关于演讲人
比约•布劳卿博士（Dr. Bjorn Bloching）是罗兰贝格管理咨询公司高级合伙人，国际市场与销售技术中心领导人。他是经验丰富的营销专家，对品牌管理、量化市场与销售战略领域见解颇深。以下是他在2014年1月21日FT中文网读者俱乐部活动上的演讲实录：
四年前写这本书的时候，不管是在罗兰贝格、在德国市场，还是与我合著的作者都很难理解大数据为什么会是一个很火的话题。当时大家都还在想，我们为什么要讨论数据话题，为什么讨论客户互动，在之前德文版刚刚出来的时候大家还没有意识到数据的重要性。
到2014年这个情况发生了彻底的改变，不管在中国还是在世界其他地方，大家都在讨论大数据，各个行业、各个公司都在讨论大数据对他们的意义。在google上有一项功能，可以统计对一个关键词搜索点击的次数，在2012年的时候几乎没有人去搜索大数据这个关键词，但现在已经呈现出了爆炸性的增长，它的点击率和搜索率已经达到了数十亿次。
今天我不仅会给大家看一些例子，就是说你可以用数据来做些什么，还更多探讨大数据对于企业来说意味着什么。现在对数据有各种各样的应用，它会彻底改变我们看待公司的视角，彻底改变企业和客户的互动，可以彻底改变你做生意的速度和灵活性，可以说这是一个范式的改变。
我介绍一个人，叫劳伦斯•萨默斯，他是奥巴马政府前首席经济顾问，他就认为未来200年的经济发展中，我们会比以往更加依赖事实与分析，在欧洲有一个实证实验，如果让人们来选择和谁去谈恋爱的话，70%的人会选择依赖算法，而不是直觉来选择和谁谈恋爱，所以，可见我们在座生命中最重要的决定，就是和谁谈恋爱这件事上，70%的人是依赖于分析、算法、数据，尽管他们并不懂这个算法是怎么计算的。
大数据颠覆生意模式
来看一下在150年之前，村子里有很多夫妻店，这些夫妻店的经营者对于村子里的人非常了解，对客户的所有信息都了如指掌，了解客户所有的需求，甚至他对消费者的了解都超出了消费者希望了解的程度，因为在那个时候像这些夫妻店可能是村里各种八卦的集散地，他们了解的东西非常多。过去150年零售发展和创新与日俱增，在中国这个进程更快，可能2、30年就已经赶上了西方国家150年的步伐。可以说这些零售商超市的效率越来越高，他们的供应链越来越高效，商品非常的丰富，价格越来越低，但有一个问题，他们和消费者之间的这种亲密度和联系在逐渐失去，而现在有了对数据的分析，有了像亚马逊这样的分析模型，我们就可以把夫妻店这种和顾客的亲密感与现代零售的高效率完美结合起来。
下面我来讲第一个案例，沃尔玛的案例。20年前沃尔玛是首个大范围使用大数据的零售商，它能够知道在美国每一个门店的销售信息，它知道一个消费者在购物的过程当中，他一次性买了哪些商品。那个时候因为没有会员卡，所以，沃尔玛不知道是谁购买了这些商品，但起码他们知道一张购物单上有哪些商品。所以，他们发现在下班时间6、7点钟的时候，经常会发现啤酒和婴儿尿片是同时被购买的。当时他们就很疑惑，为什么啤酒经常和尿不湿出现在同一个购物单上被人同时购买呢，所以他们到门店里让店员分析究竟谁购买了这两种商品，发现主要的购买者是男性年轻白领，在回家前到超市同时购买啤酒和尿不湿。然后他们就想搞清楚为什么会这样，他们为什么会同时购买尿不湿和啤酒，所以他们问这些男性消费者，那些人回答说，下班前老婆给我打电话，说家里尿不湿用完了，再买点回来。那么为什么要买啤酒呢？那是因为我爱喝啤酒啊。但是，沃尔玛的人不相信，他们只是因为简单的喜欢喝啤酒所以会一起购买啤酒和尿不湿，所以，他们就想找到真正的逻辑是什么，通过分析他们发现，这些男士接到电话说我要买尿不湿，他们转念一想，我岂不是晚上回去就要给宝宝换尿片了，所以，为了安慰和奖赏一下自己，他们就会再买一些啤酒。所以，其实这些男人自己都不知道为什么要买啤酒，他们以为只是因为自己喜欢喝啤酒，但真正分析一下他们的潜意识，是因为他们觉得换尿片很累，所以，要给自己一些奖赏，然后才买的啤酒。所以，要用传统的调研方法你去发问卷问这些人，并不能得到真正的答案，这就是大数据分析的好处，它能够找到传统市场调研所不能发现的一些规律。
