大數(shù)據(jù)的源起演進(jìn)與贏利邏輯

中國工商銀行金融青年論壇論文

互聯(lián)網(wǎng)金融的健康發(fā)展與風(fēng)險(xiǎn)管理

大數(shù)據(jù)的源起演進(jìn)與贏利邏輯

一基于金融和營銷業(yè)的部分實(shí)例

2014年7月

-1-

大數(shù)據(jù)的源起演進(jìn)與贏利邏輯

——基于金融和營銷業(yè)的部分實(shí)例

蔡寧偉

摘要：2005年以后，針對大數(shù)據(jù)的研究層出不窮。但是，仍存在兩大亟需解決

的問題：一是對大數(shù)據(jù)本質(zhì)的認(rèn)識不足，忽視對其源起和演進(jìn)的探索；二是對大

數(shù)據(jù)贏利的關(guān)鍵點(diǎn)展開不足，未能全面展示大數(shù)據(jù)贏利的邏輯內(nèi)涵。本研究嘗試

彌補(bǔ)上述兩大認(rèn)識不足。通過定義梳理對比，發(fā)掘大數(shù)據(jù)的本質(zhì)特征、獲取特質(zhì)、

優(yōu)勢應(yīng)用和現(xiàn)實(shí)意義，說明大數(shù)據(jù)的來龍去脈。通過列舉部分金融業(yè)和相關(guān)企業(yè)

的實(shí)例，詮釋大數(shù)據(jù)的贏利步驟、特征和目的，明確縱橫向大數(shù)據(jù)的優(yōu)勢，并提

出未來大數(shù)據(jù)的五類價(jià)值發(fā)現(xiàn)和發(fā)展展望。

一、引言

2005年特別是2010年以后，社會對于“大數(shù)據(jù)”的研究呈井噴式的增長。

這種增長一方面源自理論研究的不斷推動(dòng)，Nafwre和Science雜志于2008年、2011

年相繼推出專刊，專題介紹大數(shù)據(jù)；一方面源自實(shí)踐應(yīng)用的提升，2012年美國

等發(fā)達(dá)國家對大數(shù)據(jù)的不斷重視，啟動(dòng)“大數(shù)據(jù)研究與開發(fā)計(jì)劃"(BigData

ResearchandDevelopmentInitiative),引導(dǎo)多國將其提上國家戰(zhàn)略的議程；還有

一方面源自熱點(diǎn)新聞的持續(xù)聚焦，2013年“斯諾登事件”就安全部門秘密監(jiān)控

的猛烈爆料與持續(xù)發(fā)酵，引發(fā)公眾對大數(shù)據(jù)隱私泄漏的警惕和好奇。由此，學(xué)界

和產(chǎn)業(yè)界都展開了對大數(shù)據(jù)的研究和探索，取得了一定成果；一些發(fā)達(dá)國家和先

進(jìn)企業(yè)已經(jīng)將大數(shù)據(jù)的分析應(yīng)用到實(shí)際工作中，取得了一定成效。

但是，這一階段的研究和實(shí)踐還存在一些亟需解決的問題，對大數(shù)據(jù)本質(zhì)及

其贏利關(guān)鍵的說明與解釋仍然不足。主要表現(xiàn)為兩個(gè)方面：一是對大數(shù)據(jù)本質(zhì)的

認(rèn)識不足，一些研究片面認(rèn)識其是基于物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)或“云計(jì)算”的時(shí)代產(chǎn)

物，而忽視對其源起和演進(jìn)的探索；二是對大數(shù)據(jù)贏利的關(guān)鍵點(diǎn)展開不足，研究

未能全面展示大數(shù)據(jù)贏利的邏輯內(nèi)涵，只看現(xiàn)象不看原因，對其價(jià)值取向和趨勢

缺乏系統(tǒng)梳理。因此，無論是學(xué)界和企業(yè)界抑或大眾對于大數(shù)據(jù)如何產(chǎn)生暨怎樣

-2-

發(fā)展、以什么方式贏利等關(guān)鍵問題的認(rèn)識仍然模糊甚至存在分歧。

t1t

對比中外全面梳理初次提出首次嘗試

學(xué)者組織歸納認(rèn)知地圖建構(gòu)模型

圖1大數(shù)據(jù)獲取渠道與贏利邏輯之研究設(shè)計(jì)

本研究嘗試彌補(bǔ)上述兩大認(rèn)識不足，通過列舉部分金融業(yè)和相關(guān)企業(yè)的實(shí)

例，說明大數(shù)據(jù)的前世今生，詮釋大數(shù)據(jù)的贏利邏輯，并提出大數(shù)據(jù)未來的價(jià)值

發(fā)現(xiàn)和發(fā)展展望。在此，我們進(jìn)行了圖一中的研究設(shè)計(jì)，嘗試通過比較全面的對

比、梳理和歸納，來建構(gòu)大數(shù)據(jù)的演進(jìn)過程與贏利模型；其中上部是研究的主要

過程和結(jié)果，下部是對應(yīng)采取的研究方法和意義。

二、大數(shù)據(jù)的定義與內(nèi)涵

事實(shí)上，西方早在20世紀(jì)80年代，就已經(jīng)有了大數(shù)據(jù)的提法（朱東華、張

嶷、汪雪鋒、李兵、黃穎、馬晶、許幸榮、楊超、朱福進(jìn)，2013）。我國針對大

數(shù)據(jù)的研究相對起步相對較晚，在20世紀(jì)80和90年代已經(jīng)出現(xiàn)了與大數(shù)據(jù)相

關(guān)的一些概念，如“樣本”（Sample）、“大樣本”、“全樣本”、“抽樣”、“大數(shù)據(jù)

流”、“大數(shù)據(jù)量”、“海量數(shù)據(jù)”、“數(shù)據(jù)庫”等等。雖然這些概念與大數(shù)據(jù)本身截

然不同，但至少可以作為技術(shù)層面了解和分析大數(shù)據(jù)的視角、手段與方法。目前,

學(xué)者對于大數(shù)據(jù)的概念眾說紛紜，在此本研究截取中外學(xué)者和組織具有代表性的

觀點(diǎn)，通過文本分析和梳理歸納，對比和解析大數(shù)據(jù)的定義與內(nèi)涵。

表1大數(shù)據(jù)的代表性定義與特征

-3-

提出者國別定義特征

Manyika>Chui^Brown、意指一般數(shù)據(jù)庫軟件難以獲取、存儲、管理和非一般、大

Bughin、DobbsARoxburgh>美分析的大容量數(shù)據(jù)容量

Byers(2011)

Mayer-Schonberger>Cukier意指為人類的生活創(chuàng)造前所未有的可量化的可量化、轉(zhuǎn)

