打開大數據的正確方式——做減法

　　文 | 俞毅埃森哲數字服務大中華區總裁、董事總經理

　　隨着數字技術的廣泛應用，原本的新奇感已經蕩然無存。創新領域內積年累月的爭奪不斷攫取着人們的時間和注意力，反而令用戶感到信息過載、不堪重負；企業在廣泛地收集個人數據，卻不注重數據隱私的保護；算法在更精準地滿足消費者需求的同時卻也在製造偏見，形成“信息繭房”。

　　這一切都指向了企業對於數據的應用。在一個崇尚獲取流量、挖掘數據洞察的商業環境下，企業、組織或是機構都應該重新思考數據應用的信條、態度和方式。在相關法規尚未完善的情況下，率先垂範的企業將獲得信任，有望開啓新的增長。

　　埃森哲在

　　《Fjord趨勢2019》

　　中提出，當下正是去蕪存菁的時刻，人們將決定哪些數字產品和服務對生活仍有價值。在價值交換必須雙向互利的前提下，大衆和企業開始審視自身真正看重的東西，終將拒絕那些無法滿足自己需求、甚至過多打擾的產品和服務——這將從本質上改變人們、技術和商業的關係。

　　沉默是金——從關注度到價值

　　埃森哲早在2015年的《Fjord趨勢》中就提出了“數字瘦身”（Digital Dieting）的觀點，呼籲人們關注數字世界和現實環境的矛盾和對立。如今，越來越多的提醒、通知、推送和語音服務讓消費者紛擾不堪，引起人們對數字化技術的恐懼，消費者開始取消關注、退出訂閱，以求消停。

　　在此局面下，技術巨頭們決心以管控和限制爲原則重新打造用戶體驗。例如，蘋果公司（Apple）和谷歌（Google）推出了限制屏幕使用時間的工具；騰訊開始對網絡遊戲玩家的年齡進行更爲嚴格的限制；微軟（Microsoft）、亞馬遜（Amazon）和思科（Cisco）等企業支持開發那些尊重用戶時間、注意力和隱私的技術。

　　用戶在選擇產品、服務和相關企業時所看重的價值已不同以往。過去，消費者追求新奇、興奮和即時滿足；而今，他們拒絕那些譁衆取寵的企業。

　　普及精簡型數字產品的步伐只會越來越快。用戶可以根據所處位置，自行把握產品使用度。消費者希望企業尊重其個人意見與整體需求，而不是僅僅將其視爲服務的單向接收方。企業不僅要盤算自身產品，還要着眼於產品投入的市場環境。唯有全盤考慮並尊重消費者個性，企業才能與消費者建立有意義的長期關聯度。

　　一些企業不僅着手優化用戶體驗，還推出相應的實體產品，以便用戶儘可能減少數字技術的使用頻率。例如，Light Phone是一款功能極其簡單的智能手機，旨在降低用戶日常使用手機的頻率；創業者伊萬·凱什（Ivan Cash）和斯科特·布魯（Scott Blew）在衆籌網站Kickstarter上推出了一款能夠屏蔽電子屏幕的太陽鏡IRL Glasses，可以隔絕LED和LCD屏幕顯示的畫面。

　　數據減法——從海量到適量

　　對用戶的紛擾從一定程度上反映了企業對於數據收集、存儲以及分析似乎“過於熱情”。同時，用戶對於數據運用的擔憂也從未如此的緊迫。竊取用戶數據的醜聞不斷警醒着數據濫用的問題，用戶在分享數據時變得更爲小心謹慎。

　　數據運用的信任在用戶端和企業端都面臨巨大的挑戰。埃森哲的報告指出，如果個人數據不能得到保障，消費者寧願放棄獲得更好體驗的機會。超過四成的中國消費者由於信任的缺失而更換了商家，中國企業因此流失的收入高達5.3萬億元人民幣；而在企業之間，數據質量和網絡安全等成爲了阻礙大規模應用新技術重要原因。

　　企業應當剋制對數據的採集，需要運用算法最大化地利用數據，並將對消費者的影響最小化。企業可以把範圍鎖定於產品和服務所需的數據上，推動“數據最大化主義”（data maximalism）向“數據極簡主義”（data minimalism）轉變。企業需要明確展示數據所有者和數據使用者分別能夠獲得的價值，並賦予用戶更大數據掌控權。

　　但是，一些企業並沒有完成這樣的轉變。最近，上海市消保委對39款關於網購、出行、生活服務類APP進行了個人信息保護的測評，結果發現有25款APP申請的權限在軟件中並沒有對應功能。換言之，這些企業通過APP調用或獲取了個人敏感信息與業務並非相關。有16款APP在溝通後刪除了敏感權限。

