大數(shù)據(jù)挖掘案例詳解

徘徊的大數(shù)據(jù)門前：五個真實的數(shù)據(jù)挖掘故事

*利用大數(shù)據(jù)后，農(nóng)夫山泉會發(fā)生管理變革嗎？YES*中國能制作出類《紙牌屋》的電視局嗎？NO*大數(shù)據(jù)可以給阿迪達(dá)斯帶來利潤嗎？YES*網(wǎng)易數(shù)據(jù)工程師可以當(dāng)“媒婆”？YES*中國政府未來會開放數(shù)據(jù)嗎？YES*正在到來的數(shù)據(jù)革命改變政府、商業(yè)和我們的生活......編輯部熱烈討論：什么是大數(shù)據(jù)？編輯記者們旁征博引，試圖將數(shù)據(jù)堆砌的商業(yè)案例剔除，真正的、實用性強的數(shù)據(jù)挖掘故事留下。我們報道的是偽大數(shù)據(jù)公司？我們是否成為《駕馭大數(shù)據(jù)》一書的作者BillFranks所稱的“大數(shù)據(jù)騙局”中的一股力量？同樣的質(zhì)疑發(fā)生在阿里巴巴身上。有消息稱，3月23日，阿里巴巴以7000萬美元收購了一家移動開發(fā)者數(shù)據(jù)統(tǒng)計平臺。這引發(fā)了專家們熱烈討論，它收購的真是一家大數(shù)據(jù)公司嗎？

這些質(zhì)疑并非沒有道理。中國確實沒有大數(shù)據(jù)的土壤。“差不多先生”、“大概齊”的文化標(biāo)簽一直存在。很多時候，各級政府不太需要“大數(shù)據(jù)”，形成決策的關(guān)鍵性數(shù)據(jù)只有一個數(shù)字比率（GDP）而已；其二，對于行業(yè)主管機構(gòu)來說，它們擁有大量原始數(shù)據(jù)，但它們還在試探、摸索數(shù)據(jù)開放的尺度，比如說，是開放原始數(shù)據(jù)，還是開放經(jīng)過各種加工的數(shù)據(jù)？是轉(zhuǎn)讓給擁有更高級計算和儲存能力的大型數(shù)據(jù)公司，還是將數(shù)據(jù)開源，與各種各樣的企業(yè)共享？其三，數(shù)據(jù)挖掘的工具價值并沒有完全被認(rèn)同。在這個領(lǐng)域，硬件和軟件的發(fā)展并不十分成熟。即便如此，沒有人否認(rèn)數(shù)據(jù)革命的到來，尤其在互聯(lián)網(wǎng)行業(yè)。阿里巴巴的馬云將大數(shù)據(jù)作為戰(zhàn)略方向，百度的李彥宏用“框計算”來謀劃未來。即便是CBA（中國男子籃球職業(yè)聯(lián)賽）也學(xué)起了NBA（美國男籃職業(yè)聯(lián)賽）五花八門的數(shù)據(jù)統(tǒng)計、分析與挖掘。在過去兩年間，大量的資本投資一些新型數(shù)據(jù)工具公司，根據(jù)美國道瓊斯風(fēng)險資源（DowJonesVentureSource）的數(shù)據(jù)，在過去的兩年時間里，11.7億美元流向了119家數(shù)據(jù)庫軟件公司。去年，SAP市值已經(jīng)超過西門子，成為德國市值最高的上市公司，而這樣的業(yè)績部分得益于其數(shù)據(jù)庫軟件HANA的商業(yè)化，去年一年時間里HANA帶給SAP3.92億歐元的收入，增長了142%。但是，大數(shù)據(jù)還沒法分析、挖掘出自己的直接變現(xiàn)能力。在截稿日時，我們再重新讀維克托·邁爾-舍恩伯格（ViktorMayer-Sch鰊berger）的《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書，作者相信，未來，數(shù)據(jù)會成為有價值的資產(chǎn)。假以時日，它會大搖大擺地進(jìn)入資產(chǎn)負(fù)債表里。

案例1：農(nóng)夫山泉用大數(shù)據(jù)賣礦泉水文_本刊記者趙奕編輯_房煜發(fā)揮你您的想象力，選擇您認(rèn)為可是的答案

這里是上海城鄉(xiāng)結(jié)合部九亭鎮(zhèn)新華都超市的一個角落，農(nóng)夫山泉的礦泉水堆頭靜靜地擺放在這里。來自農(nóng)夫山泉的業(yè)務(wù)員每天例行公事地來到這個點，拍攝10張照片：水怎么擺放、位置有什么變化、高度如何……這樣的點每個業(yè)務(wù)員一天要跑15個，按照規(guī)定，下班之前150張照片就被傳回了杭州總部。每個業(yè)務(wù)員，每天會產(chǎn)生的數(shù)據(jù)量在10M，這似乎并不是個大數(shù)字。但農(nóng)夫山泉全國有10000個業(yè)務(wù)員，這樣每天的數(shù)據(jù)就是100G，每月為3TB。當(dāng)這些圖片如雪片般進(jìn)入農(nóng)夫山泉在杭州的機房時，這家公司的CIO胡健就會有這么一種感覺：守著一座金山，卻不知道從哪里挖下第一鍬。

胡健想知道的問題包括：怎樣擺放水堆更能促進(jìn)銷售？什么年齡的消費者在水堆前停留更久，他們一次購買的量多大?氣溫的變化讓購買行為發(fā)生了哪些改變?競爭對手的新包裝對銷售產(chǎn)生了怎樣的影響?不少問題目前也可以回答，但它們更多是基于經(jīng)驗，而不是基于數(shù)據(jù)。從2008年開始，業(yè)務(wù)員拍攝的照片就這么被收集起來，如果按照數(shù)據(jù)的屬性來分類，“圖片”屬于典型的非關(guān)系型數(shù)據(jù)，還包括視頻、音頻等。要系統(tǒng)地對非關(guān)系型數(shù)據(jù)進(jìn)行分析是胡健設(shè)想的下一步計劃，這是農(nóng)夫山泉在“大數(shù)據(jù)時代”必須邁出的步驟。如果超市、金融公司與農(nóng)夫山泉有某種渠道來分享信息，如果類似圖像、視頻和音頻資料可以系統(tǒng)分析，如果人的位置有更多的方式可以被監(jiān)測到，那么攤開在胡健面前的就是一幅基于人消費行為的畫卷，而描繪畫卷的是一組組復(fù)雜的“0、1、1、0”。