英

(2012)維度，開啟重大的時(shí)代轉(zhuǎn)型，其核心是預(yù)測'型、預(yù)測

Gartner意指在一個(gè)或多個(gè)維度上超出傳統(tǒng)信息技術(shù)超乎尋常

美

(2013)的處理能力的極端信息管理和處理問題2

維基百科(Wiki)意指無法在一定時(shí)間內(nèi)用常規(guī)軟件工具對其處理時(shí)間

(2014)無內(nèi)容進(jìn)行抓取、管理和處理的數(shù)據(jù)集合3長、數(shù)據(jù)集

合

意指由科學(xué)儀器、傳感設(shè)備、互聯(lián)網(wǎng)交易、電來源多樣、

國家科學(xué)基金會(NSF)子郵件、音視頻軟件、網(wǎng)絡(luò)點(diǎn)擊流等多種數(shù)據(jù)規(guī)模大、復(fù)

美

(2013)源生成的大規(guī)模、多元化、復(fù)雜、長期的分布雜、長期、

式數(shù)據(jù)集4數(shù)據(jù)集合

意指用來描述數(shù)據(jù)規(guī)模巨大、數(shù)據(jù)類型復(fù)雜的規(guī)模巨大、

李瑞、賈鴻飛數(shù)據(jù)集，其規(guī)模已經(jīng)超出普通的數(shù)據(jù)庫管理工類型復(fù)雜、

中

(2012)具在可容忍的運(yùn)行時(shí)間內(nèi)進(jìn)行數(shù)據(jù)的捕獲、存處理難度

儲和處理的能力

意指無法在可容忍的時(shí)間內(nèi)用傳統(tǒng)IT技術(shù)和處理時(shí)間

李國杰

中軟硬件工具對其進(jìn)行感知、獲取、管理和服務(wù)長、數(shù)據(jù)集

(2012)

的數(shù)據(jù)集合合

意指為了更經(jīng)濟(jì)更有效地從高頻率、大容量、高頻率、大

互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)不同結(jié)構(gòu)和類型的數(shù)據(jù)中獲取價(jià)值而設(shè)計(jì)的容量、不同

中

(2013)新一代架構(gòu)和技術(shù)，描述信息爆炸時(shí)代的海量結(jié)構(gòu)類型、

數(shù)據(jù)，并命名與之相關(guān)的技術(shù)發(fā)展與創(chuàng)新$技術(shù)創(chuàng)新

1參見［英］維克托?邁爾-舍恩伯格、肯尼思?庫克耶.《大數(shù)據(jù)時(shí)代》M.杭州：浙江人民出版社，2012

年12月第一版，1-103。

"參見http:〃ww.gartner.com,2013年1月1日；它是一家知名的信息技術(shù)顧問咨詢公司。

3參見http:〃en.wikipedia.org,2014年3月8日。

4參見http:〃www.nsf.gov,2013年1月1日。

5參見鄭玲微.《大步跨入大數(shù)據(jù)時(shí)代》［J］.杭州：《信息化建設(shè)》，2013(1)：11-13。

-4-

香山會議意指數(shù)字化生存時(shí)代的新型戰(zhàn)略資源，是驅(qū)動(dòng)戰(zhàn)略資源、

(2013)中創(chuàng)新的重要因素，正在改變?nèi)祟惖纳a(chǎn)和生活驅(qū)動(dòng)創(chuàng)新、

方式'改變現(xiàn)狀

就大數(shù)據(jù)本身而言，綜合表一中的定義，我們認(rèn)為學(xué)者公認(rèn)的大數(shù)據(jù)主要有

以下特征。一是容量特別巨大(Volume),不僅是TB(1000GB)、PB(1000TB)

或者EB(1OOOPB)量級，據(jù)相關(guān)研究論文或報(bào)告稱大數(shù)據(jù)總量基本以ZB(2

的70次方)計(jì)量(方方，2012)。二是數(shù)據(jù)來源多樣(Variety),數(shù)字、文字、

圖片、音頻、視頻、檔案文件、電子日志等都是其來源。三是處理要求迅速

(Velocity),既然是海量數(shù)據(jù)，從中要求提取的有用信息一定具有時(shí)效性；因此

我們認(rèn)為這一特征的實(shí)質(zhì)來源于大數(shù)據(jù)的大容量，且更準(zhǔn)確的應(yīng)該作為對大數(shù)據(jù)

處理的要求。四是具有一定價(jià)值(Value),但價(jià)值密度低、隱藏較深，需要深入

挖掘和不斷“提純”。以商業(yè)銀行ATM監(jiān)控為例，一般監(jiān)控視頻要求存儲時(shí)間

達(dá)3個(gè)月，但如果涉及某個(gè)客戶異常交易或者外部風(fēng)險(xiǎn)事件的可能僅有短短的

1-3分鐘。五是處理要求精準(zhǔn)性(Veracity),類似于處理要求迅速，我們認(rèn)為這

一特征的實(shí)質(zhì)同樣源自大容量的特征，且應(yīng)視為對大數(shù)據(jù)的處理要求；甘綺翠

(2013)認(rèn)為這一特征是企業(yè)維度的特征，更適合于企業(yè)要求。我們認(rèn)為：不僅

企業(yè)，就連政府、高校等機(jī)構(gòu)同樣有此需要，2013年曝光的美國“楞鏡門”事

件從一定程度上驗(yàn)證了政府等機(jī)構(gòu)對大數(shù)據(jù)的這一特征需求。止匕外，對于戰(zhàn)略資

源、驅(qū)動(dòng)創(chuàng)新和改變現(xiàn)狀而言，我們認(rèn)為這并非單指大數(shù)據(jù)的特征，而是其價(jià)值

與意義的體現(xiàn)。在目前的實(shí)踐中，大數(shù)據(jù)已經(jīng)起到了上述作用，并將進(jìn)一步發(fā)揮

它們的特長。

就大數(shù)據(jù)的獲取而言，我們認(rèn)為目前主要呈現(xiàn)如下三大特征：一是渠道越便

利，數(shù)據(jù)獲取越易。以常見的調(diào)研問卷為例，以前調(diào)研獲取信息一般通過面對面

問答或發(fā)放問卷及手寫錄入，后來發(fā)展到電話調(diào)研和計(jì)算機(jī)錄入回答，再后來開

始了網(wǎng)上或手機(jī)填答，目前微信等渠道也可以開展調(diào)研和投票，廣受被調(diào)查者喜

愛。二是溝通越豐富，數(shù)據(jù)信度越高。所謂數(shù)據(jù)的信度(Reliability),意指數(shù)據(jù)

的可信程度，即重復(fù)調(diào)研前后數(shù)據(jù)結(jié)果的一致程度。在問卷調(diào)查中，很容易因?yàn)?/p>

1參見石勇.《數(shù)據(jù)挖掘與大數(shù)據(jù)在金融與銀行領(lǐng)域的應(yīng)用及前景》[R].北京：大數(shù)據(jù)專題報(bào)告，2014年2

月22日。

-5-

被調(diào)查者不理解題目的意思而引起回答的不一致，甚至前后矛盾，而問卷在設(shè)計(jì)

