由浙江省人民政府主辦，中國服務貿易協會電子商務委員會、中國電子商務產業聯盟、義烏市人民政府聯合承辦的2015中國(義烏)世界電子商務大會于4月12-13日舉行。上圖為阿里巴巴集團副總裁、大數據委員會會長車品覺。（圖片來源：新浪財經 劉海偉 攝）

　　新浪財經訊 由浙江省人民政府主辦，中國服務貿易協會電子商務委員會、中國電子商務產業聯盟、義烏市人民政府聯合承辦的2015中國(義烏)世界電子商務大會于4月12-13日舉行。阿里巴巴[微博]集團副總裁、大數據委員會會長車品覺在發言時表示，整個大數據里面最重要的東西就是這個數據的閉環到底是不是完整的。

　　他稱，過去的大數據是PC時代的大數據，現在的大數據年代是移動的大數據年代，連數據底層都已經出現了變化。

　　以下是文字實錄：

　　車品覺：各位領導各位來賓，早上好。今天來到這里的朋友們，你們大家有用過大數據嗎？如果大家是開車到會場，相信大家已經用上大數據了，因為我們現在的導航地圖，實際上是有很多人愿意分享自己每天開車的時候走過的不同路徑，他們愿意分享這些數據。今天，我們可以知道開車的路上，前面到底有沒有堵車，這完全是因為我們已經學會了用上別人的數據。大數據非常重要的是，我們有沒有學習到用到數據上的冗余。

　　剛才我們提到義烏要做一個世界級的商品銷售中心，在這個地方最關鍵的東西其實就在于數據的融合。數據怎么整合是非常關鍵的，所以今天我想跟大家介紹稍微有一點點技術性的東西，但是也應該是相對比較容易理解的話題。

　　前一陣子，有一位周教授講了一個總結，這個總結非常好，到底企業今天有沒有使用上大數據，很簡單的兩句話，第一有沒有量級的數據，如果沒有，它不可能有足夠的材料使用大數據。第二，當它有量級的數據的時候，有沒有用這個量級的數據達到深度的洞察。我們現在有很多的媒體會講到，我們做了一個一百多人的統計以后，我們發現百分之多少人喜歡什么，多少人不喜歡什么。這只是一個小樣本的東西，其實沒有用上大數據。

　　當然，就義烏每天的商品量來講，肯定會用上量級的數據。那么有沒有進行深度的洞察，這是非常關鍵，所謂深度的洞察就是知道更深度問題的原因。

　　有沒有數據，有很多人其實都會說有，我當然有數據。但是如果細分的話會發現，有沒有數據，下一句就是準不準，然后再下面就是細不細、全不全、穩不穩、快不快。我在這里所講到的每一個問題，背后都是把數據的階段要提升，不僅是有沒有，還有拿到的數據到底準不準確，拿到的數據是不是足夠細，這非常關鍵。如果加起來都有的話，那么我們就是有很重要的數據資產，這是一個。

　　另外要使用數據的閉環，我們從布點開始收集非常多的數據，我們要把它存儲起來，要不斷的刷新。這時候從電子商務來講，我們要把東西分類，不同行業的分類怎么去存儲。存儲完之后，我們最關鍵的就是說多快刷新，因為東西都是動態的，不可能是靜態的。你收集了這一秒之后，什么時候會刷新你的數據？比如說交通的情況，肯定是要快速刷新的，以秒級來刷新的。但是如果問你住在哪里，住在哪里這個數據不會在一秒鐘里面刷新，可能一個月才刷新一次。所以數據的刷新是有長短的，以及數據存儲跟刷新之間是有很重要的整合的關系。

　　第三個，識辨跟關聯，數據不關聯是沒有力量的，不關聯是無法產出它的價值出來。做了前三個我們才可以說，才在當中找出規律，我們可以把數據挖掘做成一個決策，行動。最后一點是反饋。

　　整個大數據里面最重要的是什么？其實整個大數據里面最重要的東西就是這個數據的閉環到底是不是完整的。如果這個數據的閉環不完整，那么就無法知道未來還要收集更多的什么數據，布點到底布得對不對。不要小看布點，我們今天很多的移動的數據，布點是不一樣的，收集的東西也是不一樣的。過去在互聯網的網頁，我們只需要收集人們點了什么。但是今天移動手機上我們收集的數據不是點了什么，而是在什么時候放大這個圖片來看，這個動作以前在PC里面是沒有的。所以整個閉環會因為科技的變化，也會產生變化。這就是我們現在對于使用數據的時候，最大的一個變化點。

　　從每一個點，包括我們更多的人使用手機，更多的人使用不同的設備，包括最近產生的物聯網的技術也影響到我們收集數據的完整性。

　　所以如果和剛才那張圖比一下，我們會發現收集的時候會影響到數據的準不準、細不細，以及反饋的時候能夠知道，以前我們以為自己有的數據實際上是沒有的，或者以前有的數據今天是不準確不快的。傳統企業有很多數據的收集，不是以一個禮拜的，有時候一個月以后的數據還是不完整的。一個月之后的數據都不完整，那你怎么使用這個數據？快不快其實蠻關鍵的，現在有很多零售業在各地都有公司，但是匯總數據是以月為單位，月底才能拿到需要的數據。

