關於演講人
比約•布勞卿博士（Dr. Bjorn Bloching）是羅蘭貝格管理諮詢公司高級合夥人，國際市場與銷售技術中心領導人。他是經驗豐富的行銷專家，對品牌管理、量化市場與銷售戰略領域見解頗深。以下是他在2014年1月21日FT中文網讀者俱樂部活動上的演講實錄：
四年前寫這本書的時候，不管是在羅蘭貝格、在德國市場，還是與我合著的作者都很難理解大數據爲什麼會是一個很火的話題。當時大家都還在想，我們爲什麼要討論數據話題，爲什麼討論客戶互動，在之前德文版剛剛出來的時候大家還沒有意識到數據的重要性。
到2014年這個情況發生了徹底的改變，不管在中國還是在世界其他地方，大家都在討論大數據，各個行業、各個公司都在討論大數據對他們的意義。在google上有一項功能，可以統計對一個關鍵詞搜尋點擊的次數，在2012年的時候幾乎沒有人去搜索大數據這個關鍵詞，但現在已經呈現出了爆炸性的成長，它的點擊率和搜尋率已經達到了數十億次。
今天我不僅會給大家看一些例子，就是說你可以用數據來做些什麼，還更多探討大數據對於企業來說意味著什麼。現在對數據有各種各樣的應用，它會徹底改變我們看待公司的視角，徹底改變企業和客戶的互動，可以徹底改變你做生意的速度和靈活性，可以說這是一個範式的改變。
我介紹一個人，叫勞倫斯•薩默斯，他是歐巴馬政府前首席經濟顧問，他就認爲未來200年的經濟發展中，我們會比以往更加依賴事實與分析，在歐洲有一個實證實驗，如果讓人們來選擇和誰去談戀愛的話，70%的人會選擇依賴演算法，而不是直覺來選擇和誰談戀愛，所以，可見我們在座生命中最重要的決定，就是和誰談戀愛這件事上，70%的人是依賴於分析、演算法、數據，儘管他們並不懂這個演算法是怎麼計算的。
大數據顛覆生意模式
來看一下在150年之前，村子裏有很多夫妻店，這些夫妻店的經營者對於村子裏的人非常瞭解，對客戶的所有資訊都瞭如指掌，瞭解客戶所有的需求，甚至他對消費者的瞭解都超出了消費者希望瞭解的程度，因爲在那個時候像這些夫妻店可能是村裏各種八卦的集散地，他們瞭解的東西非常多。過去150年零售發展和創新與日俱增，在中國這個進程更快，可能2、30年就已經趕上了西方國家150年的步伐。可以說這些零售商超市的效率越來越高，他們的供應鏈越來越高效，商品非常的豐富，價格越來越低，但有一個問題，他們和消費者之間的這種親密度和聯繫在逐漸失去，而現在有了對數據的分析，有了像亞馬遜這樣的分析模型，我們就可以把夫妻店這種和顧客的親密感與現代零售的高效率完美結合起來。
下面我來講第一個案例，沃爾瑪的案例。20年前沃爾瑪是首個大範圍使用大數據的零售商，它能夠知道在美國每一個門店的銷售資訊，它知道一個消費者在購物的過程當中，他一次性買了哪些商品。那個時候因爲沒有會員卡，所以，沃爾瑪不知道是誰購買了這些商品，但起碼他們知道一張購物單上有哪些商品。所以，他們發現在下班時間6、7點鐘的時候，經常會發現啤酒和嬰兒尿片是同時被購買的。當時他們就很疑惑，爲什麼啤酒經常和尿不溼出現在同一個購物單上被人同時購買呢，所以他們到門店裏讓店員分析究竟誰購買了這兩種商品，發現主要的購買者是男性年輕白領，在回家前到超市同時購買啤酒和尿不溼。然後他們就想搞清楚爲什麼會這樣，他們爲什麼會同時購買尿不溼和啤酒，所以他們問這些男性消費者，那些人回答說，下班前老婆給我打電話，說家裏尿不溼用完了，再買點回來。那麼爲什麼要買啤酒呢？那是因爲我愛喝啤酒啊。但是，沃爾瑪的人不相信，他們只是因爲簡單的喜歡喝啤酒所以會一起購買啤酒和尿不溼，所以，他們就想找到真正的邏輯是什麼，透過分析他們發現，這些男士接到電話說我要買尿不溼，他們轉念一想，我豈不是晚上回去就要給寶寶換尿片了，所以，爲了安慰和獎賞一下自己，他們就會再買一些啤酒。所以，其實這些男人自己都不知道爲什麼要買啤酒，他們以爲只是因爲自己喜歡喝啤酒，但真正分析一下他們的潛意識，是因爲他們覺得換尿片很累，所以，要給自己一些獎賞，然後纔買的啤酒。所以，要用傳統的調研方法你去發問卷問這些人，並不能得到真正的答案，這就是大數據分析的好處，它能夠找到傳統市場調研所不能發現的一些規律。
