间，以及拿下思考、实际购买了什么物品。根据长期积累的数据，就可以改进超市商品摆放位置，以获得更大的销售量。同理，可以告诉生产企业，应该进行哪些改进。

美国脸谱公司2014年通过大数据分析之后发布精准广告，每天利润达822万美元，它的员工是8000名。中国石油公司2014年每天利润4585万美元，它的员工是150万名。可以看出，中国石油利用188倍的员工，产出了比脸谱多5倍的盈利。

（3）强调数据的完整性

大数据要分析的是全部数据，而不是部分数据。因为现在人们已经能够有能力和办法，把全部数据收集、储存起来，进行有目的的分析处理。过去搞社会科学研究，往往采用抽样调查法，就是选择样本进行分析，其实那是没办法的办法。现在人们已经可以做到“样本就是全部”。更为重要的是，这样做可以获得更加准确的结论。

一位统计学专家说，以往统计局汇总的粮食产量总是不准，为什么？它是依靠各地自行上报的。目的不同，上报的数据各异。现在利用卫星覆盖，就能够由计算模型得知某种粮食作物的种植面积与产量。这是利用了大数据原理统计计算的结果。

（4）强调数据的复杂性

小数据强调数据的精确性，大数据则强调数据的复杂性。客观世界是复杂的，只有承认客观事物的复杂性才能认清和把握这个世界。这样也更有利于了解事物的真相，避免因忽略了某些信息而造成认知与决策的失误。

什么叫大数据？从多个源头的数据去互相印证一个事实，这就是大。数据收集者会根据自己的利益去收集数据，上报数据，从而造成统计数据不实。但是，今天，阿里巴巴的平台上会显示哪个地区的尿布销售增长情况，这就可得知二胎到底是在哪里出生。如果再加上奶粉、婴儿用品销售数据，形成“立体数据”，那判断就更加准确了。这种数据的复杂性，有利于呈现客观上的真实性。

（5）强调事物的相关性

世界万物的一个基本特点就是相互之间存在着某种联系，也就是相关性。但是，人们往往重视它们之间的因果性，对相关性忽视了。比如，用逻辑推理，就可以找到事物之间的因果关系：因为掉了一颗铁钉，所以战马突失前蹄；因为马失前蹄，所以士兵倒地；因为士兵倒地，所以战争失败。

但是，对有些事物之间的相关性，人们就不大容易理解了。大数据强调，不要等我们了解了事物的原因，才去重视它，而要尽快利用这种相关性，创造价值。

马云讲过一件事：你知道全国哪个省、市、自治区的人喜欢穿比基尼吗？一般人会想到东部沿海地区，实际上错了。最喜欢穿比基尼的是新疆人，这是淘宝销售的真实数据。这是为什么？先不用管它，你就冲着新疆人吆喝你的比基尼好就对了。

（6）强调发现事物规律性

世间万物都有规律。有时人们感到不好把控，难以描述，那是观察不多、观察不够的问题。大数据思维，重视从多方面收集信息，多角度分析数据，就比较容易认识到隐藏在事物背后的大概率现象，即规律性，因此值得高度重视。

从这样的意义上讲，大数据思维能够提升人们对于事物本质的认知，以利于更好地认识与改造世界。这也正是辩证唯物主义者所追求的精神境界。

例如，对于举办大规模集会的安全保卫工作，就可以收集以往十几年的事件发生数据，把握事件可能发生的地点、时间的规律性，以利科学安排警力。上海陈毅广场的拥挤致死事件，也是可以避免的。现在，已经知道室内每平方米0.85人，室外每平方米1人是一个关键数据。超过这个密度，就必须中止入口进人。

5．大数据思维创新案例

（1）利用大数据思维以“虚拟世界”建设“物质世界”