時(shí)也往往設(shè)置這樣具有內(nèi)在邏輯的題目，以驗(yàn)證回答的信度。在以往發(fā)放回收問

卷中，被調(diào)查者和調(diào)查者難以多次溝通，即便出現(xiàn)疑問被調(diào)查者也難以詢問；而

目前采用微信、電子郵件等方式調(diào)研則更容易促進(jìn)雙方的溝通，即便出現(xiàn)問題交

流也比較及時(shí)、溝通成本較小，這是溝通方式或渠道豐富的益處。三是調(diào)研激勵(lì)

越大，數(shù)據(jù)效度越高。所謂數(shù)據(jù)效度（Validity）,意指數(shù)據(jù)的有效程度，即“所

答即所問"。以往，國內(nèi)的調(diào)研往往借助親朋好友的關(guān)系進(jìn)行，沒有禮品、獎(jiǎng)金

等激勵(lì)，結(jié)果發(fā)現(xiàn)存在部分被調(diào)查者敷衍了事、心不在焉的情況，如問及個(gè)人收

入選擇年收入為“0”等，即便其為某公司中層管理者。后來，逐步發(fā)展為給予

現(xiàn)金、購物網(wǎng)站禮券、獎(jiǎng)品、書籍、手機(jī)話費(fèi)作為報(bào)酬的方式，由于采取按勞所

得的原則，數(shù)據(jù)獲取愈加準(zhǔn)確，有的調(diào)研長達(dá)30分鐘，多則給出高達(dá)100元的

獎(jiǎng)勵(lì)。

三、大數(shù)據(jù)的源起與演進(jìn)

綜合上述定義，不難看出，大數(shù)據(jù)研究的絕大多數(shù)內(nèi)容與人們的生產(chǎn)生活休

戚相關(guān)，是人們工作生活的數(shù)字化集合。因此，相當(dāng)比例的大數(shù)據(jù)研究針對的是

社會科學(xué)的研究。當(dāng)然自然科學(xué)也需要大數(shù)據(jù)，不過自然科學(xué)一定比例的數(shù)據(jù)來

自更為穩(wěn)定、具有一定限制條件的實(shí)驗(yàn)室，而不一定需要通過大數(shù)據(jù)的形式或途

徑來獲取，有的數(shù)據(jù)可以直接通過觀測獲得。由于大數(shù)據(jù)具有上述針對性，因此

其源起在一定程度上打上了社會科學(xué)的烙印，從而具有一定社會科學(xué)的特征。事

實(shí)上，科學(xué)主要分為自然科學(xué)、社會科學(xué)和人文藝術(shù)三類。自然科學(xué)可以稱為科

學(xué)，具有其特有的研究體系和方法，強(qiáng)調(diào)精確探索世界萬物的客觀規(guī)律；人文藝

術(shù)則更多地偏向感性思考，并不追求準(zhǔn)確，較少存在理性活動(dòng)；社會科學(xué)主要研

究人與社會的關(guān)系，借鑒了自然科學(xué)的理性方法，但具有自身感性變化的一面，

兼故了自然科學(xué)與人文藝術(shù)的特征，是理性與感性的交集，被稱之為“準(zhǔn)科學(xué)”。

比如，以社會科學(xué)中的管理學(xué)為例，就被譽(yù)為“科學(xué)與藝術(shù)的合體”。因此，圖

2中展示的三類科學(xué)之間也存在交叉和互補(bǔ)。

-6-

在大數(shù)據(jù)概念提出之前，人類已經(jīng)對數(shù)據(jù)產(chǎn)生了濃厚的興趣。遠(yuǎn)古時(shí)代，“結(jié)

繩記事”就是一種數(shù)據(jù)記載和記錄創(chuàng)新；近現(xiàn)代，借鑒了自然科學(xué)研究方法的社

會科學(xué)，其定量研究中的抽樣、取樣、樣本分析或者質(zhì)性研究中的案例研究實(shí)際

都是從大數(shù)據(jù)、大集合中提取具有代表性、典型性的部分“小數(shù)據(jù)”，從而分析

和預(yù)測整體數(shù)據(jù)即大數(shù)據(jù)的全貌。因此，大數(shù)據(jù)的本質(zhì)離不開數(shù)學(xué)、統(tǒng)計(jì)學(xué)、概

率論、計(jì)算機(jī)技術(shù)和信息科學(xué)的學(xué)科群支持，也離不開高等數(shù)學(xué)與數(shù)理統(tǒng)計(jì)、生

物學(xué)、社會學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)和管理學(xué)等其他相關(guān)學(xué)科的理論補(bǔ)充。

值得一提的是，就大數(shù)據(jù)的潛在應(yīng)用指數(shù)而言，盡管零售行業(yè)以“啤酒與尿

布”（Walmart）】，“少女懷孕”（Target）2等經(jīng)典大數(shù)據(jù)分析的案例備受關(guān)注，金

融行業(yè)仍排名居首（Manyika、Chui、Brown>Bughin^Dobbs,RoxburghByers,

2011）o有學(xué)者預(yù)測，包括金融企業(yè)在內(nèi)的企業(yè)正在放棄“以產(chǎn)品為中心”

1此營銷組合主要針對單身父親或去超市購物的父親，尿布與啤酒這兩種原本看似風(fēng)馬牛不相及的商品擺

在一起，使尿布和啤酒的銷量大幅增加；此組合的奧妙在于不僅滿足了男性角色的需要，更同時(shí)滿足了同

一客戶作為父親角色即其幼小子女的需要。

2此事件源自一位憤怒的美國父親對超市經(jīng)理的投訴，認(rèn)為其17歲的女兒絕不可能懷孕，而超市卻將嬰兒

尿布和童車的優(yōu)惠券寄到他們家里：事實(shí)上，超市的廣告促銷并非失誤，而是針對每一位客戶的購物清單

組合列出了下一步營銷的對象和舉措，而他的女兒在超市購買了某些測孕和備孕商品后被證實(shí)真的懷孕了。

-7-

(Good-dominantLogic)轉(zhuǎn)變?yōu)?以服務(wù)為中心"(Service-dominantLogic)(馮

芷艷、郭迅華、曾大軍、陳煜波、陳國青，2013),或者稱之為“以客戶為中心”

(Customer-dominantLogic)。

從其數(shù)據(jù)來源來看，大數(shù)據(jù)的制造者、擁有者和使用者都比較多元，個(gè)體、

群體、組織均參與其中，且個(gè)人信息與家庭、企業(yè)、政府等組織信息甚至國家信

息相互交匯融合，數(shù)據(jù)量不斷增大，這與其多樣性的特征相一致。我們認(rèn)為：政

府、企業(yè)、非營利組織(科研機(jī)構(gòu)、高校)、網(wǎng)絡(luò)與開放數(shù)據(jù)(個(gè)人、團(tuán)隊(duì))等

都可能是大數(shù)據(jù)的擁有者。例如，稅務(wù)部門擁有很多企業(yè)和員工的收入數(shù)據(jù)，住

建部門擁有很多個(gè)體的房屋居住和交易數(shù)據(jù)；商業(yè)銀行擁有所轄客戶的賬戶與交

易行為數(shù)據(jù)，快遞公司擁有大量客戶的信息和交易情況數(shù)據(jù)；高校擁有大量的學(xué)

