数据化生存，你准备好了吗？

“大数据”似乎是个企业才会感兴趣的词汇，类似商业智能和情报分析的翻新说法，自从2008年世界进入”黑天鹅“时代，数据分析和预测未来的能力正成为企业生存和发展的核心竞争力。改革三十年我们经历的企业价值观也许可以分为三个桥段：”时间就是金钱“、”人才最宝贵“和”信息创造价值“。

但人们往往忽视了大数据给个人带来的挑战和机遇，正如管理大师彼得德鲁克在《二十一世纪的管理挑战》中所预言的那样：信息技术将从“技术”向“信息”转变，二十一世纪的知识工人和管理人员，必须是信息的驾驭者。其实，对于普通的消费者也是一样。

两部电影的启示

如果说“大数据”的定义是“当数据规模本身成为一个问题。”那么大数据时代显然已经到来，面临“大问题”的不仅仅是CCTV黄金时段的广告主，也包括消费者自己。这个判断并非基于70后的宅男硬盘里已经储存了上T的苍井空，或者数以千万计的中国互联网用户的账号密码已经唾手可得，或者大数据创业公司Splunk在华尔街挣了大钱；事实上，社会化媒体时代的网络文本、日志、点评、图片、视频和各种UGC内容已经为个人大数据和快数据应用提供了沃土。但大数据的财富金殿，是由无数公民隐私数据堆积起来的，那些大型互联网公司、广告商甚至比我们更了解我们自己。

有人说我们今天生活在奥威尔的《1984》中，老大哥掌握我们的一举一动，以及下一举和下一动，这一点也不夸张。

今天的消费者面临太多的选择，每天一早起来，该看什么样的新闻、吃什么品牌的饼干、喝什么牌子的牛奶、听什么音乐、坐地铁还是公交、走哪条路线、看什么书…我们今天面临的问题是选择太多、陷阱太多、信息太多太快。微博、博客、门户、电视、手机、广播无时无刻不在轰炸商业信息，公知、愤青、五毛、死托、标题党、砖家、水军充斥网络空间，意见领袖扎堆，精神偶像分裂，真相往往就在指尖，但却又乱花迷眼，渐行渐远。我们的笔记本电脑硬盘容量增大了十倍，能装下整个国会图书馆，但独立思考、决策和创造的能力却没有相应增长。

如果说《点球成金》是企业家们的大数据启蒙电影，那么《龙纹身的女孩》告诉我们，数据就是生产力，信息改变命运，你可以贫穷到只拥有一台MacBook Pro，但却拥有改变世界的力量。

数据民主化

在定期举办大数据大奖赛的Kaggle网站上，并非所有的赢家都是专业数据科学家，文科生拔得头筹的例子也不是没有，甚至有报道指出最优秀的大数据人才应该来自物理学领域而不是数学天才，因为物理好的人系统观念和解决问题的能力更强。这佐证了一个观点：在大数据信息源和工具极大丰富的今天，最宝贵的不是数据技术人才，而是那些能提出正确问题的人，即使他们不知道Hadoop是何方神象。例如电动汽车充电站的选址问题，如果电力公司公布一些电力消费地理数据，任何一个大数据爱好者都可能给出一个比政府规划更合理的分析，从而避免汽车充电导致的局部电力供应紧张。

数据的民主化还意味着政府和行业非敏感数据的公开化，让基于数据的政通人和变得不再是天方夜谭，让数据说话，比让公知说话显然更加靠谱。在英国政府公布的政府网站十大设计原则中，”用数据设计“被放在了非常显眼的位置上。美国芝加哥伊利诺斯大学最近的一次美国地方政府电子政务调查发现，12个受调查美国大城市都拥有开放数据门户。（Open Data Portal），所谓Open Data，就是政府在网上公开政府部门掌握的一些数据，如消防、犯罪率、税收、能源消耗等数据，通过web2.0的众包模式向公众开放，借助“公众智慧”来进一步分析这些数据，获得有价值的分析结果。此外，Open Data还是促进政务透明的一个有力措施。

