1.1.3 大数据的意义

有一个管理学界流传已久的营销案例，美国零售业巨头沃尔玛在对消费者购物行为分析时发现，男性客户在购买婴儿尿布时，常常会同时买几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。这个举措居然使尿布和啤酒的销量都大幅增加了。如今，类似“啤酒+尿布”的营销服务数据分析早已成为大数据应用的基本任务，被应用到客户分析、市场营销和广告推送等各个方面。

在数字化、智能化的时代，困扰应用开发者的一个重要问题是，如何在开发效率、覆盖范围、主要性能和成本之间找到那个微妙的平衡点。企业可以利用大数据分析在主要性能、降低成本、提高效率、市场范围等诸多因素中做出科学、系统地分析，进而进行明智的业务决策等。例如，产生如下期望的效果：

（1）及时解析故障、问题和缺陷的根源，每年可以为企业节省大量资金。

（2）为成千上万的快递车辆合理装载货物，科学规划交通路线，提高物流效率、躲避道路拥堵。

（3）分析所有SKU（Stock Keeping Unit，库存存量单位），以利润最大化为目标来定价和管理库存。

（4）根据客户的购买习惯，为其推送他可能感兴趣的产品或优惠信息。

（5）从大量客户中快速识别出潜在的或优质客户。

（6）使用点击流分析和数据挖掘来规避欺诈行为。

让我们来看看，大数据对传统行业的冲击，来得有多么迅猛。

1.猎头行业——猎头总能跑在裁员潮前面

在2008年“金融危机”来临前，LinkedIn（领英，全球最大的职业社交网站）发现雷曼兄弟公司员工的访问量突然增多，但当时并没引起重视。过了不久，雷曼兄弟公司宣布倒闭，LinkedIn才恍然大悟。

类似情况，某一国际著名公司的搜索引擎产品准备退出一个地区的市场，结果搜索引擎产品线的业务经理和高管会较长时间地“LinkedIn在线”，图1.1.6是LinkedIn在手机上的App图标。

春江水暖鸭先知，在裁员、离职、转岗潮来临前，LinkedIn领英大数据让“猎头”提前知晓市场“异动”，分析原因，从而精准挖人。

并且，通过LinkedIn大数据分析，在求职者和招聘职位之间建立有效关联，猎头们再也不用向潜在的受聘者“打陌生电话”来碰运气，而是可以通过数据搜索，找出潜在受聘者并联系他们。

2.金融行业——信用越来越值钱

如果别人找你借钱，你最担心的是什么？应该是对方的信用和偿还能力，怕对方不按时还钱。

大数据风控可以帮助解决这个问题。在“借呗、微粒贷、小米贷款”等平台，准备贷款者需要提前登陆平台，于是他的每一笔消费、每一次给朋友发红包，都会被记录，并形成你的信用分，每个人的真实信用水平和财务状况都在数据里反映出来。相反，一旦某个失信者欠账不还、成为“老赖”，大数据会同步通知到众多服务和监管机构，老赖的生活、旅行、日常消费等处处受限。

3.体育行业——数据教你打篮球

喜欢NBA的同学可能知道一个故事，勇士队曾经是联盟里的垫底球队。从1994年算起，18年当中，勇士队只有一次打入季后赛，还曾连续两个赛季排名倒数第一。

在大家都对“实力奇弱”的勇士队不屑一顾时，硅谷风险投资者却大胆收购了勇士队，竟然一举开创了四年三夺NBA总冠军的奇迹。

问题来了，逆袭的勇士队究竟做了什么？除有了资金购买了更多优秀球员外，他们还做了一件非常特别的事，把数据建模、分析、可视化呈现等IT技术应用于球员身体状况数据采集、战术体系分析、对手情况统计分析等过程，应用到球队的训练和比赛之中。

勇士队雇用了许多数据分析师，包括像芝加哥大学萨米·盖尔芬德这样天才的物理学教授，在统计了历年比赛数据后，数据分析团队发现最有效的进攻是传球和准确地投篮，而不是好看的突破和扣篮。

根据这个结论，勇士队率先发明了“小球”战术，即以三分球作为主要进攻手段，结合科学配置场上球员搭配，成绩快速提升，并一步步走上冠军领奖台。数据分析改变了NBA球队的强弱格局，如图1.1.7所示。

可以说，过去的十年里，数据分析已经在 NBA 职业联盟的各队中流行，比赛和训练方法已经改变。

以上只是简单列举了3个行业中的例子。但其实，成百上千个行业，或多或少正在因为数据技术的应用，产生前所未有的变革。

你可以仔细想一下，你身处的行业，或者周围亲友正在从事的工作，是否或多或少都在和数据打交道？

如果说大数据是海洋，那我们已经是海洋里的一条条鱼儿。在早已来临的大数据时代，谁能够掌握看透数据的力量，就等于掌握了通向未来财富之门的钥匙。图 1.1.8 为数据可视化的一个例子。

不过，大数据在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不可能被淹没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。