生與畢業(yè)生信息數(shù)據(jù)，醫(yī)院擁有一定量的患者信息及疾病治療數(shù)據(jù)；咨詢機(jī)構(gòu)和

顧問公司擁有多年積累的項(xiàng)目調(diào)查數(shù)據(jù)，還有一些個(gè)人建立了源于自身興趣和專

業(yè)的數(shù)據(jù)庫。但是上述數(shù)據(jù)之間，因?yàn)閿?shù)據(jù)所有者的職能、定位和監(jiān)管要求等，

難以實(shí)現(xiàn)共享，于是一些企業(yè)逐步嘗試多元化經(jīng)營，以期獲得更廣范圍的數(shù)據(jù)。

例如：2012年建設(shè)銀行推出“善融商務(wù)”，從而終止與阿里巴巴的合作轉(zhuǎn)而獨(dú)立

獲取有關(guān)數(shù)據(jù)；2013年淘寶與天弘基金聯(lián)手推出“余額寶”，從而在一定程度上

彌補(bǔ)了自身金融交易信息不足的短板；2014年工商銀行推出在線商城“融易購”,

則在一定層面完善了社會數(shù)據(jù)缺失的弱勢；與之類似，2014年騰訊入股京東和

大眾點(diǎn)評，努力豐富生活服務(wù)電商品類，旨在強(qiáng)化社會數(shù)據(jù)和交易數(shù)據(jù)的獲取，

與此同時(shí)，百度收購糯米也是一例很好的佐證。

如圖2所示，大數(shù)據(jù)的源起比較全面的展示了大數(shù)據(jù)的信息源、支持學(xué)科群

和應(yīng)用領(lǐng)域。其中，應(yīng)用領(lǐng)域在此主要以科學(xué)類別概括說明，而從實(shí)踐上，大數(shù)

據(jù)的應(yīng)用主體往往又回到了其來源，例如個(gè)人、企業(yè)、非盈利組織、政府等都可

能成為大數(shù)據(jù)的挖掘和使用主體。所以，在圖二中，來源還有一個(gè)箭頭從此出發(fā)，

直接與應(yīng)用相聯(lián)系，這反映的是大數(shù)據(jù)的來源與應(yīng)用主體可能同源。如是，通過

圖二可以直觀展示大數(shù)據(jù)的來龍去脈與前世今生。

四、大數(shù)據(jù)的優(yōu)勢與創(chuàng)新

既然大數(shù)據(jù)與社會科學(xué)研究聯(lián)系比較緊密，又備受研究者和實(shí)踐者的關(guān)注，

-8-

那么大數(shù)據(jù)一定有其獨(dú)特的優(yōu)勢和創(chuàng)新點(diǎn)。那么，大數(shù)據(jù)的獨(dú)特優(yōu)勢到底是什

么？大數(shù)據(jù)的創(chuàng)新究竟如何體現(xiàn)？大家往往眾說紛紜、莫衷一是。我們認(rèn)為：大

數(shù)據(jù)的獨(dú)特優(yōu)勢正是在于其信息的全面，進(jìn)而實(shí)現(xiàn)由局部數(shù)據(jù)向全面數(shù)據(jù)、由結(jié)

果數(shù)據(jù)向過程數(shù)據(jù)、由總量數(shù)據(jù)向明細(xì)數(shù)據(jù)、由過時(shí)數(shù)據(jù)向?qū)崟r(shí)數(shù)據(jù)的應(yīng)用轉(zhuǎn)變,

對應(yīng)推動(dòng)組織采取全面管理、流程管理、精益管理和敏捷管理的開展，從而可以

采取創(chuàng)新的方法從中挖掘出個(gè)人或組織希望得到的、準(zhǔn)確的、可靠的信息，提升

分析、歸納與預(yù)測的信度和效度，進(jìn)而有利于達(dá)成個(gè)體或組織目標(biāo)。

圖3大數(shù)據(jù)的應(yīng)用轉(zhuǎn)型與管理變革

如圖3所示，大數(shù)據(jù)獨(dú)特優(yōu)勢是建立在其特征之上的，依據(jù)視角不同，可以

分為四大維度。從范圍維度上上看，大數(shù)據(jù)實(shí)現(xiàn)了從局部數(shù)據(jù)向全局?jǐn)?shù)據(jù)的轉(zhuǎn)型,

擁有全量數(shù)據(jù)不再是空想，繼而有助于個(gè)體或組織實(shí)現(xiàn)全面管理和制定戰(zhàn)略規(guī)

劃；從導(dǎo)向維度上看，大數(shù)據(jù)實(shí)現(xiàn)了從結(jié)果數(shù)據(jù)向過程數(shù)據(jù)的轉(zhuǎn)型I過程導(dǎo)向

更有助于發(fā)現(xiàn)和解決問題，繼而有助于個(gè)體或組織提升過程管理和實(shí)施流程再

造；從層次維度上看，大數(shù)據(jù)實(shí)現(xiàn)了從總量數(shù)據(jù)向明細(xì)數(shù)據(jù)的轉(zhuǎn)型，各個(gè)粒度的

數(shù)據(jù)可以實(shí)現(xiàn)分類分層聚焦，繼而有助于個(gè)體或組織實(shí)現(xiàn)精益管理和采取質(zhì)量控

制；從時(shí)間維度上看，大數(shù)據(jù)實(shí)現(xiàn)了從過時(shí)數(shù)據(jù)向?qū)崟r(shí)數(shù)據(jù)的轉(zhuǎn)型，提供了基于

當(dāng)前情境的數(shù)據(jù)獲取和未來數(shù)據(jù)預(yù)測，繼而有助于個(gè)體或組織實(shí)施敏捷管理和采

取風(fēng)險(xiǎn)規(guī)避。事實(shí)上，全面管理、過程管理、精益管理和敏捷管理等管理變革正

1參見陳新躍.《從大數(shù)據(jù)到價(jià)值挖掘》[R].北京：大數(shù)據(jù)報(bào)告，2014年2月14日。

-9-

是大量企業(yè)基于自身和外部數(shù)據(jù)的創(chuàng)新，在制造企業(yè)、組織運(yùn)營、流程管理等領(lǐng)

域得到了廣泛的應(yīng)用。止匕外，戰(zhàn)略規(guī)劃、流程再造、質(zhì)量控制、風(fēng)險(xiǎn)規(guī)避等可能

成為個(gè)體或組織的主要目標(biāo)愿景之一，這些目標(biāo)本身也存在一定內(nèi)在聯(lián)系，因此

不能說哪一項(xiàng)是所謂“終極目標(biāo)”，在某一環(huán)境下都可能成為急待解決的重點(diǎn)，

只能依據(jù)大數(shù)據(jù)應(yīng)用主體的情境和需要而定。

為更好的展示大數(shù)據(jù)的優(yōu)勢與創(chuàng)新，我們首先需簡要回溯大數(shù)據(jù)的學(xué)科支

持，特別是有關(guān)社會科學(xué)研究本體、客體及方法論的現(xiàn)狀和局限。眾所周知，社

會科學(xué)研究一般包含研究主體即研究者、研究客體即研究對象兩大要素，研究和

研究方法科學(xué)性的必然要求就是合理控制研究誤差。目前，有關(guān)研究方法的論文

和論著一般都明確指出：研究誤差往往來源于樣本的抽樣I,即概率誤差和系統(tǒng)