养老院既有实体型的，也可以有虚拟型的。虚拟的养老院，即在计算机上建立一个养老大数据系统，将空巢、孤寡老人的健康与生活需求、照料需求等动态数据搜集在一起，此为需求方；再将志愿者、义工等供给方信息搜集在一起，使得双方得以匹配，使社会资源得到最大化利用。虚拟养老院的服务包括诸多方面：紧急救助、生活服务、老人社交、老人关爱。现实生活中，可以将“线上”与“线下”结合起来。建立一个实体服务中心，可以打破原有社区实体时间空间的限制。

（2）利用大数据思维实现数据共享

数据可以自用自享，也可以与其他组织共享共获益。一家著名的全球性饮料企业，将外部合作伙伴的天气信息集成，进入其需求与存货规划流程，通过分析特定日子的“温度、降水、日照时间”三个数据点，使企业减少了在欧洲一个关键市场的库存。同时，使预测准确度提高大约5%。

同理，批发市场如果能够获得零售商的零售数据，则可以更合理地安排生产与物流。

（3）利用大数据思维促进车险精细化

目前，北京的车险费用基本是一样的。但是一些保险公司已经开始应用UBI（基于使用的保险）。这是通过“个人驾驶行为”来定义个人保费的新型保险产品。保险公司在客户车辆上安装一个小型车载远程通信设备，就能够搜集到该汽车在驾驶里程、时间、地点以及驾驶速度、变线频次、刹车力度等方面的大量数据。而后对这些数据进行分析。通过计算，评估出这个客户的风险指数，由此制定车保费用。

这样做，技术与习惯好的驾驶员得到保费优惠，差的则要缴纳较高的保费。这样的改革是大数据帮助实现的，于国于民于全社会都有利。

（4）用大数据思维促进行政管理机制改革

在我们国家，航空公司的航班晚点属于正常，不晚点，属于不正常。而且，全国人民谁有意见也没有用。这个问题怎么解决？现在，一时还真没有办法。

美国航空管制机构采用了一种大数据方法：定期公布每个航空公司、每一航班班次过去一年的“晚点率”和”“平均晚点时间”。这么一来，由于客户喜爱准时的航班，购买机票时就会自然选择准点率高的航班。这叫通过市场手段与大数据方法促进各航空公司努力提高准点率。这个简单很方法，但比任何管理手段都有效。

6．什么是大数据决策

决策就是领导者根据实际情况对事情做出决定性意见，又叫“拍板”。按具体情况不同，决策有多种类型之分。按层次分，有战略、战役与战术之不同；按主体分，有个体、群体与群众之不同；按信息掌握程度分，有确定型、不确定型与风险型决策之不同；按可否用数量表示分，有定量与定性决策之不同；按决策目标多少分，有单目标与多目标决策之不同。

先看一个案例：阿里巴巴每卖一样东西就积累下一条数据。到2000年，积累了大量数据，并发现它可以做很多事情，比如金融。它们的平台上有很多卖家都需要贷款，但银行不贷给他们。阿里巴巴平台数据能够知道这些卖家的经营情况，比如卖了多少货物，赚了多少钱，经营是否稳定。于是，由此考虑：是不是可以据此决定是否可以给他们贷款呢？阿里巴巴开发了100多个数据模型，3分钟填报贷款需求，1秒钟决定给不给贷款。这里没有人在做决定，是算法在决定。他们已经给100多万商家做了贷款，而且比传统银行效果好得多。这种依靠大数据而非任何个人的决策，就是大数据决策。

7．大数据决策的特点

（1）凭数据决策，而不是凭感觉决策

中国古代，从皇帝到大臣都普遍缺少数量、定量概念。皇帝听取大臣汇报，也是看他的表情、样子、说话的声音，甚至哭喊的嗓音。如果声音大，那就是重要，就需发兵或者拨款救济。因为中国太大，而统计、汇总又实在太难了。这样的决策，不可能不出问题，不可能不被下面蒙蔽、欺骗。大数据决策，则要求从数据出发，而不是从经验或者感觉出发。显然，这是一场决策机制上的革命。天气预报之所以基本正确，就是凭数据决策的。