所以说这个是我们做大数据分析很重要的一个研究成果，它可以发现一些我们自己都意识不到的关系和规律，有的时候消费者并不能够理解自己为什么会产生这个行为，就像亚马逊的例子，它现在有预测订单，可能你未来想买的一本书它就可能提前发货，而你自己都不知道为什么要买这本书，这是一种潜意识的作用，所以这些企业未来会比我们自己更了解我们自己，一些市场调研都不能发现的潜意识在大数据的分析中就能体现出来。
再来看一下信用卡的例子。在美国信用卡非常普遍，而信用卡公司最大的风险是客户的离婚风险，因为离婚对家庭来说是最大的财务变动。在美国像VISA和万事达这样的信用卡公司就会对夫妻的信用卡支付行为进行分析，如果夫妻两个人用了同一个帐户下的信用卡，他们就会对信用卡支付的交易信息进行分析，然后可以80%的准确率预测这对夫妻在未来5年离婚的可能性。我经常会和一些客户说，你应该使用数据分析和预测性分析，分析你的行业、客户和产品，他们就说不行，我们的行业太复杂了，你的数据分析搞不定。我就会说，信用卡公司只要分析夫妻两个人信用卡支付记录就能够预测夫妻双方未来5年离婚的可能性，那你的产品不能够比分析离婚更复杂吧。
下面我再给大家看一个奥巴马总统2008年竞选时候的例子，看看大数据如何改变人们的行为。奥巴马团队是第一个有针对性的使用大数据和社交媒体来进行分析的竞选团队，他们就发现在他们的捐款主页上，如果把左边奥巴马单人的这张照片换成右边全家福的这张照片，快讯订阅量就意味着可以增长40%，就意味着奥巴马可以获得额外6000万美元的捐款。如果说你去采访那些捐款人问他们是不是因为换了这张照片所以你的捐款量增加了，他们都会回答说不是因为照片，和照片没有关系。可以看到你如果用传统的市场调研方法，得出的这个答案是有限的，是不准确的。那么只有大数据分析能够准确地揭露这背后的逻辑。所以，它的分析方法就是先在一小部分群体当中去做一个实验，然后进行大数据分析，如果换照片有用的话，大家再把这个做法推广到更大的群体，如果说没有用的话，就不管它了。所以，可以看到通过换了一张照片它的捐款量增加了6000万美元，这也就是我所谓的大数据如何改变我们的商业范式和商业行为。
中国公司更加适合大数据变革
我是德国人，德国在机械工业方面特别的严谨。德国人在真正落实一个解决方案前要百分之百的肯定确定。在中国这个情况就很不一样了，不是说你把这个解决方案百分之百做好了，全部完善了再去落实，即便像亚马逊也不是如此，他们是在不断的尝试测试过程中不断的改进，而像德国的这些汽车生产商宝马、奔驰、奥迪就不一样，他们非常的严谨，一定要做到百分之百做到严谨的解决方案再去实施。所以，我觉得中国的公司非常的务实，愿意去尝试、测试，如果结果有效的话，再不断的去改进扩大，所以，中国的公司它是非常灵活的，非常务实的，这也使中国非常适合大数据的变革，因为可能中国公司只要有20-30%的确定性就可以去做了，在做的过程中不断的改变，这和既有成熟公司相比是一个优势。我和一些德国、美国包括中国客户在谈的时候，很多客户都希望我给他们一个大数据的蓝图，然后再开始做项目。然后我就告诉他们这个是不对的，你应该是先开始做起来，不是要先追求一个百分之百确定的解决方案，在做的过程不断的改进，一开始只要有一个基本的框架就可以了。