誤差（也稱“操作誤差”）兩部分，但這兩類誤差僅僅來源于兩大要素之一的研

究主體。根據(jù)研究的兩要素分類并兼顧主客體之間的關(guān)系，除了抽樣誤差之外至

少還存在兩類誤差：一是來源于研究客體的誤差，即調(diào)查對象故意制造的誤差和

無意出現(xiàn)的誤差，這是一般定量研究所忽略或事后難以發(fā)現(xiàn)的；二是來源于研究

主客體溝通的誤差，即研究主客體交互的誤差（王興周，2006）,這是一般定量

研究難以檢驗(yàn)和根治的。

在此，我們以社會科學(xué)研究中最為常見的一種研究方法：調(diào)查研究（Survey

Research）為例，其研究目的在于對研究對象的特征和關(guān)系進(jìn)行調(diào)查，并做統(tǒng)計(jì)

分析和描述，即取得和分析資料（邱澤奇，2003）o這種研究方式的一個(gè)重要特

征，是其在時(shí)間維度上的一次性，或者稱為單點(diǎn)性。因而，調(diào)查研究通常被稱作

是一種橫截面研究，其優(yōu)勢在于針對性對性較強(qiáng)，便于實(shí)施，靈活性較大（何斌、

鄭弘、李思瑩、董振寧，2013）。正是由于調(diào)查研究的橫剖特征，使其在具有大

量優(yōu)點(diǎn)的同時(shí)，也存在著一些內(nèi)在的不足和局限。這種局限性的一個(gè)主要體現(xiàn)，

就是調(diào)查研究對現(xiàn)象之間因果關(guān)系的推斷相對軟弱無力。由于“從社會調(diào)查中所

獲得的這種抽掉時(shí)間框架的‘事實(shí)'中，人們往往比較容易發(fā)現(xiàn)不同現(xiàn)象相互之

間的‘共變'特征，而比較難發(fā)現(xiàn)它們之間的‘因果'特征”，因此在解釋社會

現(xiàn)象之間的因果關(guān)系方面，調(diào)查研究的方法存在著明顯的不足（風(fēng)笑天，2006）o

1大數(shù)據(jù)樣本意味著“全樣本”，即便如此，為保證時(shí)效性和控制成本，實(shí)現(xiàn)大數(shù)據(jù)處理要求快（Velocity）

的要求，我們認(rèn)為樣本的選擇即抽樣必不可少一一既要全面又要抽樣，從粗糙中尋求精確（石勇，2014）。

-10-

比如，其結(jié)果容易受到調(diào)查方案設(shè)計(jì)的缺陷或執(zhí)行過程中的偏差影響，又如調(diào)查

者不配合或不如實(shí)作答等，所以用以保證問卷或量表信度和效度的工作需要一定

的投入，也需要耗費(fèi)較長的時(shí)間。對此，也有學(xué)者提出量化研究可以借鑒質(zhì)性研

究的優(yōu)勢，反之亦行，以實(shí)現(xiàn)優(yōu)勢互補(bǔ)(胡中鋒、黎雪瓊，2003),進(jìn)而以順序、

平行和交錯(cuò)三種方式進(jìn)行融合(陳忠衛(wèi)，2013),例如采取仿真實(shí)驗(yàn)、案例推演、

沙盤模型、計(jì)算機(jī)決策等方法。

大數(shù)據(jù)的出現(xiàn)，恰恰可以在一定程度上解決上述問題，成為除了質(zhì)性研究以

外彌補(bǔ)調(diào)查研究和定量研究缺陷的另一種思路與途徑。以我們熟悉的金融業(yè)務(wù)為

例，兩類誤差有如下典型案例。為避免第一類誤差，英國小額貸款公司W(wǎng)onga利

用大數(shù)據(jù)挖掘算法開展某些貸款業(yè)務(wù)，他們通過對客戶以往各種碎片化信息進(jìn)行

獲取和整理，用大量的數(shù)據(jù)還原客戶特征的全貌并建立貸款模型，同時(shí)根據(jù)不良

貸款等風(fēng)險(xiǎn)信息不斷完善模型，從而有效控制風(fēng)險(xiǎn)。如今Wonga年利潤逾5億美

金，其風(fēng)險(xiǎn)管理能力廣受業(yè)界好評(李瑞、賈鴻飛，2012)o與之類似，阿里公

司根據(jù)在淘寶網(wǎng)上中小企業(yè)的交易狀況篩選出財(cái)務(wù)健康和講究誠信的企業(yè)，向他

們發(fā)放無擔(dān)保貸款，目前已放貸300多億元，壞賬率僅為0.3%(郭賀鏗，2013)o

為避免第二類誤差，金融行業(yè)可以利用大數(shù)據(jù)開展如下創(chuàng)新。例如，某商業(yè)銀行

的一位信用卡客戶每月平均刷卡5次、刷卡金額1500元、打1次客服電話，且辦

卡一年來從未收到或受理任何投訴；按照傳統(tǒng)的單一數(shù)據(jù)分析，該客戶應(yīng)該是一

位滿意度較高、風(fēng)險(xiǎn)流失較低的客戶。但如果通過大數(shù)據(jù)搜索到該客戶的微信，

通過“某銀行”、“投訴”、“抱怨”、“生氣”、“不滿意”、“不方便”、“打不通”等

相關(guān)“關(guān)鍵詞”的組合檢索，發(fā)現(xiàn)真實(shí)情況是：由于他的工資卡和信用卡不在同

一家銀行，導(dǎo)致還款極為不便，好幾次打客服電話沒有接通，已多次在微信上抱

怨，滿意度和忠誠度均較低，與傳統(tǒng)分析得出了截然不同的結(jié)論。

綜上所述，大數(shù)據(jù)的內(nèi)涵不僅僅是某一時(shí)點(diǎn)的截面數(shù)據(jù)，更是一定時(shí)期積累

的縱向數(shù)據(jù)。因此，大數(shù)據(jù)不僅可以為社會科學(xué)研究中基于演繹邏輯的定量研究

廣泛使用，也可以為另一類研究方法即基于歸納邏輯的以案例研究(CaseStudy).