（2）凭数据决策，而不能凭感情决策

所谓凭感情决策，就是在决策的时候，不去考虑国家利益、整体利益，而是照顾某个人、某些人的利益。《新华每日电讯》2016年1月7日报道，有位海外学者是研究气象学的，他希望在国内推广一项新的预报技术，但行走多年，没有丝毫进展。人们都承认他的技术可行，但是就是找不到地方进行试验。一位长江学者提醒他：“你的技术很好，也代表了未来发展方向，但我们不能用，你得给同行留口饭吃啊！”在倡导创新驱动的今天，害怕某项创新影响了某些人的饭碗，就加以遏制，令人不解。

（3）实时及时决策，而不能拖延误事

大数据时代，一切在线，监管性数据实时及时，能够做到不拖延，不误事。众所周知，决策的前提是对主客观情况的了解。在大数据时代，决策主体能够通过大数据工具及时掌握主客观情况，将有数据支持的主客观情况及时提交到决策者面前。

以企业为例，领导者可以凭借信息系统，将实际运行中的实时数据摆在面前，而不是层层听反映，层层过滤，造成失真。同时，凭借大数据还可以掌握行业状况、行业数据。情况不明决心大，造成“胡乱决策”；情况明决心大，叫“明智决策”。过去，要不要决策从外地“调配”农夫山泉水，需要24小时才能汇总决策，现在仅需要0.67秒。原来各大银行能不能对企业贷款，需要几天、几十天仔细研究，现在只需要1秒。

（4）凭借“过程数据”，而不是“结果数据”

大数据具有非常清晰的记录功能。它能够记录从一端到另一端的系统数据。有了记录过程的系统数据，就能找到问题出现的原因与继后的变化，从而决定采取怎样的措施。比如，某家超市的蔬菜销售额下降，这种下降是通过一个销售额模型发现的。通常上午10点钟肉类、蔬菜、食用油三种商品的销售比值为100∶80∶60，今天上午10点却是100∶40∶60。是哪个环节出了问题呢？是商品质量引起了顾客的不满？是商品位置摆放不够合理？还是另有隐情？聪明的大数据能够帮助店主知道原因，加以改进。当然，这个“诊断工具”是某商场自己分析开发出来的。

（5）重视预测性数据，避免放“马后炮”

大数据的预测功能，通常是通过运用回归分析、时间序列分析、随机树、神经网络技术等实现的。例如在连续制造工厂，通过对关键设备运行数据（如温度）的采集、跟踪、分析，就能够提前进行干预、维修，以避免事故的发生。通常不是凭借一个数据，而是多个数据。

例如GE大数据团队积累了5500多架飞机和7800多万小时的飞行数据，并从中整合出4600多个有关飞行安全的预置分析模型。该公司由此向世界各国提供“飞行能效服务”。据说它已经为我国春秋航空公司建立了强大的数据库。帮助春秋公司实现智能化飞行。在飞机、电梯、高铁等重要领域，都在利用这样的功能保障安全。

（6）发挥数据指导功能，提升生产服务水准

2015年的“双十一”光棍节一天，阿里巴巴创造了交易额912亿元的奇迹。1秒钟内完成14万笔交易。创造这项奇迹的前提是，必须让平台上的商家把要销售的商品提前配备好。商品备多了，就会积压卖不出去；备少了，就会白白丢掉大好时机。阿里巴巴通过一系列数据化手段，帮助平台上的商家搞好库存。例如，研究客户搜索、点击、浏览、开通预订的数据，以利商家搞好备货。这其中免不了要查看前几年的销售、价格弹性等。

实际上，这是一种凭借数据运算的指导过程。玩不了这种指导过程，就不会获得如此庞大的巅峰数据，创造不了如此惊人的巅峰业绩。