朴素的数据价值观

亲爱的各位嘉宾、各位朋友，大家下午好！

   特别荣幸能够在这里认识大家，跟大家分享一下自己的一些看法，特别感谢广联达公司的领导邀请，我来自北京大学，我是学统计学的，2003年到光华工作，从国外回来，给各位来宾讲课，我没给MBA上过课，经常给营销、战略部讲，你们是属于没有吃过猪肉见过猪跑的，什么意思呢？即使从来没有在管理岗位上工作过，但是你至少曾经读书的时候，你的老师给你讲过很多管理学的案例，你可以拿这些案例忽悠学生。

我是从小到大学数学长大的，这个课该怎么上呢？过去的老师教我，你就讲案例，讲什么案例呢？就是啤酒的案例。满大街都是，真好。学生说老师你讲的挺有道理的，你干过吗？学生当面问我，我肯定没有干过，干过能当老师吗？我然后很认真的看待这个问题。2003年到2018年，我用15年的时间，用我职业生涯的这15年认认真真的思考了数据在中国制度和产业环境中到底有什么价值，今天谁要再问我这个问题，我会讲我干过的定义是什么。

第一有要人付费，不付费的都是伪需求，第二个我们团队的这个研究成果要进入合作伙伴的生产环境和业务工程，特别荣幸在付总的支持下，我们团队跟广联达有合作。这个过程我形成一套自己的看法，我突然发现一件事情，我们各位在媒体上看到大数据的内容全是糊弄人的，我就把我的这个观点叫做朴素的价值观。当老师时间越长，越难理解一个事情，你谈到学术的问题没有对和错，只能谈正面的分享和正面的思辩的过程，这是我想跟大家分享的东西。

简单的说我们在这个行业中，包括在建筑行业信息化过程中，有大量大数据的产品、表报，这些东西看着怎么样？非常炫酷，只要你让人付费这个事情就变得困难了，为什么呢？这样的现象不仅仅在建筑行业中，很多大数据企业中都有这个现象，用了人工智能的技术，做了什么报表，就是没有销售收入，为什么呢？原因特别的简单，因为你不创造价值，后来所以我养成一个特别朴素的信念。我给所有学生讲课的时候，给本科生、研究生、MBA学生讲课的时候，我上来第一句话就是我们为什么数据化分析，这个话同样可以用在建筑行业，我们为什么对建筑的行业做数据分析。学校的学生好对付，因为你布置作业，你是老师，你布置作业我就分析，不布置作业我就不分析。我们到真实行业中思考这个问题，我们做数据分析只有一个原因，就是它要创造价值，就这么简单

   这么简单的事情还需要你讲吗？真的不是，你发现这个世界上都喜欢听特别炫酷的故事，不着边的事情，有人说王老师，我孩子特别优秀，现在正在上初中，学习特别好，说说将来怎么上北大，你要说好好学习语文、数学、英语，他就会说我想听点有什么窍门，没有，数据行业也是一样，没有窍门，我们要让它真的变成真金白银，要让大家认可，然后被大家称赞，只有一件事就是要创造价值、要创造业务价值。

   什么是价值呢？我不知道大家有没有跟我类似的感觉，我开始第一次对这个世界好奇的时候，我们的车站、机场上的书店充斥着很多大数据的书，大家看的时候心潮澎湃，这个世界可以这么神奇，把书一合上，问你一个问题，该怎么办呢？当场就蒙了，为什么呢？人家动不动讲阿里巴巴的故事，讲亚马逊的故事，讲谷歌的故事，反正随便讲，讲了你也不知道是对的还是错的。核心问题是我不是阿里巴巴，也不是亚马逊，我就是附近路边卖豆浆的，你给我讲这个干什么？数据分析对我价值的就是，怎么样的数据分析解决豆浆的销售量，降低成本，解决不确定性。