所以說這個是我們做大數據分析很重要的一個研究成果，它可以發現一些我們自己都意識不到的關係和規律，有的時候消費者並不能夠理解自己爲什麼會產生這個行爲，就像亞馬遜的例子，它現在有預測訂單，可能你未來想買的一本書它就可能提前發貨，而你自己都不知道爲什麼要買這本書，這是一種潛意識的作用，所以這些企業未來會比我們自己更瞭解我們自己，一些市場調研都不能發現的潛意識在大數據的分析中就能體現出來。
再來看一下信用卡的例子。在美國信用卡非常普遍，而信用卡公司最大的風險是客戶的離婚風險，因爲離婚對家庭來說是最大的財務變動。在美國像VISA和萬事達這樣的信用卡公司就會對夫妻的信用卡支付行爲進行分析，如果夫妻兩個人用了同一個帳戶下的信用卡，他們就會對信用卡支付的交易資訊進行分析，然後可以80%的準確率預測這對夫妻在未來5年離婚的可能性。我經常會和一些客戶說，你應該使用數據分析和預測性分析，分析你的行業、客戶和產品，他們就說不行，我們的行業太複雜了，你的數據分析搞不定。我就會說，信用卡公司只要分析夫妻兩個人信用卡支付記錄就能夠預測夫妻雙方未來5年離婚的可能性，那你的產品不能夠比分析離婚更復雜吧。
下面我再給大家看一個歐巴馬總統2008年競選時候的例子，看看大數據如何改變人們的行爲。歐巴馬團隊是第一個有針對性的使用大數據和社群媒體來進行分析的競選團隊，他們就發現在他們的捐款主頁上，如果把左邊歐巴馬單人的這張照片換成右邊全家福的這張照片，快訊訂閱量就意味著可以成長40%，就意味著歐巴馬可以獲得額外6000萬美元的捐款。如果說你去採訪那些捐款人問他們是不是因爲換了這張照片所以你的捐款量增加了，他們都會回答說不是因爲照片，和照片沒有關係。可以看到你如果用傳統的市場調研方法，得出的這個答案是有限的，是不準確的。那麼只有大數據分析能夠準確地揭露這背後的邏輯。所以，它的分析方法就是先在一小部分羣體當中去做一個實驗，然後進行大數據分析，如果換照片有用的話，大家再把這個做法推廣到更大的羣體，如果說沒有用的話，就不管它了。所以，可以看到透過換了一張照片它的捐款量增加了6000萬美元，這也就是我所謂的大數據如何改變我們的商業範式和商業行爲。
中國公司更加適合大數據變革
我是德國人，德國在機械工業方面特別的嚴謹。德國人在真正落實一個解決方案前要百分之百的肯定確定。在中國這個情況就很不一樣了，不是說你把這個解決方案百分之百做好了，全部完善了再去落實，即便像亞馬遜也不是如此，他們是在不斷的嘗試測試過程中不斷的改進，而像德國的這些汽車生產商BMW、賓士、奧迪就不一樣，他們非常的嚴謹，一定要做到百分之百做到嚴謹的解決方案再去實施。所以，我覺得中國的公司非常的務實，願意去嘗試、測試，如果結果有效的話，再不斷的去改進擴大，所以，中國的公司它是非常靈活的，非常務實的，這也使中國非常適合大數據的變革，因爲可能中國公司只要有20-30%的確定性就可以去做了，在做的過程中不斷的改變，這和既有成熟公司相比是一個優勢。我和一些德國、美國包括中國客戶在談的時候，很多客戶都希望我給他們一個大數據的藍圖，然後再開始做項目。然後我就告訴他們這個是不對的，你應該是先開始做起來，不是要先追求一個百分之百確定的解決方案，在做的過程不斷的改進，一開始只要有一個基本的框架就可以了。
