《大数据经济新常态》：数据生态圈中的求存求变

一、无处不在的数据

晚上，我打开淘宝，首页的推荐上全是“秋季连衣裙”，搜索框已经默认好了关键词，正是我昨天加入购物车的裙子套装；我打开微信，开始刷朋友圈，赫然一条广告：“数据分析训练营，售完下架！”，想起前不久报名了一门Python的数据课程；这时，手机响起，一个陌生的电话：“您好，我们这里是专业验房的，我们有一个业主的验房交流群，可以邀请您加入吗？”原来，还有人比我自己还记得清楚我的房子啥时候准备交房……

细一想，突然觉得惊恐至极，似乎自己的一言一行都被一只无形的眼睛盯住一般：你今天查看了什么新闻？你在哪里消费了什么？你家的宠物猫咪常吃哪个牌子的猫粮？……似乎，最了解你的已经不再是你妈，而是这些掌握了你行为数据的大企业、大公司。

这些场景，大卫·A·施韦德教授在其著作《大数据经济新常态——如何在数据生态圈中实现共赢》中，已经做了详尽的描述。各式各样的企业，开始应用大数据构建业务，进行营销广告的精准定位。最典型的就是淘宝、京东这样的电商平台。比如，当你在淘宝搜索了你想买的某个产品，或是你浏览某种类型的商品后，阿里巴巴的大数据就会为你建立一个涵盖你以往购物历史数据、搜索记录、浏览记录的私人数据库，这会给你带来一定的便利，比如说，会为你推荐你感兴趣的同类商品，降低你主动搜索的成本。但这个意义对于淘宝来说更要重大得多，淘宝不仅可以据此预测你在此时此刻正对某些商品感兴趣，而且可以由此对你进行消费者行为画像，推测你的行为偏好、你的消费水平，甚至目前所处的人生阶段，是否正在经历重大的人生事件，比如怀孕或装修新房等，从而预测你可能需要其他相关商品。这时，不需要你逛淘宝，当你打开其他网页(与淘宝合作的相关网站)时、甚至你电脑开机时的弹窗，都会不失时机地弹出你可能感兴趣的商品，在大大提升广告推广效率的同时亦不会让人过分反感(甚至某种商品恰好满足你的需求还会激发你的感激之情)，从而达到提前锁定潜在目标客户、进行精准营销的目的。除此之外，淘宝把众多的私人数据库集合起来，就构成了一幅消费者集体画像，可有效地判断某时某地大众的消费趋势，为商家更好地实施商业战略规划提供参考。

这就是这几年热度只增不减的大数据。尽管大数据的存在不露声色，但却扎扎实实地改变了我们的生活。我们享受着大数据带来的便利，我们的行为也构成了大数据应用的一部分，成就了大数据应用的基础。与此同时，大数据也给我们带来了前所未有的威胁和挑战，比如，隐私信息的泄漏等。

二、大数据时代下的大数据思维

一个做电商的朋友，给我描述了他是如何通过数据进行商品布局的：首先，他会避开卖家众多、头部明显的领域，比如女装、手机、数码；然后，在那些冷门的类目下面去搜索，查看后台的卖家数据和顾客搜索数据，如果发现卖家很少而搜索量又很大的商品，就说明可能是一片蓝海。

这是一个非常简单又典型的运用大数据进行经营决策的例子。我问他，这么简单的道理，应该所有人都能轻易学会，只要大家都发现同一片蓝海一拥而入，不就又变成红海了？他笑了笑说，事实上并不是如此，绝大多数人都没有这样的数据思维，做事情仍然是单凭着一腔热血，做决策往往就是拍脑袋一热，看到什么火就往里面冲。所以说，数据思维仍然是一种稀缺资源，就像很多人都知道大数据，却并不知道到底该如何挖掘其价值。

那么，所谓的大数据思维到底是什么呢？大数据思维，首先是全样思维。全样思维是大数据区分于传统的数据分析的一大标志，传统的数据分析以抽样为典型代表，因为受限于数据采集、存储等方面的不足，只能通过抽取少量样本来研究分析，据以推测整体的特征，企业原有的市场调查、用户分析都是基于此。由于抽样的不全面性和不稳定性，可能导致推测结论与实际情况相去甚远。施韦德教授指出，大数据的特性，首先就是大量（Volume）和多样（Variety）,规模大到接近于整体，使得获取全样数据成为可能，从而彻底解决抽样方法所带来的不利影响。这也启示我们，企业在进行大数据转型时，首先要研究的就是如何获取尽可能多的、颗粒度尽可能细的数据，如何尽可能真实地还原现实世界。比如，我那位朋友购买的后台搜索数据库，就是一个近乎全样的数据，而不是在大街上发放几张问卷。

但是，数据并不是越大越好，大数据真正的价值并不仅仅在于“大”，而在于“决策有用”，价值含量、挖掘成本比数量本身更为重要。与此有关的另一个大数据思维叫做相关思维。相关思维告诉我们，企业需要采集的信息数据必须是企业生产经营决策所需的相关数据，比如，对于烟草企业来说，消费者的性别、年龄、口味偏好等对于卷烟消费来说属于相关信息，但消费者的身高、体重等可能就是无关信息，收集再多对企业来说也无法挖掘出多大的价值。同时，相关思维颠覆了传统的因果思维，我们要分析的是数据间的相关性，而不一定有因果关联，比如，沃尔玛公司通过分析大数据发现，在某些特定的情况下，“啤酒”与“尿布湿”这两件看上去毫无关系的商品会经常出现在同一个购物篮中，原因在于，在有婴儿的美国家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布湿。父亲在购买尿布湿的同时，往往会顺便为自己购买啤酒。于是工作人员将纸尿裤和啤酒放在一起，使得啤酒和尿片的销量双双激增。这就是没有因果联系下的相关性。

三、大数据时代下财务人员的出路在哪？

当然，数据本身并不是目的，正如麻省理工学院数据商务中心负责人埃里克·面林诺弗森所言，最大的问题，将是人类利用、分析、转换数据为决策的能力。那么，如何获取这一能力，对于企业和个人来说，既是挑战，也是机遇。对于个人来说尤其如此。随着技术的发展，传统财务关于数据归集、分配、汇总的工作将很快被计算机或机器人所取代，财务人员传统的数据分析优势也将不复存在，在此背景下，财务人员的出路在哪呢？

施韦德教授认为，未来最受欢迎的人才，将是“宽客（quants）”型人才，也叫“数据忍者”。这样的人需要具备三种技能：特定领域的专业知识，加上复杂的统计工具知识，以及开发和实现这些大规模算法必需的专业技术。简言之，财务人员要想在大数据时代的生态圈中激流勇进，必须要有能力成为数据背后的“忍者”，既要有扎实过硬的财会、税务、资金等专业知识，也要掌握复杂的统计学理论，更重要的是，要学习计算机、编程知识，具备人机对话的能力。笔者公司最近的招聘中，对财务岗位需求就明确了除财务相关专业外，必须主（辅）修过数学与应用数学、信息与计算机科学、电子与计算机工程等相关专业，这也是近年来进行财务信息化建设的迫切需要，也可见此类人才的稀缺。

思维和能力的形成绝非一日之功，大数据的浪潮汹涌而至，不会留给我们财务人员太多的时间来观望和彷徨，如果还不知道从何应对，那就从学一门编程语言开始吧。