SAP全球執(zhí)行副總裁、中國研究院院長孫小群接受《中國企業(yè)家》采訪時表示，企業(yè)對于數(shù)據(jù)的挖掘使用分三個階段，“一開始是把數(shù)據(jù)變得透明，讓大家看到數(shù)據(jù)，能夠看到數(shù)據(jù)越來越多；第二步是可以提問題，可以形成互動，很多支持的工具來幫我們做出實時分析；而3.0時代，信息流來指導(dǎo)物流和資金流，現(xiàn)在數(shù)據(jù)要告訴我們未來，告訴我們往什么地方走?！?/p>

SAP從2003年開始與農(nóng)夫山泉在企業(yè)管理軟件ERP方面進(jìn)行合作。彼時，農(nóng)夫山泉僅僅是一個軟件采購和使用者，而SAP還是服務(wù)商的角色。而等到2011年6月，SAP和農(nóng)夫山泉開始共同開發(fā)基于“飲用水”這個產(chǎn)業(yè)形態(tài)中，運輸環(huán)境的數(shù)據(jù)場景。關(guān)于運輸?shù)臄?shù)據(jù)場景到底有多重要呢？將自己定位成“大自然搬運工”的農(nóng)夫山泉，在全國有十多個水源地。農(nóng)夫山泉把水灌裝、配送、上架，一瓶超市售價2元的550ml飲用水，其中3毛錢花在了運輸上。在農(nóng)夫山泉內(nèi)部，有著“搬上搬下，銀子嘩嘩”的說法。如何根據(jù)不同的變量因素來控制自己的物流成本，成為問題的核心?；谏鲜鰣鼍?，SAP團(tuán)隊和農(nóng)夫山泉團(tuán)隊開始了場景開發(fā)，他們將很多數(shù)據(jù)納入了進(jìn)來：高速公路的收費、道路等級、天氣、配送中心輻射半徑、季節(jié)性變化、不同市場的售價、不同渠道的費用、各地的人力成本、甚至突發(fā)性的需求（比如某城市召開一次大型運動會）。在沒有數(shù)據(jù)實時支撐時，農(nóng)夫山泉在物流領(lǐng)域花了很多冤枉錢。比如某個小品相的產(chǎn)品（350ml飲用水），在某個城市的銷量預(yù)測不到位時，公司以往通常的做法是通過大區(qū)間的調(diào)運，來彌補終端貨源的不足?！叭A北往華南運，運到半道的時候，發(fā)現(xiàn)華東實際有富余，從華東調(diào)運更便宜。但很快發(fā)現(xiàn)對華南的預(yù)測有偏差，華北短缺更為嚴(yán)重，華東開始往華北運。此時如果太湖突發(fā)一次污染事件，很可能華東又出現(xiàn)短缺。”這種沒頭蒼蠅的狀況讓農(nóng)夫山泉頭疼不已。在采購、倉儲、配送這條線上，農(nóng)夫山泉特別希望大數(shù)據(jù)獲取解決三個頑癥：首先是解決生產(chǎn)和銷售的不平衡，準(zhǔn)確獲知該產(chǎn)多少，送多少；其次，讓400家辦事處、30個配送中心能夠納入到體系中來，形成一個動態(tài)網(wǎng)狀結(jié)構(gòu)，而非簡單的樹狀結(jié)構(gòu)；最后，讓退貨、殘次等問題與生產(chǎn)基地能夠?qū)崟r連接起來。也就是說，銷售的最前端成為一個個神經(jīng)末梢，它的任何一個痛點，在大腦這里都能快速感知到?！叭粘＿\營中，我們會產(chǎn)生銷售、市場費用、物流、生產(chǎn)、財務(wù)等數(shù)據(jù)，這些數(shù)據(jù)都是通過工具定時抽取到SAPBW或OracleDM，再通過Businessobject展現(xiàn)?！焙”硎?，這個“展現(xiàn)”的過程長達(dá)24小時，也就是說，在24小時后，物流、資金流和信息流才能匯聚到一起，彼此關(guān)聯(lián)形成一份有價值的統(tǒng)計報告。當(dāng)農(nóng)夫山泉的每月數(shù)據(jù)積累達(dá)到3TB時，這樣的速度導(dǎo)致農(nóng)夫山泉每個月財務(wù)結(jié)算都要推遲一天。更重要的是，胡健等農(nóng)夫山泉的決策者們只能依靠數(shù)據(jù)來驗證以往的決策是否正確，或者對已出現(xiàn)的問題作出糾正，仍舊無法預(yù)測未來。

2011年，SAP推出了創(chuàng)新性的數(shù)據(jù)庫平臺SAPHana，農(nóng)夫山泉則成為全球第三個、亞洲第一個上線該系統(tǒng)的企業(yè)，并在當(dāng)年9月宣布系統(tǒng)對接成功。胡健選擇SAPHana的目的只有一個，快些，再快些。采用SAPHana后，同等數(shù)據(jù)量的計算速度從過去的24小時縮短到了0.67秒，幾乎可以做到實時計算結(jié)果，這讓很多不可能的事情變?yōu)榱丝赡?。這些基于飲用水行業(yè)實際情況反映到孫小群這里時，這位SAP全球研發(fā)的主要負(fù)責(zé)人非常興奮?；陲嬘盟膱鼍埃琒AP并非沒有案例，雀巢就是SAP在全球范圍長期的合作伙伴。但是，歐美發(fā)達(dá)市場的整個數(shù)據(jù)采集、梳理、報告已經(jīng)相當(dāng)成熟，上百年的運營經(jīng)驗讓這些企業(yè)已經(jīng)能從容面對任何突發(fā)狀況，他們對新數(shù)據(jù)解決方案的渴求甚至還不如中國本土公司強烈。這對農(nóng)夫山泉董事長鐘目炎目炎而言，精準(zhǔn)的管控物流成本將不再局限于已有的項目，也可以針對未來的項目。這位董事長將手指放在一臺平板電腦顯示的中國地圖上，隨著手指的移動，建立一個物流配送中心的成本隨之顯示出來。數(shù)據(jù)在不斷飛快地變化，好像手指移動產(chǎn)生的數(shù)字漣漪。以往，鐘目炎目炎的執(zhí)行團(tuán)隊也許要經(jīng)過長期的考察、論證，再形成一份報告提交給董事長，給他幾個備選方案，到底設(shè)在哪座城市，還要憑借經(jīng)驗來再做判斷。但現(xiàn)在，起碼從成本方面已經(jīng)一覽無遺。剩下的可能是當(dāng)?shù)卣c農(nóng)夫山泉的友好程度，這些無法測量的因素。有了強大的數(shù)據(jù)分析能力做支持后，農(nóng)夫山泉近年以30%-40%的年增長率，在飲用水方面快速超越了原先的三甲：娃哈哈、樂百氏和可口可樂。根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，飲用水領(lǐng)域的市場份額，農(nóng)夫山泉、康師傅、娃哈哈、可口可樂的冰露，分別為34.8%、16.1%、14.3%、4.7%，農(nóng)夫山泉幾乎是另外三家之和。對于胡健來說，下一步他希望那些業(yè)務(wù)員搜集來的圖像、視頻資料可以被利用起來。獲益的不僅僅是農(nóng)夫山泉，在農(nóng)夫山泉場景中積累的經(jīng)驗，SAP迅速將其復(fù)制到神州租車身上。“我們客戶的車輛使用率在達(dá)到一定百分比之后出現(xiàn)瓶頸，這意味著還有相當(dāng)比率的車輛處于空置狀態(tài)，資源尚有優(yōu)化空間。通過合作創(chuàng)新，我們用SAPHana為他們特制了一個算法，優(yōu)化租用流程，幫助他們打破瓶頸，將車輛使用率再次提高了15%?！?/p>