追蹤研究(PanelStudy)>扎根理論(GroundedTheory)、參與式觀察(Participant

Observation)實(shí)驗(yàn)研究(ExperimentalStudy)>檔案研究(內(nèi)容研究)(Archives

Study)等為代表的質(zhì)性研究所引入和使用。本質(zhì)上看，大數(shù)據(jù)因其來源多樣，

-11-

從而可以通過不同渠道、維度、時(shí)段的數(shù)據(jù)進(jìn)行相互驗(yàn)證，更容易發(fā)現(xiàn)單一來源

數(shù)據(jù)的不足和矛盾，從而實(shí)現(xiàn)多源交互檢驗(yàn)。這一方式類似案例研究構(gòu)建的“證

據(jù)三角形"（Triangulation）（Yin,20041）2,通過多種途徑提高數(shù)據(jù)的信度和效度。

五、大數(shù)據(jù)的贏利與邏輯

既然大數(shù)據(jù)存在上述優(yōu)勢，那么大數(shù)據(jù)又是如何實(shí)現(xiàn)贏利的呢？大數(shù)據(jù)贏利

需要遵循怎樣的邏輯？我們接下來將對圖二中的應(yīng)用部分作進(jìn)一步闡釋，并嘗試

將大數(shù)據(jù)的贏利演進(jìn)與其特征、目標(biāo)相結(jié)合，以認(rèn)知地圖（CognitiveMap）2的

方法構(gòu)建大數(shù)據(jù)贏利的邏輯內(nèi)涵。在圖四中，上層是大數(shù)據(jù)贏利的各階段性目標(biāo),

中層是大數(shù)據(jù)贏利的各個(gè)步驟，下層是大數(shù)據(jù)在贏利過程中的特征，我們將三者

結(jié)合在一起通過圖4來展示：

圖4大數(shù)據(jù)贏利的特征、目的與邏輯內(nèi)涵

（一）大數(shù)據(jù)的贏利步驟

首先，從圖4大數(shù)據(jù)贏利演進(jìn)的中間部分，即大數(shù)據(jù)贏利的邏輯內(nèi)涵來看,

1參見［美］Yin,R.,K.《案例研究設(shè)計(jì)與方法》IM］.重慶：重慶大學(xué)出版社，2004年11月第一版，1-59、

106-114?

2認(rèn)知地圖也稱"心像圖"（MindMap）、"心智圖"（MentalM叩）等，由Tolman于1960年代提出，以普

通地圖的形式展示知識的有機(jī)結(jié)構(gòu)；本研究采取廣義認(rèn)知地圖的方法，是基于認(rèn)知科學(xué)的人類對于事物及

其相互之間關(guān)系的關(guān)聯(lián)圖示，可用于表達(dá)隱性知識的圖形（張凌，2012）.

-12-

組織若想實(shí)現(xiàn)大數(shù)據(jù)的價(jià)值基本需要采取以下五個(gè)步驟。一是從個(gè)體、組織、國

家等大數(shù)據(jù)的源頭獲取數(shù)據(jù)，一般而言，企業(yè)最初獲取或者日常獲取的這類數(shù)據(jù)

往往是一種橫截面的數(shù)據(jù)，即節(jié)點(diǎn)數(shù)據(jù)，主要反映某一時(shí)間點(diǎn)的信息。因此，即

便此時(shí)的數(shù)據(jù)涵蓋了方方面面，嚴(yán)格意義上講也只能稱為橫截面大數(shù)據(jù)。二是企

業(yè)等數(shù)據(jù)搜集主體通過長時(shí)間的積累和追蹤，不斷累積橫截面的數(shù)據(jù)，逐漸形成

某一時(shí)間段的大數(shù)據(jù)。在研究上，這類數(shù)據(jù)被稱為縱向數(shù)據(jù)，具有考量個(gè)體和組

織行為習(xí)慣、特征偏好等功用。三是大數(shù)據(jù)搜集的主體通過數(shù)據(jù)挖掘，尋找大數(shù)

據(jù)中隱含的內(nèi)在聯(lián)系與因果關(guān)系，可以發(fā)現(xiàn)某些數(shù)據(jù)及其行為主體的規(guī)律。事實(shí)

上，只有橫截面與縱向共享的全量數(shù)據(jù)，才能稱為真正意義的大數(shù)據(jù)。四是即便

企業(yè)擁有了大數(shù)據(jù)，也不能直接通過它來實(shí)現(xiàn)贏利，需要在結(jié)合內(nèi)在規(guī)律的同時(shí)

通過發(fā)現(xiàn)其中的個(gè)性化數(shù)據(jù)信息信息，進(jìn)而采取精準(zhǔn)營銷、流程優(yōu)化、產(chǎn)品創(chuàng)新

等手段。這一系列手段，是企業(yè)實(shí)現(xiàn)內(nèi)部改進(jìn)、提升對外服務(wù)的必要條件。五是

即便企業(yè)不斷優(yōu)化改善，實(shí)現(xiàn)了營銷等方法上的準(zhǔn)確定位與創(chuàng)新，企業(yè)仍然存在

長期的發(fā)展挑戰(zhàn)。這時(shí)候，依托大數(shù)據(jù)進(jìn)行中長期戰(zhàn)略預(yù)測、對顛覆性的小概率

事件進(jìn)行風(fēng)險(xiǎn)管理，將事后和事中風(fēng)險(xiǎn)前移到事前管理，可以使企業(yè)在解決“近

憂”的同時(shí)兼故“遠(yuǎn)慮”，保持企業(yè)的基業(yè)常青。

（二）大數(shù)據(jù)的贏利特征

從圖4大數(shù)據(jù)贏利演進(jìn)的下部分，即大數(shù)據(jù)贏利的特征來看，前文提到的大

數(shù)據(jù)特征始終貫穿大數(shù)據(jù)贏利邏輯的全生命周期。一是橫截面的大數(shù)據(jù)獲取主要

體現(xiàn)了大數(shù)據(jù)獲取渠道的多樣性（Variety）、容量大等特征。二是縱向大數(shù)據(jù)的

積累主要體現(xiàn)了大數(shù)據(jù)容量大（Volume）、價(jià)值密度低等特征，橫縱向大數(shù)據(jù)的

集合更加復(fù)合展示了上述特征。三是正因大數(shù)據(jù)具有上述特征，因此在進(jìn)行數(shù)據(jù)

挖掘、規(guī)律尋找的之時(shí)，處理要求快（Velocity）便成為其通用的要求。不難看

出，處理要求快實(shí)際并非大數(shù)據(jù)本身所具有，而是大數(shù)據(jù)處理主體的必然要求。

四是更進(jìn)一步，從發(fā)掘個(gè)性化數(shù)據(jù)，實(shí)施精準(zhǔn)營銷、優(yōu)化創(chuàng)新起,精確性（Veracity）

也是處理大數(shù)據(jù)的必然要求。因此，類似處理要求快，精確性也并非大數(shù)據(jù)本身

獨(dú)有，海量數(shù)據(jù)匯聚一起，準(zhǔn)確需要處理主體來實(shí)施。五是對于企業(yè)等主體關(guān)注

的有關(guān)戰(zhàn)略預(yù)測、風(fēng)險(xiǎn)管理的核心大數(shù)據(jù)，必然具有較高的價(jià)值（Value）,事實(shí)