   同样也是这样的，建筑行业迎接数据化时代到来的时候，建议少听大数据专家讲的，谁给我扯高上大的东西，谁基本上都是胡扯。谁跟我们谈业务问题的时候，数据尝试解决业务问题的时候，不管数据大小，这才是一个正确的方案，这是我们值得思考的。这个时候数据要对企业产生价值，又是三句废话，要么增加收入，要么降低成本、要么减低风险，尤其是后两个，这是我对数据行业粗浅的认识。朋友跟我开玩笑说，去年国内高校满大街建大数据学院，今年后悔了，为什么呢？今年该建立什么学院？今年建立人工智能学院，明年就开始后悔了，明年要建什么学院？区块链学院，如此的浮躁，你追得过来吗？弯弯曲曲、上上下下，企业只追求自我的商业价值。

简单的看几个典型的例子，数据分析怎么可以增加我的收入，这是个性化推荐，自己是京东忠实的粉丝，我太太是淘宝的粉丝，我们俩一人支持一个。这是我的购物记录，根据我的购物记录，可以产生更好的推荐、产生更好的收入，这是可以立刻看到的，可以看到数据分析带来的收入的增加。百度的广告，为什么医疗行业对百度广告如此的依赖？因为百度上对搜索的文本，以及数据深刻分析，知道你到医院要看什么病，什么医院对你有吸引力，你不小心点开一个医院，你会看到一个现象，里面有一个飘窗，在那就飘啊飘啊，像我这样有强迫症的，点一下马上有一个对话框出来了，在搜索引擎中已经完成了一个对话。这个阶段往下，它的目标就是拿下我的手机号码，百度有一句话“我这里营销就是销售”，如果我们的数据分析可以达到这样的境界，那带来的就是收入的增加，谁会不喜欢用呢？    

我们再看一下，这个情境是一个呼叫中心，西安就有很大的呼叫中心，给大家讲三个版本的故事。 一个版本就是老掉牙的教科书式的故事。呼叫中心最大的成本就是座席成本，打电话进来是有规律，半夜三更打电话的人很少，半夜三更可以安排少一些座席。周一、二、三、四、五是不一样的，每天24小时是不一样的，如果我为银行服务，这个银行最近推出了一款理财产品，发给1万个VIP客户，预计有多少个电话打回来，这些是会有规律的，这些规律放在一起，预测判断明天24小时内，每个小时预期的电话呼入量是多少，我会特意安排座席，这是老掉牙的教科书的故事

   再给大家分析一个2.0的版本，咱们国家的东北，东北师范大学统计学院的前院长是我特别好一个老大哥，现在是他们的副校长，他们团队当时做了一件事情，就是政府公开呼叫电话，就是12345有事找政府，这是一个特别美好的事情。任何老百姓碰到涉及公共服务，自己解决不了的问题，可以尝试给这个市长公开电话打电话，然后市长公开电话办公室努力帮助你解决这个问题，办公室里面有20个小姑娘，都是打字快的。

一会大爷打电话说楼底下有人打架，第二个电话大妈说楼底下跑水了，要快来修，记住之后怎么办呢？把这个事情派到政府一百多个部门，需要一个老专家，他对这个政府部门的职能非常熟悉，小痞子打架是派出所管的，跑水得再问问，如果是小区内跑水是物业管，如果是外面才是市政管。这个老专家得工作多辛苦，这个是这个部门的问题，那个问题是那个部门的问题，到中午就已经是这个状态，下午就没有办法再工作了，这样有两个问题，他处理的量很小，第二个容易出错。有没有可能通过数据分析的办法把这个问题解决了呢？你因为不能请100个老专家，这个成本太高了。后来东北师范大学说戴耳麦的小姑娘还得要，小痞子打架一回车，一个标准的文本就形成了，做了一个最普通的算法，分到一百多倍，最开始不是特别准确，经过长期的调用，精确率超刚刚过了90%，还有10%打回来给专家看，比以前节省了很多很多成本，整个过程主要是解决了核心业务的问题。没有用高大上的方法，算法是这个行业里非常标准的算法。我问老大哥说，你们的精度怎么改进的？因为加强了深度的认识，什么意思呢？我们有一些地名是标准词库里没有的，我突然意识到一个事情，要做文本分析中文比英文难多了，为什么呢？英文天生是空格分开词的，中文不是。学生刚学几个字，南京市长江大桥，中国队打败美国队，中国大败美国队，中国乒乓球谁都赢不了，中国足球谁都赢不了，咋意思这么不一样呢？可以看到中文文本分析是非常有挑战的，这方面的分析可以帮助把单子快速派到各个职能部门，带来巨大的成本节省，没有用高大上的算法，核心的问题是解决了业务问题，节省了你的成本。