案例2：阿迪達(dá)斯的“黃金羅盤”文_本刊記者昝慧昉編輯_房煜發(fā)揮你您的想象力，選擇您認(rèn)為可是的答案

看著同行大多仍身陷庫存泥潭，葉向陽慶幸自己選對了合作伙伴。他的廈門育泰貿(mào)易有限公司與阿迪達(dá)斯合作已有13年，旗下?lián)碛?00多家阿迪達(dá)斯門店。他說，“2008年之后，庫存問題確實很嚴(yán)重，但我們合作解決問題，生意再次回到了正軌?！痹谧畛踅祪r、打折等清庫存的“應(yīng)急措施”結(jié)束后，基于外部環(huán)境、消費者調(diào)研和門店銷售數(shù)據(jù)的收集、分析，成為了將阿迪達(dá)斯和葉向陽們引向正軌的“黃金羅盤”?，F(xiàn)在，葉向陽每天都會收集門店的銷售數(shù)據(jù)，并將它們上傳至阿迪達(dá)斯。收到數(shù)據(jù)后，阿迪達(dá)斯對數(shù)據(jù)做整合、分析，再用于指導(dǎo)經(jīng)銷商賣貨。研究這些數(shù)據(jù)，讓阿迪達(dá)斯和經(jīng)銷商們可以更準(zhǔn)確了解當(dāng)?shù)叵M者對商品顏色、款式、功能的偏好，同時知道什么價位的產(chǎn)品更容易被接受。阿迪達(dá)斯產(chǎn)品線豐富，過去，面對展廳里各式各樣的產(chǎn)品，經(jīng)銷商很容易按個人偏好下訂單?，F(xiàn)在，阿迪達(dá)斯會用數(shù)據(jù)說話，幫助經(jīng)銷商選擇最適合的產(chǎn)品。首先，從宏觀上看，一、二線城市的消費者對品牌和時尚更為敏感，可以重點投放采用前沿科技的產(chǎn)品、運動經(jīng)典系列的服裝以及設(shè)計師合作產(chǎn)品系列。在低線城市，消費者更關(guān)注產(chǎn)品的價值與功能，諸如純棉制品這樣高性價比的產(chǎn)品，在這些市場會更受歡迎。其次，阿迪達(dá)斯會參照經(jīng)銷商的終端數(shù)據(jù)，給予更具體的產(chǎn)品訂購建議。比如，阿迪達(dá)斯可能會告訴某低線市場的經(jīng)銷商，在其轄區(qū)，普通跑步鞋比添加了減震設(shè)備的跑鞋更好賣；至于顏色，比起紅色，當(dāng)?shù)叵M者更偏愛藍(lán)色。推動這種訂貨方式，阿迪達(dá)斯得到了經(jīng)銷商們的認(rèn)可。葉向陽說：“我們一起商定賣哪些產(chǎn)品、什么產(chǎn)品又會熱賣。這樣，我們將來就不會再遇到庫存問題?！蓖诰虼髷?shù)據(jù)，讓阿迪達(dá)斯有了許多有趣的發(fā)現(xiàn)。同在中國南部，那里部分城市受香港風(fēng)尚影響非常大；而另一些地方，消費者更愿意追隨韓國潮流。同為一線城市，北京和上海消費趨勢不同，氣候是主要的原因。還有，高線城市消費者的消費品位和習(xí)慣更為成熟，當(dāng)?shù)叵M者需要不同的服裝以應(yīng)對不同場合的需要，上班、吃飯、喝咖啡、去夜店，需要不同風(fēng)格的多套衣服，但在低線城市，一位女性往往只要有應(yīng)對上班、休閑、宴請的三種不同風(fēng)格的服飾就可以。兩相對比，高線城市，顯然為阿迪達(dá)斯提供了更多細(xì)分市場的選擇。實際上，對大數(shù)據(jù)的運用，也順應(yīng)了阿迪達(dá)斯大中華區(qū)戰(zhàn)略轉(zhuǎn)型的需要。庫存危機后，阿迪達(dá)斯從“批發(fā)型”公司轉(zhuǎn)為“零售驅(qū)動型”公司，它從過去只關(guān)注把產(chǎn)品賣給經(jīng)銷商，變成了將產(chǎn)品賣到終端消費者手中的有力推動者。而數(shù)據(jù)收集分析，恰恰能讓其更好地幫助經(jīng)銷商提高售罄率。“我們與經(jīng)銷商伙伴展開了更加緊密的合作，以統(tǒng)計到更為確切可靠的終端消費數(shù)據(jù)，有效幫助我們重新定義了產(chǎn)品供給組合，從而使我們在適當(dāng)?shù)臅r機，將符合消費者口味的產(chǎn)品投放到相應(yīng)的區(qū)域市場。一方面降低了他們的庫存，另一方面增加了單店銷售率。賣得更多，售罄率更高，也意味著更高的利潤?！卑⒌线_(dá)斯大中華區(qū)董事總經(jīng)理高嘉禮對大數(shù)據(jù)的應(yīng)用成果頗為滿意。案例3:數(shù)據(jù)權(quán)之爭文_本刊記者周恒星編輯_楊婧