　　穩不穩好像聽起來不是這么關鍵，但是如果使用數據的閉環中如果不問，如果說yes的東西結果說了no及因為你的數據不穩定，這也是非常關鍵的。當我們對閉環使用得很熟悉的時候，今天的第三張圖，大數據的總結就是這幾張圖，對數據有沒有清楚一點，什么東西我有什么東西我沒有，什么東西有但是不全，什么東西我有但是不能細，再把這個東西做細做全。當然，這不是為了數據而數據，更多的是關于你到底最后是要找出什么規律，要找出什么樣的規律的時候你的數據最重要，你就會知道為什么不細的東西要補得更細。

　　那么如果這個閉環使用得很好的情況下，我們就進入到數據泛化的情況下。一個公司，少部分人使用數據而不是所有人使用數據的話，那么是數據科學的階段。少量的數據科學家可以把其中少部分的問題來解決。但是到了下一個階段，我們要把整個公司的數據能力工程化，也就是說更穩定更容易使用。當到了工程化的下一個階段，就是服務化。不是一定要很高大上的人才使用數據，而是公司里每一個人都使用上數據，這就是數據的泛化。

　　成本化的變化對大數據來講，其實是非常關鍵的。我前一陣子見了國內有很大量數據的，他跟我說，整個大數據的兩個點非常容易用，一個是獲客，怎么用更低的成本獲取客戶，另外怎么用大數據幫我們定價，這兩個對大數據是非常關鍵的，如何定價如何獲取更好的客戶，還有怎么樣保全今天的客戶，這三個點是非常重要。

　　今天想潑一個冷水，就是大數據擁有非常多的隱性成本，看起來很美，但是其實大部分的數據只有20%的數據量是有足夠的數據樣本做大數據的，其它的地方都非常稀缺。舉個例子，如果這個人每周都來比如說1號店購買，那么你很容易猜到他要什么。但是一年才來一次、兩次的人，大數據怎么能知道這個人到底要什么？這個80%里面所要使用的成本，跟剛才的20%的成本是很不一樣的。有很多的企業，應用大數據的時候都以為所有的東西都是20%里面的東西，容易用的東西。實際上你慢慢用下去，發現它的成本結構是不一樣的，越用到數據稀缺的地方，成本越高。那個時候，所以我跟很多企業家講，小心一點，當你用大數據的時候二八原則就開始出現了，沒有那么美好的。

　　第二個，當你發現有很多用戶，特別是互聯網金融里面，比如說前一陣有一個人跟我說，他的公司可以，只要你告訴他在微信的數據之后，他可以很快的決定借不借錢給你、借多少。這是說微信微博里寫的東西都是可信的時候，但是大家都知道公司會用這個來評分決定借錢給你的時候，這時候的成本就高了，要防止作弊。

　　第三，現在使用大數據的限制還是比較少的，未來隨著限制的增多隱性的成本還是增加的。

　　我是想說，所有人都認為大數據很美好的時候，還是會有這樣的隱性的問題在。

　　科技的變化其實對大數據的影響非常大，大數據這個行業最大的吸引力在哪里？就是沒有一個人說自己是專家。但是同時，如果你能吸引它，它的變化很好玩。今天我想跟大家說的一個最大的變化，有很多以前我們根本無法獲取的數據，現在可以越來越容易拿到。從哪里找到用戶，怎么吸引他，用什么吸引他，怎么去行動？這些對零售業來講以前是很難的，但是關鍵的不是這張圖，大家畫這張圖的時候面對的是今天自己的用戶的時候，那就不是大數據。大數據是什么？是他還沒有成為你的客戶的時候，你居然知道怎么找到這個客戶、怎么吸引他、用什么吸引他和如何行動。這就是剛才講的80%里面你沒有那么多數據，因為他只來了一次。如果讓來過你店次的人，你都知道怎么找到他用什么吸引他，我覺得這個時候用上了大數據。用大數據，我覺得最關鍵的是如何知道自己本來不知道的事情，然后它的價值點就不只是優化這些數據。

　　剛才我所講，對外部數據的認知，產生了價值讓自己增值，剛才講到義烏的商品集散銷中心，不能只看自己義烏的數據，而要看全世界的數據，全世界的數據今天的整合，今天這個地方才會產生非常大的力量。

　　最后，抓住移動大數據的時代。移動大數據的時候，不是4個V，是三個時間點，實時、適時、全時。全時，我們利用全時的時候收集數據，找出一些規律出來。適時，就是在什么機會點去營銷，在合適的時間。在中間一個關鍵點，實時，實時收集數據實時觸達用戶的這個能力只有手機這個年代出現，以往來講這個東西是不存在的。因為有了手機，實時收集的能力，與實時去營銷的能力出現了，才會出現你一定要對他全時的關注以及適時的關注。這3個T的年代，我們一定要重新定位，過去的大數據是PC時代的大數據，現在的大數據年代是移動的大數據年代，連數據底層都已經出現了變化。如果在座的有人電子商務，你可以回去跟你的工程師說，我們的底層數據到底有沒有移動？很簡單，我問一個問題，在你的數據底層里面，因為APP里面一個非常關鍵的KPI是，這個人到底每天停留在你的APP的時間有多少，你的APP能成為他進入手機的第一個應用的百分比是多少？這些數據都是在以前PC時代比較少去看的。包括有一個指標非常關鍵，如果你現在有APP的話，你的APP的數據更新次數是多少？用戶upgrade你的APP，只要你的用戶開始減少upgrade，你要小心，他快要離開你的APP了。這些數據在移動的時代，和PC的時代是非常不一樣的。

　　我今天要講的就這么多，謝謝大家。

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。