   再给大家看一个真实的故事，这是开一个发布会的时候，坐在旁边一个彩电企业的高管给我说，我们用了特别简单的数据分析，什么分析呢？你知道这个口，这个是VGV的接口，是投影仪的接口，这个接口容易坏，咱拔来拔去针头就弯了，一弯颜色就会变。咱们电视机现在用什么接口呢？用的还有这个接口HDMI接口，电视机后面这两种接口都有，以前不知道人们用不用这个接口，我说为什么不知道？因为我生产电视机，消费者用，我们中间隔着十万八千里，因为不是我卖给他的，我把电视机卖给京东、苏宁、大渠道、小渠道，最后电视机到了他们手里，他们怎么用我是不清楚的。现在有了物联网技术的成熟，可以反馈一个小小的字段，有多少人用它，不到1%的人用它，马上就产生一个结果，下一批次电视机不要做这个接口了，就这一项一年节省了1个多亿。我当时觉得很诧异，你以前怎么不干这个事呢？以前我不知道别人用不用，如果10%的人用这个口，我敢卸吗？卸了以后，5%的人就打电话问我怎么没有这个口了，可能人家就找我退货了。

很多建造业，包括建筑业也一样，我相信我们有巨大的改进空间，就仅仅取决于数据采集和业务的理解，就这一项就够了，为什么以前做不到？因为以前数据采集技术不成熟，太昂贵了。咱们家电视机遥控板这么长有用吗？那么多按键我只按开、关、OFF、ON，顶多涉及到声音，我需要那么多按键吗？这个设计太反人类了，因为不知道多少人的习惯跟我一样，没准人家就喜欢按001CCTV1、002CCTV2、003CCTV3，很多人就有这个习惯，我们敢把1、2、3、4、5、6、7、8、9、10去掉吗？不敢去掉，所以很难做这个事情。

我们看到的数据分析产生的价值首先来自高大上的分析方法，来自技术进步带来的数据，以及正确的业务场景。 我自己是学统计学的，我自己是创造分析方法模型的，在我的脑袋里数据要产生价值排列顺序根本不是这样，数据都趋同了未来是模型致胜，这绝对是胡说八道，张三、李四、王麻子的模型基本上都是一样，在我的脑袋里场景为王，找到数据产生价值的场景才是最重要的，在场景上采集到数据次之，最后才是模型，还有节省成本，这些跟建筑业特别相关的。

   我们国家最大的车企是上汽集团，2016年的产量是600万辆，制造标准是谁定的呢？突然间发现不是我们国家定的，全是按照欧美的标准，为什么呢？过去几十年内我们国家人不开车，同样这个标准对我们建筑行业也一样，会不会有启发作用呢？搞这个标准有什么用呢？我给你举一个例子，我们在上海有一款车卖的特别好，这个车有车窗，以前车窗是怎么摇呢？一个摇杆摇，女生很讨厌这个，摇摇胳膊就变粗了，现在都是马达，你说这个车的马达的设计寿命应该是多少呢？我们在上海的数据表明，用户一年也就上下一千次，大概一天三次，北京三次都达不到，为什么呢？北京雾霾严重，开什么窗户呢？关都来不及，十年时间就是一万次，这是平均水平，有人用的多，有人用得少，咱们保守一点的设计寿命十万次是绰绰有余，但是这个马达是按照德国人的标准，设计的是50万次，这是多么巨大的浪费。我们的新车生产出来一定要上青藏高原跑，因为经常喘不上气来，要在冬天最冷的时候到漠河上测试，怕冻坏了，我们有设计不足、有设计过头，这就是物联网，我个人特别看好物联网。互联网产生的那一天都是一群聪明人和数据在一起，但是物联网是多么大的体量，只要物联网数据采集技术进去了，找到正确的业务场景，找到分析方法，分析的两个方面一个是真实情况，一个是设计标准。同样的逻辑，我相信在建筑行业一定有启发作用的。