發(fā)揮你您的想象力，選擇您認(rèn)為可是的答案

擁有了數(shù)據(jù)就等于奪取了行業(yè)制高點，飛友網(wǎng)絡(luò)科技公司CEO鄭洪峰深知個中道理。最近幾年，隨著移動互聯(lián)網(wǎng)的興起，一類關(guān)于航班動態(tài)的應(yīng)用程序開始出現(xiàn)。通過一套算法，數(shù)據(jù)工程師們將機場航班實時動態(tài)轉(zhuǎn)換成直觀的信息，再傳遞給用戶，讓后者能夠及時了解到航班的起飛、到達(dá)、延誤、取消、返航、備降等狀態(tài)，從而幫助用戶更高效地安排行程計劃。目前這個市場上主要有三款應(yīng)用產(chǎn)品，分別是航班管家、飛常準(zhǔn)和航旅縱橫，飛常準(zhǔn)正是飛友科技推出的一款應(yīng)用。三款應(yīng)用中，航班管家和飛常準(zhǔn)都是民營企業(yè)，上線時間較早，用戶數(shù)較多；航旅縱橫雖然上線最晚，卻是由央企中國民航信息集團(tuán)（中航信）開發(fā)，大有后來居上的趨勢。隨著這個細(xì)分市場呈現(xiàn)三足鼎立的局面，一個問題浮出水面。鄭洪峰向《中國企業(yè)家》直言，數(shù)據(jù)是這個行業(yè)最重要的資源。但是目前中航信壟斷了大部分行業(yè)信息，使得飛常準(zhǔn)必須通過購買和交換才能獲得自己所需要的數(shù)據(jù)。

“我們的數(shù)據(jù)成本是非常高的。”鄭洪峰告訴本刊，“氣象、航班信息、空域流量等信息有些是公開發(fā)布的，有些則需要公司向空管局、機場和航空公司購買或交換?！睂τ卩崄碚f，獲取數(shù)據(jù)的過程就是一部血汗創(chuàng)業(yè)史。據(jù)其回憶，早年的各大機場、航空公司之間的數(shù)據(jù)是割裂的，為了獲得準(zhǔn)確的航班起降信息，鄭洪峰和他的團(tuán)隊就去為這些政府機構(gòu)、大公司提供技術(shù)支持，以此來交換所需要的數(shù)據(jù)?！拔覀儽仨毞畔律矶?，他們需要什么我們就做什么?！编嵳f道。因為飛常準(zhǔn)是家小公司，決策鏈條短，效率高，通過多年的積累，鄭洪峰打通了部分?jǐn)?shù)據(jù)通道。鄭洪峰在民航系統(tǒng)工作近12年，其人脈和常識的積累成為飛常準(zhǔn)的重要優(yōu)勢。1999年，他創(chuàng)建了民航資源網(wǎng)?，F(xiàn)在，這家網(wǎng)站是中國最大的民航門戶網(wǎng)站。2005年，他又創(chuàng)辦了飛友，主要為飛行旅客提供機票搜索引擎等服務(wù)。從2008年開始，鄭洪峰團(tuán)隊通過飛常準(zhǔn)為用戶提供航班動態(tài)服務(wù)。早期，飛常準(zhǔn)的用戶只是民航內(nèi)部工作人員，很多機票代理商主動幫其推廣，機場方面也常常用飛常準(zhǔn)的應(yīng)用來安撫因飛機延誤而憤怒不已的乘客，而業(yè)內(nèi)資深人士也常提供很多有價值的反饋信息。鄭洪峰依靠民航內(nèi)部的資源維持著自己的數(shù)據(jù)來源。但鄭知道，這并不能長久。鄭洪峰的故事并不是孤例。中國一家大型電子商務(wù)公司的數(shù)據(jù)挖掘?qū)＜医邮鼙究瘜ＴL時提到，現(xiàn)在，越來越多的電子商務(wù)公司需要預(yù)測非一線城市的物流狀況。在這一過程中需要考慮當(dāng)?shù)亟煌〒矶鲁潭群吞鞖馇闆r，如果當(dāng)?shù)卣梢蕴峁┻@方面的相關(guān)數(shù)據(jù)，可以大大提高運作的效率。以交通數(shù)據(jù)為例，這位數(shù)據(jù)挖掘?qū)＜沂褂玫氖前俣鹊貓D和高德地圖，后來，他發(fā)現(xiàn)不能再用了：一方面，與這樣的公司合作存在商業(yè)機密問題；另一方面，由于交通數(shù)據(jù)可能來自于這些公司的統(tǒng)計，失真度也是這位數(shù)據(jù)挖掘?qū)＜覔?dān)心的?！拔覀兎浅ＯＭ荛_放一些原始數(shù)據(jù)。”他繼續(xù)說道，“我們也希望和領(lǐng)先者能平等地分享數(shù)據(jù)權(quán)，而不是數(shù)據(jù)成本增加了二三倍?！编嵑榉搴瓦@位數(shù)據(jù)專家都擔(dān)心數(shù)據(jù)壟斷，希望政府公平公開地開放數(shù)據(jù)，這樣的做法并非沒有借鑒。美國有一個叫做flyontime.us的網(wǎng)站，用戶可以從這個網(wǎng)站上獲得航班信息和天氣情況，其功能與國內(nèi)的航班動態(tài)應(yīng)用類似。但是值得一提的是，這個網(wǎng)站的數(shù)據(jù)來源是一個公開的美國政府網(wǎng)站。目前在上面大約有超過40萬各種原始數(shù)據(jù)文件，涵蓋了農(nóng)業(yè)、氣象、金融、就業(yè)、交通、能源等近五十個分類。此外，還有一個地理信息的子站點，專門提供地理信息相關(guān)的數(shù)據(jù)。美國官方表示，這個網(wǎng)站的目的是“方便公眾更便捷地獲得聯(lián)邦政府?dāng)?shù)據(jù)，并通過鼓勵創(chuàng)新來突破政府的圍墻而創(chuàng)造性地使用這些數(shù)據(jù)。”

2006年經(jīng)濟學(xué)家唐·泰普斯科特（DonTapscott）在《維基經(jīng)濟學(xué)》中指出，人類已經(jīng)進(jìn)入了共享時代：“失敗者創(chuàng)建的是網(wǎng)頁，而勝利者創(chuàng)建的是生機勃勃的社區(qū)；失敗者創(chuàng)建的是有墻的花園，而勝利者創(chuàng)建的則是一個公共的場所；失敗者精心守護(hù)他們的數(shù)據(jù)和軟件界面，而勝利者則將資源與每個人共享?！边@一理念后來被認(rèn)為是網(wǎng)絡(luò)2.0時代的核心理念。以用戶為中心，注重用戶交互，讓用戶參與共同建設(shè)的網(wǎng)絡(luò)2.0同樣適用于政府，最近幾年各國政府的一系列舉措標(biāo)志著政府2.0時代的到來。那么在大數(shù)據(jù)時代，中國政府做好準(zhǔn)備了嗎？