這個例子非常有意思，這個是《紐約時報》的一位地理學家，他僅僅用一些公開可用的資訊，比如在網路上一些門戶網站、社群媒體的資訊就準確預測了2008年美國大選中50個州當中49個州的投票情況。那麼在2008年的時候，人們就質疑他說，他預測對了只是一個偶然，他的演算法沒有什麼科學性，並不可靠，只是靠運氣，就像抽獎一樣。但是在2012年大選的時候，他進一步使他的演算法更加精細，進一步提升和改善了他的演算法，這一次他50個州的投票情況他都準確預測到了。而且他是成功預測了民主黨所獲得94%的選票，民主黨最終是獲得332張選票，他預測的結果是313張，非常的準確。而這次人們不再質疑了，而是非常的驚訝，僅僅靠他一個人使用一些公開管道就能獲得的數據，就能準確預測美國大選的結果，而那些美國東海岸的常春藤名校，比如像哈佛大學、肯尼迪學院和布魯克林學院都無法準確預測。
所以，這些例子可以讓大家看出大數據的威力所在，其實在我的書上，我的書名並沒有使用大數據這個詞。因爲有的人對大數據的理解有誤，大數據這個詞可能會對他們產生一些誤導，所以，我寧可把大數據稱爲智慧數據，讓大家以正確的方法去分析這些數據。
所以說如果你所在的公司要對大數據進行預測性分析的話，我的建議你先從一個比較小的數據集開始，不要一開始就雄心勃勃把所有數據都納入進來，把自己也搞得非常困惑。實際上現在的數據集有數以百萬計，而且IT的這些基礎設施能力也完全可以去運算、解讀這些數據。但是它可能會讓你變得很困惑，你首先要知道的是你真正想了解的是什麼，你真正想做到的是什麼，就像亞馬遜他們的演算法其實並不複雜，他們並沒有用太多的參數，相對來說還是比較簡單的，所以我的建議是一開始的時候數據範圍不是太大，同時要清楚的瞭解自己的目標。
第三方企業大有可爲
順便講一下很多公司現在面臨的挑戰，比如說零售商就面臨管道的問題，大部分的零售商和客戶並沒有直接的聯繫，比如三星、寶潔他們是透過一些管道夥伴在電子市場或者超市賣這些產品，而這些管道夥伴有自己的客戶關係管理系統。而對於真正的產品公司來說，他們想做大數據的分析，但困惑在於並沒有數據。我在回答這些問題的時候，就會跟他們說，的確這是一個問題。但這並不影響你進行大數據的分析，你可以要求零售管道的夥伴和你來分享這些數據，但零售管道這些夥伴有時候並不願意分享，因爲它們擔心如果消費品公司獲得了這些數據就會進行直接的銷售。所以，我覺得其實這個是可以有解決方案的，可以有一個數據清洗機構，比如像第三方諮詢公司，他們從零售管道夥伴那裏拿來數據，對數據進行分析和清洗，然後把一些敏感的資訊，比如客戶姓名去除，只留下一些消費者的數量和編號這樣的資訊提供給消費品公司，消費品公司和諮詢公司進行大數據分析之後，可以再把經過處理的資訊告訴給管道夥伴，比如說告訴管道夥伴2051號消費者我們要採取什麼樣的行銷舉措，而零售夥伴當然就知道2051號消費者是誰了。所以我覺得對於消費品公司來說，這是非常重要他們要做的，不管你是賣手機、賣洗髮水還是賣汽車，因爲現在尤其是一些在線零售商，他們每天和消費者進行接觸，他們對於產品的理解已經遠遠超過了消費品公司本身。比如像亞馬遜，它在未來可能什麼商品都能賣，消費品公司僅僅成了它的一個供應商，消費者要什麼產品，價格如何確定，都要受制於亞馬遜，如果以後亞馬遜自己開發出了自有品牌，這些消費品公司就完全乾不過它，因爲亞馬遜的物流和訂單滿足效率都要遠高於消費品公司。
這個是樂購前CEO說的一句話，樂購是英國非常著名的一個零售商，它在線下零售方面客戶理解做得非常好，它和一個諮詢公司接觸之後，就發現諮詢公司對於消費者的理解遠遠超過了樂購本身。所以，他就發現對數據進行分析，可以比這些樂購的高階主管更加了解消費者，所以，他就說了這句話，「讓我驚訝的是，你們三個月對我客戶的瞭解，比我三十年知道的還多。」
