3张图 解释我的数据价值观

作者简介：张翔，车轮互联数据副总裁，COS9年老水友

做数据的人现在越来越强调价值，那么在商业世界里，什么数据价值最高？我们先看几个例子：

一张简单的图表，可以决定一次投资的收益，号称最贵图表的，就是下面这张美国房价自1970年以来的走势图，蓝色的线是未剔除通胀，红色的线是剔除通胀，趋势非常明显。这张价值连城的图表，所需要的数据并不高深，相信在次贷之前，有一大批专业研究人员曾经画出并凝视过这张图。

但价值的差别在是否选择相信，以及动手的时机。如果说200个点子中，有一个是好点子，那么当时配合CDS的做空操作，就是金融从业者一生追求的最好的交易。当然这都是马后炮的总结，单看2007年以前的趋势，到底预示着经济结构的转变，还是有巨大的泡沫？现实世界还在不断刷新我们的认知。在预测这件事上，不同经济学家经常得出相反的结论，而中国现在的智囊，正直面无历史模型可套用的局面。这些探险家实操过程中的数据，是单位价值最高的，在面对复杂的社会进程时，数据之上，人的认知和判断，更决定着国家的兴衰。

国家之下，商业集体的数据价值也很大，如果说“企业家”就是冒险家的话，在认知边缘探索得来的数据，也是异常珍贵的。看似简单的ROI数据判断，就决定着一个公司的成败。

我历经旅游和汽车两次互联网浪潮，其中旅游行业失败的经验，在现在汽车领域尤其珍贵，只有精确到财务数据的运营分析，才能真正保证一个公司商业模式的确立。而这种经验教训都是非常昂贵的，和市面上公关稿件发出来的成功故事，核心差别就在，当我说出你不喜欢的结论时，你相信还是不相信？

上图小结了常见的移动互联网商业模式：

1. 耐用消费品和长周期消费服务，移动app日活一般可以冲到50万上下，交易转化率0.2% – 1%，但下单用户获取成本高，订单佣金要超过千元这个商业模式才成立。因此二手车，房地产做大宗O2O都是成立的，其他领域如果是小宗低频的商品，单独做O2O都是不成立的。

2. 大型app日活在千万级别的，比较容易走广告流量变现，根据用户价值和商业化程度，单日活的收益在0.13元~0.40元

3. 其余大部分百万级别的app，做得好的都是跨界商业化。

上面零零碎碎的数字信息，结合到具体的商业场景里，很容易判断商业的成败，只是忠言多逆耳。数据工作者更像环保部门，没有实权，控制不住冒险家们对风险的独特偏好。所以不能深刻参与并影响商业决策的数据分析，都是耍流氓。

相信很多数据从业者也已经深入到各个行业里，可以说营销领域是数据进入最早最深的。保洁和联合利华因为市场数据的滞后时差，可以产生巨额的收入差异，这也是他们数据投资特别高的原因。另外汽车行业，产业纵深很深，如果选取最浓缩的一张图，就是下面这张汽车消费的生命周期

从左到右，是车型消费者对当前车辆满意并持续使用的程度，从下到上是价格从低到高。底部1、2象限的趋势很好理解，但价格再往上走，车型开始分化，车辆不只是满足日常的用途，而在中高端消费者心中更加体现个性化的需要。不论在拥挤的1、2象限，还是开阔的3、4象限，近两年都看到了新车型的成功卡位，比如保时捷Macan，凯迪拉克ATS-L，以及吉利博越。随着市场的成熟，也许真正的个性化造车，数字造车，终会实现。

上面三个例子里的分析方法都不复杂，对商业的理解更加重要，也是人类智慧核心发挥作用的地方。现在大数据在扩展了极大的数据源以后，其实数据的价值密度极速下降，我们大部分情况下夸大了数据的作用。电信运营商现在开放到市场上的数据，一天超过1T，但是创造的社会价值很有限，从数据到价值这条路径有时候是走不通的，挖遍撒哈拉的沙漠，也不一定能发现一粒黄金。但是如果挖的深，说不定能挖到水？很多人又会这么安慰自己，而一口水井在沙漠中间，也是没什么用的，除非挖成规模化。这样的例子还真的有，就是自动驾驶。我们积累足够多的数据，做出足够好的模型，真正推广规模化，是很有价值的，但这个道路，是很漫长的。

所以回到10年前，是没有大数据这个说法的，有的是经济统计，生物统计……10年以后，也许不会有人再提大数据，数据只是我们描述事物的一种语言。有了新的语言就能无视事物本身的规律吗？大数据车险花了那么多功夫，可能发现最大的影响因子还是常识里的出险率，用车频率，以及用车场景。但我们仍然需要这种语言，也许数学太抽象，那大数据会更实用。如果我们把学习英语的时间，腾出来一点学习数据，社会会更快地进步吧。未来我们不需要太多的数据专才，而是需要所有的行业人员都掌握合适的数据知识，数据语言。现在的数据工具，在分析结构化数据，文本数据，甚至图像上都已经有了现成可用的模块，把这些工具和思维，传播到各个行业，是最高效的路径。

有一天你们在各行各业找到了自己的价值，回过头看今天的数据科学，到底什么人可以称为数据科学家？我认为数据科学家是要发现新定理

的，我们大部分人只是翻译他们的成果，在社会中应用而已。数据是一种语言，对比语言的境界，音乐语言是最抽象的，音乐家之间最为尊重，画家其次，文学家垫底，文人打过的笔仗都数不过来啦。反观数据科学家这个词，如果只是归纳一些局部有用的规律，模型，未来肯定要被人抓着骂的。所以我前面的3个例子，只能说是数据中医，绝不敢称科学。

深度学习算科学吗？我觉得还差一点，因为它也是局部使用的工具，CNN, RNN 等网络结构还远没有稳定，虽然现在有很多有效的应用，但网络学习的记忆性，跨模型的共享能力都没有建立，只相当于3个月婴儿的水平吧。最终人工智能的网络，应该会有复杂系统的特性，而对于复杂网络结构的理解，近两年周涛团队才证明了两个基本指标收敛的一致性。

The H-index of a network node and its relation to degree and coreness

这个定理级别的证明，才是数据科学里的踏实一步吧。虽然我们可能找不到第二个隐士张益唐，但我们拿着别人分享的知识，谈着商业价值的时候，不要忘了，是数学的美，在推动科学技术的进步。在这个重商的时代里，纯粹的，科学之美的追求，才最为高尚和值得尊敬。

难得一下子喷了这么多观点，大家有质疑的欢迎来撕B，我是一个很Nice(耐撕)的人。