深藏的事實飛常準(zhǔn)的競爭對手也遇到了相同的困境。為了拿到第一手?jǐn)?shù)據(jù)，航班管家非常賣力。它與各大機場合作，間接獲得自己所需要的航班起降信息。2012年6月，航班管家與上海虹橋機場達(dá)成協(xié)議，航班管家可以直接從虹橋機場獲得信息，包括航班的延誤、取消以及登機口變更等一手信息，且提供的信息均與虹橋機場同步。可以預(yù)見，機場是其重要的數(shù)據(jù)來源。面對競爭對手的步步緊逼，鄭洪峰認(rèn)為，正常的商業(yè)競爭并不是飛常準(zhǔn)所焦慮的事?！伴_放與競爭對我們來說是好事?！睂τ陲w常準(zhǔn)來說，央企中航信旗下的航旅縱橫才是最大的威脅?！霸谝欢ǔ潭壬希袎艛鄶?shù)據(jù)的嫌疑?！币晃粓猿帜涿膶＜艺f道。而面對記者的采訪要求，航旅縱橫以不便透露為由拒絕。目前，中航信擁有中國所有終端旅客詳細(xì)的數(shù)據(jù)庫，包括姓名、手機、消費習(xí)慣等，這是中航信最核心的資源。由于與航旅縱橫母子公司的關(guān)系，非市場化的利益輸送飽受詬病。在有關(guān)民航信息的關(guān)鍵數(shù)據(jù)中，空域流量是影響中國航班正點率的主要原因，而這一數(shù)據(jù)掌握在空管局手里?！翱展芫忠苍敢鈱?shù)據(jù)分享給航空公司、機場，甚至是一些小公司，它們這么多年也在努力，可中國有自己特殊的情況?！鄙鲜鰧＜艺f道。在中國，不到30%的空域?qū)γ窈介_放。和其它國家相比，中國是空域管制最為嚴(yán)格的國家之一?！懊窈较到y(tǒng)也很頭疼，七成多的空域?qū)儆趪覚C密，所以機場、空域關(guān)閉根本無法預(yù)知，何來公開的數(shù)據(jù)？”上述專家說道。在航班信息中，準(zhǔn)點率是非常重要的一條數(shù)據(jù)。鄭洪峰以此對比中美兩國差異?！霸趪猓駵?zhǔn)點率這些關(guān)鍵數(shù)據(jù)都是由政府全部公開的，因為準(zhǔn)點率會決定哪家航空公司可以獲得哪些航線，是航線資源分配一個非常重要的參數(shù)。但是，在中國，這個數(shù)據(jù)卻是各家公司自己搜集的?！睋Q句話說，相關(guān)政府部門并沒有掌握到第一手的數(shù)據(jù)來源，遑論數(shù)據(jù)開放了。在石油、電信、鐵路、民航等戰(zhàn)略行業(yè)中，民航業(yè)的數(shù)據(jù)開放遠(yuǎn)遠(yuǎn)走在了其它行業(yè)的前頭。上述電子商務(wù)公司的數(shù)據(jù)專家告訴本刊，設(shè)計物流工具時，他們更愿意與民航系統(tǒng)合作，不僅僅是快，還因為如果找相對封閉的鐵路系統(tǒng)要一些關(guān)鍵性數(shù)據(jù)，“更難，更不靠譜?！睌?shù)據(jù)專家說道。“有時，政府也有擔(dān)心，你要數(shù)據(jù)做什么？有時他們第一反應(yīng)是，‘間諜’；第二反應(yīng)是，你用來賺錢的，我會不會存在什么風(fēng)險?！鄙鲜雒窈綄＜艺f。這位民航專家的一部分工作是為相關(guān)政府寫內(nèi)部報告，有時需要跟民航系統(tǒng)要一些關(guān)鍵性數(shù)據(jù)，即便如此，也免不了遭遇相關(guān)政府部門的懷疑。中國傳媒大學(xué)教授沈浩認(rèn)為，現(xiàn)在的政府網(wǎng)站許多都是空架子，甚至大部分網(wǎng)站都很少更新，內(nèi)容上也只是一些公告，而之前的決策過程并沒有反映出來；與此同時，由于中國政府缺少推動力，尚無法建立像的數(shù)據(jù)平臺。另外，根據(jù)BNET商學(xué)院對中國政府部門的調(diào)查分析顯示，政府部門以數(shù)據(jù)分析作為決策支撐并沒有形成氣候，將數(shù)據(jù)分析作為核心競爭力的只占5.6%，比起美國和英國等政府開源力度差距巨大。此項調(diào)查的負(fù)責(zé)人，BNET商業(yè)英才網(wǎng)副總編周安利認(rèn)為：政府部門依然缺乏對大數(shù)據(jù)的真正、全面的認(rèn)識。在挖掘信息系統(tǒng)價值方面，數(shù)據(jù)分析也受制于管理體制和職能制約，及長期傳統(tǒng)管理積累的習(xí)慣，業(yè)務(wù)驅(qū)動力不足，績效考核不配套。所以中國政府部門對大數(shù)據(jù)可能產(chǎn)生的價值，以及如何利用數(shù)據(jù)分析實現(xiàn)政府的科學(xué)決策依然有相當(dāng)長的距離要走。