这个例子非常有意思，这个是《纽约时报》的一位地理学家，他仅仅用一些公开可用的信息，比如在互联网上一些门户网站、社交媒体的信息就准确预测了2008年美国大选中50个州当中49个州的投票情况。那么在2008年的时候，人们就质疑他说，他预测对了只是一个偶然，他的算法没有什么科学性，并不可靠，只是靠运气，就像抽奖一样。但是在2012年大选的时候，他进一步使他的算法更加精细，进一步提升和改善了他的算法，这一次他50个州的投票情况他都准确预测到了。而且他是成功预测了民主党所获得94%的选票，民主党最终是获得332张选票，他预测的结果是313张，非常的准确。而这次人们不再质疑了，而是非常的惊讶，仅仅靠他一个人使用一些公开渠道就能获得的数据，就能准确预测美国大选的结果，而那些美国东海岸的常春藤名校，比如像哈佛大学、肯尼迪学院和布鲁克林学院都无法准确预测。
所以，这些例子可以让大家看出大数据的威力所在，其实在我的书上，我的书名并没有使用大数据这个词。因为有的人对大数据的理解有误，大数据这个词可能会对他们产生一些误导，所以，我宁可把大数据称为智能数据，让大家以正确的方法去分析这些数据。
所以说如果你所在的公司要对大数据进行预测性分析的话，我的建议你先从一个比较小的数据集开始，不要一开始就雄心勃勃把所有数据都纳入进来，把自己也搞得非常困惑。实际上现在的数据集有数以百万计，而且IT的这些基础设施能力也完全可以去运算、解读这些数据。但是它可能会让你变得很困惑，你首先要知道的是你真正想了解的是什么，你真正想做到的是什么，就像亚马逊他们的算法其实并不复杂，他们并没有用太多的参数，相对来说还是比较简单的，所以我的建议是一开始的时候数据范围不是太大，同时要清楚的了解自己的目标。
第三方企业大有可为
顺便讲一下很多公司现在面临的挑战，比如说零售商就面临渠道的问题，大部分的零售商和客户并没有直接的联系，比如三星、宝洁他们是通过一些渠道伙伴在电子市场或者超市卖这些产品，而这些渠道伙伴有自己的客户关系管理系统。而对于真正的产品公司来说，他们想做大数据的分析，但困惑在于并没有数据。我在回答这些问题的时候，就会跟他们说，的确这是一个问题。但这并不影响你进行大数据的分析，你可以要求零售渠道的伙伴和你来分享这些数据，但零售渠道这些伙伴有时候并不愿意分享，因为它们担心如果消费品公司获得了这些数据就会进行直接的销售。所以，我觉得其实这个是可以有解决方案的，可以有一个数据清洗机构，比如像第三方咨询公司，他们从零售渠道伙伴那里拿来数据，对数据进行分析和清洗，然后把一些敏感的信息，比如客户姓名去除，只留下一些消费者的数量和编号这样的信息提供给消费品公司，消费品公司和咨询公司进行大数据分析之后，可以再把经过处理的信息告诉给渠道伙伴，比如说告诉渠道伙伴2051号消费者我们要采取什么样的营销举措，而零售伙伴当然就知道2051号消费者是谁了。所以我觉得对于消费品公司来说，这是非常重要他们要做的，不管你是卖手机、卖洗发水还是卖汽车，因为现在尤其是一些在线零售商，他们每天和消费者进行接触，他们对于产品的理解已经远远超过了消费品公司本身。比如像亚马逊，它在未来可能什么商品都能卖，消费品公司仅仅成了它的一个供应商，消费者要什么产品，价格如何确定，都要受制于亚马逊，如果以后亚马逊自己开发出了自有品牌，这些消费品公司就完全干不过它，因为亚马逊的物流和订单满足效率都要远高于消费品公司。
这个是乐购前CEO说的一句话，乐购是英国非常著名的一个零售商，它在线下零售方面客户理解做得非常好，它和一个咨询公司接触之后，就发现咨询公司对于消费者的理解远远超过了乐购本身。所以，他就发现对数据进行分析，可以比这些乐购的高管更加了解消费者，所以，他就说了这句话，“让我惊讶的是，你们三个月对我客户的了解，比我三十年知道的还多。”