   最后一点时间跟大家分享一下，前面讲的是收入和成本，最后数据分析能不能给我们抹平风险呢？如果可以抹平风险也是不错的，最典型的就是消费金融领域，同样100人来了，每个人想找我借2000块钱买个手机，我要不要借给他呢？如果不了解，给最帅的人，最后发现他是大坏蛋，我追都追不回来。如果可以了解风险情况，我可以把信贷敞口放大，我可以放给10个人，业务量就增加了，可以给10个人，10个人里面9个是好人，1个人是坏蛋，我的收入增加了，我的风险摊薄了，这是数据分析可以带给我们的好处。

   简单的跟大家分享一下，这是数据分析可以给我们带来的几个不同的侧面，但是你说你的数据分析如果在这三个方面，任何一个方面都不产生价值，是不是一定要完蛋呢？短期我觉得不是，因为我们现在是泡沫巨大的时代，长期看你的日子一定很辛苦。如果我们的数据分析在三个方面任何一个方面，可以带来清晰可见的价值，我们就往前走了很好的一步，但是还不是最好？我们还是需要一个参照性，让别人感受到你的价值。

   这又是一个真实的故事，一天我的一个MBA学生告诉我，他是负责一个区域VIP客户的，每个月客户流失1.5%，每年要流失18%。每年的业绩首先要填18%的坑，然后再完成集团的业绩增长要求，很困难。我能不能做一个模型，哪些人有流失的可能性提前判断出来，我适当进行干预，适当留下来一点，准确度70、80%，根据我的经验已经不错，他说不行，他的领导说要做99%，我心里想这个领导怎么不上天呢？为什么是99%，因为领导没有参照系统，就没有参照系统习惯跟天比，天是100%。当你没有参照性的时候，就只能按照这个比，怎么样让人感受到这个价值呢？我给你做一个推荐系统，我的转化率做到8%，可能觉得不怎么样？100个人8个留下来觉得很低，开一个麦当劳，100个进来8个人买汉堡包，92个人哈哈，这很糟糕，如果在我接手之前转化率只有4%，你就会突然发现8%是很高的数字，增加了一倍，就很好了。

   99%是很大的数字，如果空气净化率是99%，各位就不要买了，最差最差的滤芯也是后面带好多个九。我是高个子还是矮个子，当然是矮个子，矮的一米七都不到，但是如果你把我放在东南亚，我就是相当高大威猛的，你的参照性不一样，这是不一样的，这是不是一个纸上谈兵呢？我个人团队跟所有企业合作的时候，只要涉及到预测性问题，我们先确定这个，我们才会知道在征信中企业做到什么标准，手机APP点的广告点击率标准是什么，我们才可以在这个基础上确定我们的改进，为什么知道这一点呢？因为我们知道所有的预测都是不准确的，一定是不准的，确定自己的参照性也非常非常的重要。

   最后一点时间总结一下，这就是我的非常朴素的数字价值观，我不相信任何高上大的东西，这是我自己这十几年填坑填出来的感受，在我的脑袋里极其敬畏业务，这是我对我们团队的要求，对业务无限的敬畏，我们的数据价值只可能在业务场景中产生，没有业务场景就不可能有数据价值，但是没有数据业务照样可以跑，只是跑的好和坏，我们的合作项目，我们先向合作伙伴谦虚的学习业务基础知识，谢谢大家！