數(shù)字生產(chǎn)力如今，飛常準(zhǔn)已經(jīng)擁有300萬月活躍用戶，覆蓋1萬個國內(nèi)航班，5萬個國際航班。鄭洪峰直言，飛常準(zhǔn)的優(yōu)勢和主要收入來源就是利用大數(shù)據(jù)技術(shù)對數(shù)據(jù)進(jìn)行收集、分析和加工。比如利用獲得的收據(jù)，飛常準(zhǔn)可以幫助保險公司制定航班延誤保險，而這些都是政府和保險公司以前無法完成的。以前，航班延誤險存在一個問題，就是保險公司讓用戶去舉證，用戶必須有各種各樣的紙質(zhì)證明才能從保險公司拿到賠償，而賠償金額往往只有兩三百塊錢，因此用戶都不愿意買這個險?！岸F(xiàn)在，航班一落地，通過我們的數(shù)據(jù)和服務(wù)，保險公司就知道是否超過保險閥值，沒超過的，用戶可以直接從保險公司拿到錢，過程非常簡單。”鄭說道。與保險公司的合作，鄭洪峰得到的回報是收取一小部分服務(wù)傭金。數(shù)據(jù)開放不僅可以讓小公司受益，而且可以讓政府更加透明、負(fù)責(zé)任。美國政府前助理信息官、紐約大學(xué)法學(xué)院教授貝絲·諾維克（BethNoveck)在她的《維基政府——運用互聯(lián)網(wǎng)技術(shù)提高政府管理能力》一書中闡述了如何在數(shù)字化背景下，運用網(wǎng)絡(luò)和大數(shù)據(jù)建立民主和高效的政府?！皵?shù)據(jù)開放可以讓體制內(nèi)外的人一起參與進(jìn)來，解決政府無法完成以及棘手的問題?！敝Z維克告訴《中國企業(yè)家》。諾維克以感染率數(shù)據(jù)為例說明開放數(shù)據(jù)的作用。美國的醫(yī)療部門搜集了全美幾乎所有醫(yī)院的感染率，但是政府并沒有足夠的能力把這些數(shù)據(jù)轉(zhuǎn)化為有價值的信息?？墒牵?dāng)這些數(shù)據(jù)被放在網(wǎng)站上以后，微軟和谷歌卻能夠運用自己強大的技術(shù)能力制作了一幅數(shù)據(jù)地圖。不管是研究機構(gòu)或者是普通患者都能運用搜索引擎查找任何一家醫(yī)院的感染率來決定是否住院。而在中國互聯(lián)網(wǎng)領(lǐng)域，此前受到虛假廣告質(zhì)疑的百度也開始與相關(guān)政府部門合作，利用后者的數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)打假。百度相關(guān)負(fù)責(zé)人告訴《中國企業(yè)家》，以前百度需要從2000億網(wǎng)頁中篩查出有問題的假藥網(wǎng)站，屏蔽虛假醫(yī)療信息非常困難，單純依靠技術(shù)和管理手段的升級，難以達(dá)到打擊假藥的最佳效果。同時，百度作為一家企業(yè)，并不具備相關(guān)監(jiān)管資質(zhì)，這也是百度無法進(jìn)行獨立打擊假藥的問題所在。百度曾獨立打擊假藥，但效果十分有限。從2010年開始，百度聯(lián)合衛(wèi)生部、國家藥監(jiān)局等多個部委部門發(fā)起“陽光行動”，打擊各類互聯(lián)網(wǎng)不良及虛假信息，之后，百度與國家藥監(jiān)局正式達(dá)成戰(zhàn)略合作，國家藥監(jiān)局的三大藥品數(shù)據(jù)庫，總計20余萬個權(quán)威藥品信息向百度開放，而且這些數(shù)據(jù)庫將隨著藥監(jiān)局的數(shù)據(jù)變化實時更新。用戶可以通過通俗的商品名、專業(yè)的藥品名、批準(zhǔn)文號等多個途徑，在百度搜索到藥品的權(quán)威信息?！白鳛?億網(wǎng)民的互聯(lián)網(wǎng)入口，百度一直以來都希望能利用搜索入口和平臺優(yōu)勢，與各家具有數(shù)據(jù)資源優(yōu)勢的政府部門、權(quán)威機構(gòu)聯(lián)手，讓權(quán)威信息全面入駐網(wǎng)絡(luò)?！边@位負(fù)責(zé)人說道，“重要的是，數(shù)據(jù)治國，相關(guān)政府部門也獲得了很好的贊譽。”中國傳媒大學(xué)教授沈浩認(rèn)為，雖然中國政府在2007年就發(fā)布了《政府信息公開條例》，但目前政府公布的數(shù)據(jù)大部分還是報告和報表，沒有標(biāo)準(zhǔn)的格式，不能以數(shù)據(jù)的形式查到，因此也無法進(jìn)行深入的分析、加工和挖掘。“如果政府需要社會共享和分析這些數(shù)據(jù)，必須提供最原始的數(shù)據(jù)，這樣的數(shù)據(jù)學(xué)術(shù)和商業(yè)上才能去應(yīng)用它。”沈浩說，“你看的網(wǎng)站，在上面的聯(lián)邦政府的數(shù)據(jù)庫，都是以電腦可讀取的格式發(fā)布的?！编嵑榉逡惨庾R到這個難題。他有時候會給相關(guān)政府、大公司提供一些數(shù)據(jù)，他力求尋找一種標(biāo)準(zhǔn)格式。而在這樣的方向上，中國的一些公司也在與政府一起努力。高德軟件有限公司三維應(yīng)用事業(yè)部總經(jīng)理趙珂告訴記者，以前的項目往往是政府立項再雇用公司去做，完成后政府擁有版權(quán)，這樣導(dǎo)致數(shù)據(jù)市場不是市場經(jīng)濟而是投資拉動型的經(jīng)濟。而目前高德與地方測繪局采取的合作形式是授權(quán)模式，高德幫助政府采集數(shù)據(jù)。擁有了標(biāo)準(zhǔn)化的數(shù)據(jù)，相關(guān)政府就擁有了一個標(biāo)準(zhǔn)的基礎(chǔ)數(shù)據(jù)庫?！斑@是國家測繪局比較有遠(yuǎn)見的一個舉措，相信我們未來和政府這類合作會越來越多?！壁w珂說。

鄭洪峰也相信，未來會更務(wù)實更市場化，歧視性的東西會越來越少。中國的數(shù)據(jù)會越來越開放，也會更加利用市場的機制去鼓勵更多的商業(yè)用戶用好航班的數(shù)據(jù)。與此同時，鄭洪峰也在以不同形式回饋于給他提供數(shù)據(jù)的政府相關(guān)部門和大公司，最近，他的團(tuán)隊正在撰寫一份報告，名為《航班正點提高率計劃》。

案例4：《紙牌屋》你學(xué)不會

發(fā)揮你您的想象力，選擇您認(rèn)為可是的答案

憑借一部片子咸魚翻身，這樣的橋段在當(dāng)下熱播美劇《紙牌屋》身上重演，反轉(zhuǎn)劇主角是美國一家視頻公司Netflix，它的武器則是大數(shù)據(jù)。首次進(jìn)軍原創(chuàng)劇就走紅，Netflix不僅成為娛樂圈里的談資，亦成為數(shù)據(jù)革命的代表。無論是《紐約時報》、《洛杉磯時報》還是最近一期的《經(jīng)濟學(xué)人》，嚴(yán)肅媒體們都在重要版面研究《紙牌屋》成功之道。獲得如此密集關(guān)注，并非沒有道理?！都埮莆荨凡粌H是Netflix網(wǎng)站上有史以來觀看量最高的劇集，也在美國及40多個國家大熱。Netflix產(chǎn)品創(chuàng)新副總裁托德·耶林（ToddYelin）稱，其表現(xiàn)甚至“比我們最大膽的夢想都要好”。