上，這一價(jià)值主要針對所需要的主體而言，即存在一種相對價(jià)值，并且這一價(jià)值

-13-

的賦予和附加恰恰是實(shí)施主體通過搜集積累、數(shù)據(jù)挖掘、創(chuàng)新優(yōu)化等手段所累進(jìn)

的。例如，工商銀行已經(jīng)實(shí)現(xiàn)了由事后監(jiān)督向基于操作風(fēng)險(xiǎn)監(jiān)控事中管理的戰(zhàn)略

轉(zhuǎn)型，并創(chuàng)新地開展了事前預(yù)測，增強(qiáng)流程和系統(tǒng)的風(fēng)險(xiǎn)管控能力（易會滿，

2013）。這一創(chuàng)新正是基于大數(shù)據(jù)的上述特征并應(yīng)用于實(shí)踐，不斷改善公司治理,

增強(qiáng)企業(yè)的核心競爭力，取得了良好的經(jīng)營管理效益。

（三）大數(shù)據(jù)的贏利目的

從圖4大數(shù)據(jù)贏利演進(jìn)的上部分，即大數(shù)據(jù)贏利的目標(biāo)要求來看，源自大數(shù)

據(jù)實(shí)施主體的要求與大數(shù)據(jù)贏利的步驟和特征休戚相關(guān)、相輔相承，從而形成一

整套交互融合的邏輯體系。一是橫截面的大數(shù)據(jù)獲取主要解決信息不對稱的問

題，避免因某些數(shù)據(jù)的缺失導(dǎo)致企業(yè)決策失誤，實(shí)現(xiàn)某一時(shí)點(diǎn)數(shù)據(jù)的對稱共享。

二是僅僅有橫截面的大數(shù)據(jù)處理還遠(yuǎn)遠(yuǎn)不夠，需要企業(yè)通過自身、外包、外購、

開源、交換等多種途徑積累更長時(shí)間段內(nèi)的縱向數(shù)據(jù)，最終建立縱橫向維度的大

數(shù)據(jù)集合，以擁有足夠的數(shù)據(jù)資源較少甚至消除概率誤差、系統(tǒng)誤差、研究客體

誤差和研究主客體溝通的“四大誤差”，為企業(yè)進(jìn)一步挖掘數(shù)據(jù)價(jià)值提供基礎(chǔ)支

撐。三是個(gè)性化數(shù)據(jù)挖掘用以實(shí)現(xiàn)精準(zhǔn)定位的目的，無論外部精準(zhǔn)營銷，還是內(nèi)

部流程診斷，個(gè)性化的數(shù)據(jù)必不可少，而通過大數(shù)據(jù)的不斷提煉和發(fā)掘，可以將

某些個(gè)體的信息片段或者斷點(diǎn)連接起來，形成展示個(gè)體信息和習(xí)慣的全貌，獲得

抽樣調(diào)查因果關(guān)系解釋不足的先天缺陷。四是進(jìn)一步發(fā)掘企業(yè)關(guān)注的長期核心數(shù)

據(jù)、小概率異常數(shù)據(jù)等，提煉事關(guān)企業(yè)戰(zhàn)略發(fā)展、宏觀經(jīng)濟(jì)形勢變遷、極端概率

風(fēng)險(xiǎn)事件的數(shù)據(jù)，保障企業(yè)實(shí)現(xiàn)持續(xù)穩(wěn)健發(fā)展。五是無論上述哪一方面，實(shí)質(zhì)都

是為了助力企業(yè)內(nèi)外部挖潛，確保企業(yè)實(shí)現(xiàn)贏利，幫助企業(yè)持續(xù)提升績效。

六、大數(shù)據(jù)的價(jià)值與展望

社會科學(xué)研究的一個(gè)重要目標(biāo)，就是要探索和解釋不同社會現(xiàn)象（研究變量）

之間的因果關(guān)系。而因果關(guān)系的基本條件之一，就是存在關(guān)系的兩種現(xiàn)象之間具

有時(shí)間上先后順序。作為原因的現(xiàn)象要發(fā)生在前,作為結(jié)果的現(xiàn)象要發(fā)生在后（風(fēng)

笑天，2006）o正如Cook和Campbell（1986）以及Shadish、Cook和Campbell（2002）

等提出有效的因果推論必須滿足三條準(zhǔn)則：一是假定的原因和結(jié)果之間具有共變

性，或者稱之為存在穩(wěn)定的關(guān)系；二是原因暫時(shí)優(yōu)先性，即原因必須發(fā)生在結(jié)果

-14-

之前；三是能夠控制和排除可能的因果關(guān)系之間存在其他解釋的可能性，即除此

原因之外沒有其他替代性的解釋。其中的準(zhǔn)則之二，就是用以保證因果關(guān)系的時(shí)

間順序，即先后順序的必要條件。大數(shù)據(jù)的出現(xiàn)，為社會科學(xué)研究實(shí)現(xiàn)這一目標(biāo)

奠定了更為堅(jiān)實(shí)的資源和信息基礎(chǔ)，其建構(gòu)、解釋和預(yù)測的精確性（Veracity）

甚至可以達(dá)到前所未有的高度。2014年，美國微軟紐約研究院的經(jīng)濟(jì)學(xué)家

Rothschild通過綜合博彩公司賠率、投票排行等大數(shù)據(jù)分析，以概率的形式成功

預(yù)測了24項(xiàng)奧斯卡大獎(jiǎng)中的21項(xiàng)，成功率高達(dá)87.5%'無獨(dú)有偶，美國印第安納

大學(xué)利用谷歌的心情分析工具，從海量網(wǎng)民的留言中歸納出六種心情，進(jìn)而預(yù)測

道瓊斯工業(yè)指數(shù)，準(zhǔn)確率高達(dá)87%（郭賀鏗，2013）。我們認(rèn)為：通過一定規(guī)模

的大數(shù)據(jù)，更容易發(fā)現(xiàn)和解釋不同社會現(xiàn)象之間的因果關(guān)系，進(jìn)而為個(gè)人、組織

特別是以贏利為目的的制造和金融等企業(yè)提供更為方便、準(zhǔn)確的金融產(chǎn)品和信息

服務(wù)。具體來看，主要表現(xiàn)為以下五個(gè)方面：

（一）實(shí)現(xiàn)精準(zhǔn)營銷

大數(shù)據(jù)有助于企業(yè)實(shí)現(xiàn)精準(zhǔn)營銷。前面提到的經(jīng)典案例“啤酒與尿布”、“少

女懷孕”等都是一定量級數(shù)據(jù)綜合分析的結(jié)果。盡管經(jīng)過了大量客戶與實(shí)踐的檢

驗(yàn)，但仍不排除存在一定數(shù)量的促銷和廣告推送失誤。例如，不排除美國有的已

婚女性也喜歡喝啤酒，也不排除已婚女性持有先生的信用卡幫助先生購買啤酒。

但是，在更為廣闊的大數(shù)據(jù)面前，這些例外都會迎刃而解。例如，除了“啤酒與

尿布”，鐘情啤酒的已婚女性可能還存在其他購物組合，如“啤酒與女士香水”、

“啤酒與護(hù)發(fā)素”等等，如果企業(yè)發(fā)現(xiàn)這類組合，便可以將客戶從的單身父親類

別中剔除，并建立新的客戶類別。在此基礎(chǔ)上，向客戶推送的營銷信息、金融產(chǎn)