这个例子可能大家感觉有一些未来感，这个更多的是发达国家现在面临的一个问题，在德国、法国、英国、美国、奥地利这些发达国家，在年轻一代眼里汽车不再是一个地位的象征。那么在我18岁的时候，我的同龄人18-20岁的年轻人都考取了汽车驾照，但现在德国有40%的年轻人都没有考驾照。汽车生产商当然销售的是汽车，像北京大家都知道交通情况非常的拥堵，车都很多，汽车保有量还在不断的上升，当然中国人还是非常希望能够买汽车的，这是因为中国的发展阶段。但是在发达国家，你如果说在未来十到十五年或者三十年就会看到这样的情况，欧洲的年轻人完全有经济条件去买车，但他们不愿意买车，他们更愿意采用租车的方式，也就是说会有很多的租车商店，你可以像租用自行车一样，在一个店租了这个车，开了一段路程以后在另外一个店把这个车还掉。这和大数据有什么关系呢？其实未来的年轻人，他们想要的只是从A地到B地去，他们要求最简单、最便宜、最高效的方法来实现无缝的移动。大家知道在google有中国地图信息，它会用红色、绿色和黄色线来显示交通的状况，你知道它是怎么生成这个信息的吗？其实它是根据我们智能手机移动的情况，比如说你到A地、B地，你在开车，非常堵的话，你的智能手机肯定也是移动的很慢，所以，这条线路就会在地图上显示成红色，如果是非常畅通的话，你的智能手机移动的也很快，这条线路就变成了绿色，所以，google通过智能手机就能知道你移动的信息。
再举个例子，google对我移动的情况是了如指掌的，包括我在不同的城市间移动，比如8点15分我的手机显示我在汉堡，一个小时之后我的手机显示到了法兰克福，google就会知道我是坐飞机到了法兰克福，因为一个小时从汉堡到法兰克福只有乘坐飞机。如果google在一年的时间内对的我手机都进行跟踪的话，它实际上就知道我在全球是到了哪些地方，我是如何去这些地方的，所以说如果未来有一个移动服务的提供者，这不是汽车公司，而是google。所以，未来人们对汽车品牌不再那么在意了，不再在意是奥马、奥迪，人们更希望的是这种非常简单和方便的移动体验，这种情况下，这些汽车生产商就会面临巨大的挑战。所以，大数据会彻底改变我们对客户的了解以及整个商业模式，在未来不是汽车公司或者说是铁路运营公司来给我们提供最好的移动的服务，而是像google这样的公司能够帮助我们真正的实现无缝的、简单的这些移动，因为他们是更了解我们移动的这种习惯和模式。
所以，最后我想谈一个关于数据安全以及相关的问题，我们知道不同的社会体制对于数据安全的做法是不一样的，包括美国、英国、欧洲对于数据安全都有不同的做法。那么在发达国家消费者都是非常在意数据安全，非常重视数据安全的法律法规，另一方面我们也要知道和数据相关的欺诈、间谍或者非法的使用永远都会存在，永远都会有公司这样去做。所以，一位《明镜》编辑做了实验，他就是对消费者或者客户网上信息分布做了实验，他的实验结果是只要你在上网，你的信息就会被散播使用。但是这其实在因特网出现之前，你的姓名、年龄、地址这些信息就以其他的方式在被别人使用，所以，这并不是因特网时代的一个特例。我觉得在未来公司如果要想获得成功，就应该和客户建立起良好的数据关系，让客户真正愿意去告诉公司他们自身的数据，因为这些客户相信公司不会使用这些数据做一些违法的行为。比如亚马逊就是一个很好的例子，客户信任亚马逊，亚马逊获得了客户的信息以后就能更好的理解客户的需求，提供更多的服务，这样它的市场份额也会增加，是一种双赢。
所以，在未来如果一家公司能够尊重客户的隐私，保证消费者数据的安全，不会进行数据的欺诈，可靠的使用数据，不会把这些数据泄漏给第三方，那么这个公司就会成为大数据时代真正的赢家。