数据化生存

在大数据时代，对于消费者来说，面临的问题其实与企业类似，如何通过唾手可得的海量数据进行分析，从而进行有利于个人发展和生存的高质量决策。

我们都知道今天的互联网已经没有个人隐私可言，个人大数据分析得益于智能手机的普及和移动应用的丰富，近年来数据源的极大丰富（包括各种途径泄露的社交隐私数据甚至维基解密等地下数据），以及网络上大量的开源大数据工具和廉价的带宽和空间。如今，一位略懂技术的消费者都可以用现成的工具（例如Google Analytics或Splunk）和数据源进行社会化媒体数据分析、网络新闻传播分析、网站用户分析乃至韩寒是否代笔分析，我们还能搞清楚为什么新浪微博不同地区的删帖率相差巨大，如何从新闻下架速度判断社会热点和暗流，股票和网民情绪的内在关联，京东的哪些商品价格比实体店铺还贵，哪些商品的用户评价最高？哪个汽车品牌出车祸的几率更高？哪种工作薪酬行情看涨？

说到数据化生存，IBM全球商业服务部的Paul Brody认为，个人健康数据分析将成为“个人大数据”市场的一个热点。确实，胖子不是一口吃成的，如果能精确记录我们日常饮食的热量和成分，睡眠和运动记录，相信大多数人都能找到控制体重的良方。从帮助压力山大的商务人士分析睡眠模式的iPhone程序，到张欣热衷使用的耐克健身程序，今天的个人健康数据随着智能手机和联网健康电子产品的极大丰富而急速膨胀。

在数据化生存时代，你该读什么、说什么、想什么、吃什么、如何健身、如何更好地活下去，将越来越多地变成一项数据分析命题。

数据化消费

在拥有大型数据中心、数据科学家、消费心理专家以及掌握海量消费者网络行为数据的企业面前，消费者无疑是弱势的。毫不夸张地说，通过分析消费记录和行踪数据，今天的沃尔玛能够比新婚丈夫更先知道妻子是否怀孕，音乐推荐网站Pandora能比你自己更了解你喜欢什么音乐，而亚马逊则向不知道该买点什么的“打酱油顾客”推荐能勾起他们购物欲望的产品。

大数据似乎在制造新的数字鸿沟，政府与公民、企业与消费者之间的信息不对称产生的不公平交易和权益盘剥似乎将更加严重。但是消费者也并非完全没有反击的机会。

一些大数据创业公司正在成为消费者的“盟军”，通过数据分析帮助消费者争取更好的交易价格和时机。（亚马逊诱惑消费者去实体店铺拍摄商品条码将交易机会导向网购的“龌蹉”行为可以看做是一宗企业与企业间的大数据鸿沟）

2008年被微软收购的Farecast可以帮助旅客选择最佳机票购买时机，在普通消费者来看，订飞机票是一件非常复杂且“无厘头”的数字游戏，订得早不如订得巧。通过建立航空公司票价数据的预测分析模型，Farecast能帮助消费者在与航空公司收益管理系统的博弈中占据主动地位。而在酒店预订方面，由于房间和价格变化很快，Farecast提出用LBS+移动分析的方案，消费者可以在手机上随时掌握最佳的订房时机。

另外一家创业公司Decide.com则把消费者的数据分析能力扩展到了数码和家电领域，Decide.com能分析某个特定商品，例如三星的Galaxy SIII的上千个数据源，包括价格历史、新品传言等。预测数码产品的价格与预测机票价格有很大的不同，机票价格的数据相对“干净”和结构化，而数码产品的数据则是标准的“大数据分析”，数据格式和来源极大丰富，各种产品博客、新闻报道、比价数据、价格历史、优惠券信息、社交网站评论。

Decide.com宣称其价格走势预测的准确率达到77%，帮助消费者每次购物平均节省54美元和20%的决策时间，这些都是惊人的数字。在“大数据”和“快数据”提供的交易机会面前，从某种程度看，企业和消费者是平等的。

目前横亘在大数据和大众之间的最大鸿沟是大数据的可用性问题，消费者可不希望像学习DOS命令一样去掌握大数据分析工具的使用技巧，消费者需要的是“美图秀秀”而不是专业的Photoshop。

幸运的是，已经有不少创业公司在大数据的可视化、语义分析、移动分析、预测分析方面发力，数据化消费的时代已经到来。