事實是，美國“白宮甄嬛傳”、導(dǎo)演大衛(wèi)·芬奇（DavidFincher）和老戲骨凱文·史派西（KevinSpacey），這些噱頭只是用以吸引眼球的皮毛。最抓人的是，Netflix根據(jù)數(shù)據(jù)技術(shù)推導(dǎo)出《紙牌屋》的關(guān)鍵要素，喜歡BBC劇、大衛(wèi)·芬奇和凱文·史派西的用戶存在交集，這是多么酷的一件事。中國的樂視網(wǎng)一直關(guān)注Netflix的發(fā)展路徑?！爸档醚芯康氖荖etflix如何從后端數(shù)據(jù)推導(dǎo)出前臺生產(chǎn)。”樂視網(wǎng)副總裁何鳳云說。這種做法與舊傳統(tǒng)是背道而馳的，以美國著名的有線電視網(wǎng)絡(luò)媒體公司HBO為例，它對導(dǎo)演強烈的個性抱以完全的信任，全權(quán)委任導(dǎo)演去制片、編劇、挑選演員。而在中國，幾大視頻網(wǎng)站在自制劇時都有自己的選片團(tuán)隊，由他們?yōu)橛^眾選擇與確定導(dǎo)演，挑選劇本。

多年前，依賴于種種技術(shù)，Netflix對數(shù)據(jù)的記憶能力已經(jīng)爐火純青。當(dāng)一位用戶通過瀏覽器登錄Netflix賬號，Netflix后臺技術(shù)將用戶位置數(shù)據(jù)、設(shè)備數(shù)據(jù)悄悄地記錄下來。這些記憶代碼還包括用戶收看過程中所做的收藏、推薦到社交網(wǎng)絡(luò)等動作。在Netflix看來，暫停、回放、快進(jìn)、停止等動作都是一個行為，每天用戶在Netflix上將產(chǎn)生高達(dá)3000多萬個行為，此外Netflix的訂閱用戶每天還會給出400萬個評分，300萬次搜索請求，詢問劇集播放時間和設(shè)備。沒錯，這些都被Netflix轉(zhuǎn)化成代碼，當(dāng)作內(nèi)容生產(chǎn)的元素記錄下來。其首席內(nèi)容官泰德表示，所有這些數(shù)據(jù)意味著，Netflix公司已經(jīng)擁有“可尋址的觀眾”。早年間，Netflix利用上述數(shù)據(jù)提供一項推薦引擎業(yè)務(wù)。比如說，數(shù)千萬用戶能在一個個性化網(wǎng)頁上對影片做出1－5的評級，這些評級構(gòu)成了一個巨大數(shù)據(jù)池，如今這個數(shù)據(jù)池容量已超過近百億條。根據(jù)數(shù)據(jù)池，Netflix使用推薦算法來識別具有相似品味的觀眾，然后對這一群體做出相關(guān)內(nèi)容的精準(zhǔn)推薦。

Netflix要將巨大的數(shù)據(jù)池變?yōu)樯a(chǎn)力并非易事。長年以來，為了提高算法精準(zhǔn)，它持續(xù)地舉辦大型比賽，來提高自己的數(shù)據(jù)挖掘能力。2005年底，Netflix曾開放一數(shù)據(jù)集，并設(shè)立百萬美元的獎金(netflixprize)，征集能夠使其推薦系統(tǒng)性能上升10％的推薦算法和架構(gòu)。這個數(shù)據(jù)集包含了超過48萬個匿名用戶對大約近2萬部電影做的大約10億次評分。

Netflix一直在尋找與自身匹配的數(shù)據(jù)挖掘工具。據(jù)一位前Netflix云數(shù)據(jù)庫架構(gòu)師的博客回憶，在2010年Netflix完成了兩次遷移，其一是將Netflix的數(shù)據(jù)中心遷移到了AmazonAWS之中，其二是將Oracle數(shù)據(jù)庫遷移至SimpleDB。而到了2011年又從SimpleDB遷移到Cassandra，利用Cassandra提供的路由配置，集群可以被部署在多個大洲。忘掉上述專業(yè)術(shù)語，一個小故事足以說明它們的意義。法國電影《不要告訴任何人》在美國的票房收入慘淡，只有600萬美元。可Netflix的工程師并不相信這個數(shù)字，他們通過上述數(shù)據(jù)挖掘技術(shù)，找到了不易察覺的點擊量，而這些才是被隱藏的事實。2011年時，Netflix決定播放《不要告訴任何人》。如Netflix預(yù)測的一樣，這部電影在播放后立即在最受矚目的節(jié)目中排到第四位。然而，投資人并不看好Netflix的這些努力。投資人表面上相信Netflix的數(shù)據(jù)庫是個大寶藏，但財務(wù)報表的數(shù)據(jù)呢？去年萬圣節(jié)，Netflix董事長兼CEO里德·哈斯廷斯接到一位投資人電話，后者告知哈斯廷斯，他將從二級市場收購Netflix10%的股份。投資人堅持認(rèn)為Netflix氣數(shù)已盡，這位投資人的計劃是，進(jìn)入Netflix董事會再建議哈斯廷斯賣掉Netflix。早期，Netflix是北美家喻戶曉的在線影片租賃提供商，它的主營業(yè)務(wù)是通過郵寄方式租賃DVD的模式賺取利潤。然而，在互聯(lián)網(wǎng)時代這個盈利模式逐漸式微。于是，Netflix將主營轉(zhuǎn)向在線流媒體播放，其商業(yè)模式是付費用戶通過PC、TV及iPad、iPhone收看電影、電視節(jié)目。但在逐步放棄高利潤率的DVD業(yè)務(wù)，徹底轉(zhuǎn)型低利潤率的流媒體業(yè)務(wù)后，Netflix卻遭遇營收增速放緩、成本費用激增的困境。2012年第三季度，盡管財報中營收和每股收益均超出分析師預(yù)期，股價卻依然暴跌。美國知名專欄作家撰文稱“Netflix被收購或許才是投資者最理想的選擇”。里德·哈斯廷斯別無選擇。他決定反擊投資人的短視，用事實告訴資本市場，數(shù)據(jù)不是花架子，而是地道的生產(chǎn)力。Netflix利用數(shù)據(jù)挖掘能力計算出可以贏的辦法，1億美元買下一部早在1990年就播出的BBC電視劇《紙牌屋》的版權(quán)，請來導(dǎo)演大衛(wèi)·芬奇（DavidFincher），并由老戲骨凱文·史派西（KevinSpacey）擔(dān)當(dāng)男主角。樂視網(wǎng)副總裁何鳳云向本刊介紹，1億美元買下的《紙牌屋》總共2季26集，計算下來單集成本約為400萬美元，遠(yuǎn)遠(yuǎn)高于美國一般電視劇的單集制作成本——150萬至200萬美元，也只有《廣告狂人》、《斯巴達(dá)克斯》這類熱播美劇才能達(dá)到200萬美元左右。算下來，對于Netflix而言，只有新增100萬一年期合約付費用戶才能收回上述成本。

Netflix并非沒有計算過豪賭的回報，這樣做不僅可以帶來新增用戶，更為重要的是它為Netflix開拓了上游市場，走上了自制劇之路。在《紙牌屋》之后，還將有四部自制劇在2013年登陸Netflix。這意味著，Netflix可以逐步降低對版權(quán)費用日趨高漲的好萊塢劇的依賴。