　　部分企業和機構則開始掌握主動。例如，Augmented Mundanity OS項目設想出一種全新的操作系統，有助於用戶輕鬆瞭解並使用隱私工具。《紐約開放數據計劃》通過發佈該市所有機構和企業生成的所有數據集，從而增加透明度和問責，幫助紐約市民更好地使用並瞭解城市數據，最終惠利於民。

　　此外，初創企業看到了用戶期望更好地控制和利用自身數據的需求，開始採用各種數字手段完善數據交易市場。

　　例如，CyberVein開發出一款基於區塊鏈的系統，用戶可以在系統中出售自己的數據；BehaviourExchange則開發了一款雙向互利的數字平臺，用戶可以分享數據以換取代幣獎勵，企業則可通過數據鎖定目標客戶；Health Wizz是一款可讓患者安全地彙總、整理和分享醫療記錄的平臺，現已成爲新一代利基數據平臺市場中的佼佼者。

　　在可預見的未來，幾乎所有企業都將依賴算法做出關鍵商業決策。因此，光有公開透明還不夠，企業還應審查數據源中的潛在偏見，重新校準算法。埃森哲已經朝着這個方向邁出了第一步，開發了一款算法公正工具，可以快速評估數據是否能產生公正的結果。

　　包容個性——從定量到定性

　　在人們渴望清淨的時候，我們不能忘了另一個極端：越來越多的企業開始打造個性化產品和服務的同時，卻將一些個體排除在外。

　　聽上去很矛盾？其實，正是由於陳舊的用戶分類方法，企業或公共部門即便運用了最新的數字技術，卻在通往包容性的道路上栽了跟頭，製造了新的偏見。

　　在2015年、2017年英國大選以及2016年歐盟公投的投票結果的預測均告失敗後，人們開始意識到，民意測驗之所以出現預測失誤，並不是因爲缺乏足夠的選民數據，而是因爲算法讓每個人沉浸在自己偏好的信息世界裏，忽略了選民的實際背景，產生了過濾氣泡（filter bubbles）現象；各大品牌在高達2540億美元的穆斯林時尚市場屢屢受挫則是另一個例子。雖然諸多企業推出了專爲穆斯林婦女設計的服飾，卻把穆斯林婦女視爲喜好一模一樣的同質化羣體，因此飽受批評。

　　許多企業、機構仍然基於定量洞察和人口統計學來設計、研發以及製造產品和服務。儘管數字不會說謊，卻無法代表全部，因爲數字無法顯示具體背景下的個人行爲。“黑天鵝”理論的提出者納西姆·尼可拉斯·塔雷伯（Nassim Nicholas Taleb）曾指出，很少有人能夠意識到統計模型的侷限性。一旦人們對這些模型過於自信，所做的決策甚至比沒有使用模型時還要糟。

　　在數字技術的幫助下，之前被忽視的個體們能夠通過草根活動聯合起來，發出自己的聲音，這也爲希望與個體們建立聯繫的企業開闢了新渠道。然而，我們應當如何瞭解那些沒有在收集數據中體現的羣體呢？以及針對相關羣體的產品和服務？

　　在分析數據時，企業需要以人們的生活環境爲基礎，才能挖掘數據背後含義的定性洞察。我們將不再使用傳統的市場劃分方式，而是根據個人行爲和態度確定客戶的思維模式，從而設計個性化產品和服務。

　　在拿到客戶數據後，企業的第一步都是利用數據驗證假說。隨後，企業會確定客戶的行爲模式，從而優化產品、服務或策略，這是多數企業當前所處的階段。第三步則最爲緊要：使用數據在企業和客戶之間進行獨立的個性化交互。

　　Hotels. Com在保持品牌吸引力方面做出了努力，其使用技術企業Persado研發的人工智能平臺調整營銷語言，定製面向不同客戶羣體的內容和表達方式；Fjord和大衆汽車（Volkswagen）開展有關未來出行的研究也表明了，人們在通勤和旅行時的期待和需求是有多麼的複雜——綜合市場因素、經濟因素和個人偏等因素，一共定義了六大總體思維模式，然後細分爲了21個羣體，可謂“千人千面”。

　　因此，智能化企業會探索數據背後的“爲什麼”，打造一個真實的、全方位的客戶視圖。新的數據框架將不斷涌現，全面整合大數據（定量）、厚數據（定性）和廣數據（靈活預期、趨勢、背景洞察和行業洞察）將有助於繪製細節更爲詳實的數據圖景。如果企業能夠有機整合定性和定量數據，必將在競爭中佔據優勢地位。

　　商業成功不僅在於提供和個人相關的價值，還要有利於世界。這就要求企業一改過去的做法，反其道而行之：保持安靜，不要譁衆取寵；從客戶角度瞭解客戶，而非自以爲是；適可而止，以免過猶不及。

　　企業的價值創造不是單純源自做得更大，而是源於變得更好。天下熙熙，天下攘攘，唯有相關，方能長久。