這個例子可能大家感覺有一些未來感，這個更多的是發達國家現在面臨的一個問題，在德國、法國、英國、美國、奧地利這些發達國家，在年輕一代眼裏汽車不再是一個地位的象徵。那麼在我18歲的時候，我的同齡人18-20歲的年輕人都考取了汽車駕照，但現在德國有40%的年輕人都沒有考駕照。汽車生產商當然銷售的是汽車，像北京大家都知道交通情況非常的擁堵，車都很多，汽車保有量還在不斷的上升，當然中國人還是非常希望能夠買汽車的，這是因爲中國的發展階段。但是在發達國家，你如果說在未來十到十五年或者三十年就會看到這樣的情況，歐洲的年輕人完全有經濟條件去買車，但他們不願意買車，他們更願意採用租車的方式，也就是說會有很多的租車商店，你可以像租用自行車一樣，在一個店租了這個車，開了一段路程以後在另外一個店把這個車還掉。這和大數據有什麼關係呢？其實未來的年輕人，他們想要的只是從A地到B地去，他們要求最簡單、最便宜、最高效的方法來實現無縫的移動。大家知道在google有中國地圖資訊，它會用紅色、綠色和黃色線來顯示交通的狀況，你知道它是怎麼生成這個資訊的嗎？其實它是根據我們智慧型手機移動的情況，比如說你到A地、B地，你在開車，非常堵的話，你的智慧型手機肯定也是移動的很慢，所以，這條線路就會在地圖上顯示成紅色，如果是非常暢通的話，你的智慧型手機移動的也很快，這條線路就變成了綠色，所以，google透過智慧型手機就能知道你移動的資訊。
再舉個例子，google對我移動的情況是瞭如指掌的，包括我在不同的城市間移動，比如8點15分我的手機顯示我在漢堡，一個小時之後我的手機顯示到了法蘭克福，google就會知道我是坐飛機到了法蘭克福，因爲一個小時從漢堡到法蘭克福只有乘坐飛機。如果google在一年的時間內對的我手機都進行跟蹤的話，它實際上就知道我在全球是到了哪些地方，我是如何去這些地方的，所以說如果未來有一個移動服務的提供者，這不是汽車公司，而是google。所以，未來人們對汽車品牌不再那麼在意了，不再在意是奧馬、奧迪，人們更希望的是這種非常簡單和方便的移動體驗，這種情況下，這些汽車生產商就會面臨巨大的挑戰。所以，大數據會徹底改變我們對客戶的瞭解以及整個商業模式，在未來不是汽車公司或者說是鐵路運營公司來給我們提供最好的移動的服務，而是像google這樣的公司能夠幫助我們真正的實現無縫的、簡單的這些移動，因爲他們是更瞭解我們移動的這種習慣和模式。
所以，最後我想談一個關於數據安全以及相關的問題，我們知道不同的社會體制對於數據安全的做法是不一樣的，包括美國、英國、歐洲對於數據安全都有不同的做法。那麼在發達國家消費者都是非常在意數據安全，非常重視數據安全的法律法規，另一方面我們也要知道和數據相關的欺詐、間諜或者非法的使用永遠都會存在，永遠都會有公司這樣去做。所以，一位《明鏡》編輯做了實驗，他就是對消費者或者客戶網上資訊分佈做了實驗，他的實驗結果是隻要你在上網，你的資訊就會被散播使用。但是這其實在網際網路出現之前，你的姓名、年齡、地址這些資訊就以其他的方式在被別人使用，所以，這並不是網際網路時代的一個特例。我覺得在未來公司如果要想獲得成功，就應該和客戶建立起良好的數據關係，讓客戶真正願意去告訴公司他們自身的數據，因爲這些客戶相信公司不會使用這些數據做一些違法的行爲。比如亞馬遜就是一個很好的例子，客戶信任亞馬遜，亞馬遜獲得了客戶的資訊以後就能更好的理解客戶的需求，提供更多的服務，這樣它的市場份額也會增加，是一種雙贏。
所以，在未來如果一家公司能夠尊重客戶的私隱，保證消費者數據的安全，不會進行數據的欺詐，可靠的使用數據，不會把這些數據洩漏給第三方，那麼這個公司就會成爲大數據時代真正的贏家。