打开大数据的正确方式——做减法

随着数字技术的广泛应用，原本的新奇感已经荡然无存。创新领域内积年累月的争夺不断攫取着人们的时间和注意力，反而令用户感到信息过载、不堪重负；企业在广泛地收集个人数据，却不注重数据隐私的保护；算法在更精准地满足消费者需求的同时却也在制造偏见，形成“信息茧房”。

这一切都指向了企业对于数据的应用。在一个崇尚获取流量、挖掘数据洞察的商业环境下，企业、组织或是机构都应该重新思考数据应用的信条、态度和方式。在相关法规尚未完善的情况下，率先垂范的企业将获得信任，有望开启新的增长。

埃森哲在《Fjord趋势2019》中提出，当下正是去芜存菁的时刻，人们将决定哪些数字产品和服务对生活仍有价值。在价值交换必须双向互利的前提下，大众和企业开始审视自身真正看重的东西，终将拒绝那些无法满足自己需求、甚至过多打扰的产品和服务——这将从本质上改变人们、技术和商业的关系。

沉默是金——从关注度到价值

埃森哲早在2015年的《Fjord趋势》中就提出了“数字瘦身”（Digital Dieting）的观点，呼吁人们关注数字世界和现实环境的矛盾和对立。如今，越来越多的提醒、通知、推送和语音服务让消费者纷扰不堪，引起人们对数字化技术的恐惧，消费者开始取消关注、退出订阅，以求消停。

在此局面下，技术巨头们决心以管控和限制为原则重新打造用户体验。例如，苹果公司（Apple）和谷歌（Google）推出了限制屏幕使用时间的工具；腾讯开始对网络游戏玩家的年龄进行更为严格的限制；微软（Microsoft）、亚马逊（Amazon）和思科（Cisco）等企业支持开发那些尊重用户时间、注意力和隐私的技术。

用户在选择产品、服务和相关企业时所看重的价值已不同以往。过去，消费者追求新奇、兴奋和即时满足；而今，他们拒绝那些哗众取宠的企业。

普及精简型数字产品的步伐只会越来越快。用户可以根据所处位置，自行把握产品使用度。消费者希望企业尊重其个人意见与整体需求，而不是仅仅将其视为服务的单向接收方。企业不仅要盘算自身产品，还要着眼于产品投入的市场环境。唯有全盘考虑并尊重消费者个性，企业才能与消费者建立有意义的长期关联度。

一些企业不仅着手优化用户体验，还推出相应的实体产品，以便用户尽可能减少数字技术的使用频率。例如，Light Phone是一款功能极其简单的智能手机，旨在降低用户日常使用手机的频率；创业者伊万·凯什（Ivan Cash）和斯科特·布鲁（Scott Blew）在众筹网站Kickstarter上推出了一款能够屏蔽电子屏幕的太阳镜IRL Glasses，可以隔绝LED和LCD屏幕显示的画面。

数据减法——从海量到适量

对用户的纷扰从一定程度上反映了企业对于数据收集、存储以及分析似乎“过于热情”。同时，用户对于数据运用的担忧也从未如此的紧迫。窃取用户数据的丑闻不断警醒着数据滥用的问题，用户在分享数据时变得更为小心谨慎。

数据运用的信任在用户端和企业端都面临巨大的挑战。埃森哲的报告指出，如果个人数据不能得到保障，消费者宁愿放弃获得更好体验的机会。超过四成的中国消费者由于信任的缺失而更换了商家，中国企业因此流失的收入高达5.3万亿元人民币；而在企业之间，数据质量和网络安全等成为了阻碍大规模应用新技术重要原因。

企业应当克制对数据的采集，需要运用算法最大化地利用数据，并将对消费者的影响最小化。企业可以把范围锁定于产品和服务所需的数据上，推动“数据最大化主义”（data maximalism）向“数据极简主义”（data minimalism）转变。企业需要明确展示数据所有者和数据使用者分别能够获得的价值，并赋予用户更大数据掌控权。

但是，一些企业并没有完成这样的转变。最近，上海市消保委对39款关于网购、出行、生活服务类APP进行了个人信息保护的测评，结果发现有25款APP申请的权限在软件中并没有对应功能。换言之，这些企业通过APP调用或获取了个人敏感信息与业务并非相关。有16款APP在沟通后删除了敏感权限。