Netflix的故事，對于中國視頻網(wǎng)站而言著實勵志。他們與Netflix所面臨的境遇相似：在美國國內(nèi)，好萊塢的獨家授權(quán)費用越來越高，版權(quán)成本上升導(dǎo)致資本開支加大。同時內(nèi)容競爭越來越激烈，盡管在流媒體播放領(lǐng)域Netflix仍占據(jù)市場首位，但面臨著HBO（美國家庭電視廣播網(wǎng)）、Amazon（亞馬遜）、Hulu、YouＴube的競爭，它們都在加大內(nèi)容投入。由于版權(quán)價格提升，國內(nèi)知名的視頻網(wǎng)站們，諸如優(yōu)酷土豆、搜狐視頻、樂視網(wǎng)、愛奇藝近兩年也紛紛打造自制劇。據(jù)樂視網(wǎng)高級副總裁高飛對本刊透露，雖然去年上半年版權(quán)價格曾達(dá)冰點，但是現(xiàn)在又很快回升，從一線衛(wèi)視購買電視劇，平均購買價格每集幾十萬，意味著買下一整部劇不下千萬。在此局面下，拿下《紙牌屋》中國地區(qū)的互聯(lián)網(wǎng)獨家播放權(quán)的搜狐視頻，不得不上調(diào)版權(quán)采購預(yù)算，其2012年的版權(quán)采購成本為5000萬美元，但2013年這一預(yù)算上調(diào)到8000萬美元。“但我們拍一個自制劇，成本基本上也就三分之一，甚至不到這個數(shù)。”高飛說。關(guān)鍵是如何制作自制??？國內(nèi)視頻網(wǎng)站意識到數(shù)據(jù)的重要性，也積累了大量數(shù)據(jù)。比如樂視網(wǎng)通過分析用戶收看時間，在今年推出午間自制劇場?！暗嬲?xì)致到使用數(shù)據(jù)來決定導(dǎo)演、演員，中國還沒有哪家公司敢說他們能做到這點?！焙硒P云說。此外，即便是有了數(shù)據(jù)，中國的流媒體公司還不敢像Netflix那樣將寶押在一部劇上，因為中國的付費市場尚未成熟，目前還主要依賴廣告盈利，無法完全將用戶需求作為中心?！癗etflix選擇了這個項目，投巨資去做，就是博一個必須贏?！睒芬暰W(wǎng)高級副總裁高飛對《中國企業(yè)家》說，“期待中國市場也可以通過付費收視足以覆蓋成本，但這要寄希望于未來大屏電視以及電視平臺產(chǎn)品和服務(wù)的成熟，以及付費市場的快速成長。”除此以外，一位視頻行業(yè)的人士指出，在中國基于用戶數(shù)據(jù)做出分析的同時，還要考慮廣電審核的要素，一些領(lǐng)域與題材類型都要稍微收攏，“不是沒法依賴數(shù)據(jù)，而是不能完全依賴數(shù)據(jù)，我們選擇數(shù)據(jù)時也一定要結(jié)合中國國情?！?/p>

案例5：定制愛情

發(fā)揮你您的想象力，選擇您認(rèn)為可是的答案

宅男們總幻想為自己定制一個女朋友，也許他們的愿望將不日達(dá)成。不是借助3D打印機，而是靠大數(shù)據(jù)時代的婚戀網(wǎng)站。

2012年底，網(wǎng)易旗下全新婚戀交友網(wǎng)站“花田”上線。花田以免費溝通為賣點，主打一二線城市中高端市場。摒棄了傳統(tǒng)婚戀網(wǎng)站的“人工紅娘”，花田不提供任何人工服務(wù)，從推薦到搜索全由系統(tǒng)自動完成。而業(yè)內(nèi)的龍頭老大世紀(jì)佳緣(Nasdaq:DATE)，也在換帥之后摩拳擦掌，試圖用大數(shù)據(jù)的精準(zhǔn)化運營，為在海量異性資料中疲于搜索的用戶“指一條明路”。

一年前婚戀網(wǎng)站最愛喊“實名制”。通過對用戶身份證或手機號碼進(jìn)行驗證，網(wǎng)站可獲得用戶真實姓名、年齡、性別、地區(qū)等身份證數(shù)據(jù)，對防止詐騙有一定作用。但如今各家都有，這種傳統(tǒng)打法就過氣了。畢竟有身份證的人，不一定是有身份的人?；閼倬W(wǎng)站已將條條框框的硬指標(biāo)羅列齊全，使人幾乎懷疑進(jìn)入的是淘寶人肉市場。當(dāng)身高、體重、年齡、學(xué)歷等等都一一框定，一看還有2000個姑娘（小伙）符合要求，是時候讓理性回歸感性了。而這感性，又是建立在理性的數(shù)據(jù)分析之上?；ㄌ锝缑媲逍潞啙崳捎妙愃莆⒉┑男畔⒘髡故拘问?。首頁是異性用戶最近更新的圖片、內(nèi)心獨白和文字傳情，展示其生活方式、個人品味等軟性資料。系統(tǒng)會自動推薦那些相對活躍、最近有信息流更新的人，這就促使用戶拿出更新微博的勁頭來更新花田，為花田積累了大量可供分析的軟性數(shù)據(jù)。

“我們可以通過‘內(nèi)心獨白’來挖掘用戶的性格特征?！本W(wǎng)易花田負(fù)責(zé)人夏天宇說。夏天宇在網(wǎng)易已工作11年，此前他的團(tuán)隊負(fù)責(zé)網(wǎng)易微博的研發(fā)，而他最早的工作是Oracle數(shù)據(jù)庫管理。現(xiàn)在，他和他的團(tuán)隊正試圖通過自然語言處理技術(shù)和語義分析方法來解碼用戶性格，實現(xiàn)“軟硬兼施”的精準(zhǔn)推薦。首先，他們運用切分詞方法，從用戶的“內(nèi)心獨白”中提取出現(xiàn)頻率較高的關(guān)鍵詞；再將這些關(guān)鍵詞分類，如感性詞匯或理性詞匯；最后，通過文本分析、語義分析，從中挖掘出用戶的性格是內(nèi)向、外向、理想化還是現(xiàn)實派等等。這一技術(shù)目前還在測試中，2013年下半年會逐步投入使用。

自2012年12月28日向全國開放注冊以來，花田注冊用戶已近25萬，每日活躍用戶4萬人。雖然發(fā)展迅速，但較之業(yè)界前輩，花田用戶少得甚至吸引不來騙子。但網(wǎng)易的技術(shù)儲備卻不容小覷?！坝械馈彼?/p>