品也可以不斷完善，實(shí)現(xiàn)個(gè)性化、差異化與定制化。事實(shí)上，所謂垃圾信息只是

用錯(cuò)了地方、給錯(cuò)了對象，一旦投送的客戶確實(shí)需要這些信息，便會“視為珍寶”,

決不置之不理。依靠大數(shù)據(jù)作為支撐，垃圾短信、垃圾郵件、垃圾廣告都可以變

廢為寶，延伸客戶關(guān)系管理（CRM）的范疇，建立企業(yè)與客戶更為緊密的聯(lián)系。

（二）發(fā)掘新型產(chǎn)品

大數(shù)據(jù)有助于企業(yè)發(fā)掘新型產(chǎn)品。在產(chǎn)品和服務(wù)的創(chuàng)新過程中，除了企業(yè)主

動(dòng)發(fā)起之外，來自客戶的需求也不容忽視。無論是客戶的客觀需要、抱怨投訴和

意見建議，積少成多，便可以從中發(fā)現(xiàn)端倪。例如，一些客戶因持有不同銀行的

參見,2014年3月4日。

-15-

信用卡或者在不同銀行貸款，需要每月定期去多家銀行或者登陸各銀行網(wǎng)銀還

款，有銀行正是基于客戶“多頭還款”的問題開發(fā)了基于同一銀行卡的定期轉(zhuǎn)賬

還款產(chǎn)品，很受這類客戶的歡迎。再如，一旦有客戶在網(wǎng)銀退出某類金融產(chǎn)品或

者通過電話銀行、自助銀行放棄某項(xiàng)金融服務(wù)的使用，不妨在隨后的流程或界面

上多問一句：可否請您告知我們放棄此類產(chǎn)品的原因？并列舉若干選項(xiàng)：A、操

作不方便；B、未達(dá)預(yù)期收益；C、存在安全隱患；D、其他銀行有收益更好的產(chǎn)

品……以及您還需要補(bǔ)充的情況等等。日積月累，這些信息更有助于了解客戶和

競爭對手，進(jìn)而不斷完善、豐富和改進(jìn)金融產(chǎn)品與服務(wù)。

（三）優(yōu)化內(nèi)部流程

大數(shù)據(jù)有助于企業(yè)優(yōu)化內(nèi)部流程。除了外部客戶之外，企業(yè)員工這一內(nèi)部客

戶的感受和體驗(yàn)也不容忽視?；诖髷?shù)據(jù)理念，可以協(xié)助企業(yè)尋找影響員工滿意

度的關(guān)鍵瓶頸，梳理導(dǎo)致內(nèi)部抱怨的流程要點(diǎn)，從而幫助企業(yè)進(jìn)一步優(yōu)化流程，

提高運(yùn)營效率和服務(wù)質(zhì)量。例如，通過系統(tǒng)監(jiān)控，可以發(fā)現(xiàn)員工在哪些環(huán)節(jié)操作

時(shí)間過長，在哪些步驟容易出現(xiàn)失誤，并進(jìn)一步分析有沒有員工可以在計(jì)劃時(shí)間

內(nèi)保質(zhì)保量完成，為什么一些員工需要更多的時(shí)間，為什么一些員工會出現(xiàn)失誤。

進(jìn)而通過改進(jìn)操作流程、完善運(yùn)營系統(tǒng)、進(jìn)一步培訓(xùn)監(jiān)督等方式來共同提升員工

的操作水平。事實(shí)上，20世紀(jì)80年代后出現(xiàn)的“全面質(zhì)量管理”（TQM）、“戴

明環(huán)”、“六希格瑪”（6。）等管理理念正是基于企業(yè)內(nèi)部數(shù)據(jù)分析、匯總的結(jié)果。

而通過大數(shù)據(jù)，還可以結(jié)合員工個(gè)體的日常行為、企業(yè)的重大事件等來共同預(yù)測、

防范和控制一些小概率錯(cuò)誤的影響，合理控制或降低事故的作用范圍和程度。

（四）創(chuàng)新商業(yè)模式

大數(shù)據(jù)有助于企業(yè)創(chuàng)新商業(yè)模式。相信在未來的若干時(shí)間，一批數(shù)據(jù)公司、

顧問公司、數(shù)據(jù)倉儲公司、數(shù)據(jù)挖掘公司、分析統(tǒng)計(jì)公司、數(shù)據(jù)營銷策劃公司會

應(yīng)運(yùn)而生，活躍在各個(gè)行業(yè)；而一批企業(yè)數(shù)據(jù)庫、行業(yè)數(shù)據(jù)庫、政府?dāng)?shù)據(jù)庫會逐

步建立，甚至有的數(shù)據(jù)庫會實(shí)現(xiàn)部分?jǐn)?shù)據(jù)的開源共享，從而產(chǎn)生更大規(guī)模的數(shù)據(jù)

使用與融合。當(dāng)然，無論上述哪種商業(yè)模式，或者精準(zhǔn)營銷、創(chuàng)新產(chǎn)品、優(yōu)化流

程的哪個(gè)方面，企業(yè)或者個(gè)人都將付出一定技術(shù)與人力成本。因此，我們在此提

示各類組織、個(gè)體，在選擇大數(shù)據(jù)挖掘處理之前，一定要先行了解和評估大數(shù)據(jù)

分析運(yùn)營的成本，從而結(jié)合自身實(shí)際客觀考量是親歷親為還是業(yè)務(wù)外包，是全面

-16-

挖掘還是典型取樣，是自己自足還是開源共享。可與預(yù)見的是，在不久的將來，

一批基于大數(shù)據(jù)應(yīng)用的企業(yè)整合、并購和外包浪潮會隨之到來，并深刻影響和改

變我們的工作與生活。這一時(shí)期，更需要公民、企業(yè)與政府聯(lián)手，制定有關(guān)大數(shù)

據(jù)應(yīng)用與共享的系列法律和規(guī)則。

(五)加強(qiáng)風(fēng)險(xiǎn)管理

大數(shù)據(jù)還有助于提升風(fēng)險(xiǎn)管理水平。眾所周知，大數(shù)據(jù)是與互聯(lián)網(wǎng)相伴相生

的，在密切人與人聯(lián)系的同時(shí)，相關(guān)風(fēng)險(xiǎn)事件也層出不窮。其中，以電話欺詐、

信用卡欺詐、支付欺詐為代表的“三類欺詐”尤為突出，又與個(gè)人信息泄露和部

分?jǐn)?shù)據(jù)共享有著緊