部分企业和机构则开始掌握主动。例如，Augmented Mundanity OS项目设想出一种全新的操作系统，有助于用户轻松了解并使用隐私工具。《纽约开放数据计划》通过发布该市所有机构和企业生成的所有数据集，从而增加透明度和问责，帮助纽约市民更好地使用并了解城市数据，最终惠利于民。

此外，初创企业看到了用户期望更好地控制和利用自身数据的需求，开始采用各种数字手段完善数据交易市场。

例如，CyberVein开发出一款基于区块链的系统，用户可以在系统中出售自己的数据；BehaviourExchange则开发了一款双向互利的数字平台，用户可以分享数据以换取代币奖励，企业则可通过数据锁定目标客户；Health Wizz是一款可让患者安全地汇总、整理和分享医疗记录的平台，现已成为新一代利基数据平台市场中的佼佼者。

在可预见的未来，几乎所有企业都将依赖算法做出关键商业决策。因此，光有公开透明还不够，企业还应审查数据源中的潜在偏见，重新校准算法。埃森哲已经朝着这个方向迈出了第一步，开发了一款算法公正工具，可以快速评估数据是否能产生公正的结果。

包容个性——从定量到定性

在人们渴望清净的时候，我们不能忘了另一个极端：越来越多的企业开始打造个性化产品和服务的同时，却将一些个体排除在外。

听上去很矛盾？其实，正是由于陈旧的用户分类方法，企业或公共部门即便运用了最新的数字技术，却在通往包容性的道路上栽了跟头，制造了新的偏见。

在2015年、2017年英国大选以及2016年欧盟公投的投票结果的预测均告失败后，人们开始意识到，民意测验之所以出现预测失误，并不是因为缺乏足够的选民数据，而是因为算法让每个人沉浸在自己偏好的信息世界里，忽略了选民的实际背景，产生了过滤气泡（filter bubbles）现象；各大品牌在高达2540亿美元的穆斯林时尚市场屡屡受挫则是另一个例子。虽然诸多企业推出了专为穆斯林妇女设计的服饰，却把穆斯林妇女视为喜好一模一样的同质化群体，因此饱受批评。

许多企业、机构仍然基于定量洞察和人口统计学来设计、研发以及制造产品和服务。尽管数字不会说谎，却无法代表全部，因为数字无法显示具体背景下的个人行为。“黑天鹅”理论的提出者纳西姆·尼可拉斯·塔雷伯（Nassim Nicholas Taleb）曾指出，很少有人能够意识到统计模型的局限性。一旦人们对这些模型过于自信，所做的决策甚至比没有使用模型时还要糟。

在数字技术的帮助下，之前被忽视的个体们能够通过草根活动联合起来，发出自己的声音，这也为希望与个体们建立联系的企业开辟了新渠道。然而，我们应当如何了解那些没有在收集数据中体现的群体呢？以及针对相关群体的产品和服务？

在分析数据时，企业需要以人们的生活环境为基础，才能挖掘数据背后含义的定性洞察。我们将不再使用传统的市场划分方式，而是根据个人行为和态度确定客户的思维模式，从而设计个性化产品和服务。

在拿到客户数据后，企业的第一步都是利用数据验证假说。随后，企业会确定客户的行为模式，从而优化产品、服务或策略，这是多数企业当前所处的阶段。第三步则最为紧要：使用数据在企业和客户之间进行独立的个性化交互。

Hotels. Com在保持品牌吸引力方面做出了努力，其使用技术企业Persado研发的人工智能平台调整营销语言，定制面向不同客户群体的内容和表达方式；Fjord和大众汽车（Volkswagen）开展有关未来出行的研究也表明了，人们在通勤和旅行时的期待和需求是有多么的复杂——综合市场因素、经济因素和个人偏等因素，一共定义了六大总体思维模式，然后细分为了21个群体，可谓“千人千面”。

因此，智能化企业会探索数据背后的“为什么”，打造一个真实的、全方位的客户视图。新的数据框架将不断涌现，全面整合大数据（定量）、厚数据（定性）和广数据（灵活预期、趋势、背景洞察和行业洞察）将有助于绘制细节更为详实的数据图景。如果企业能够有机整合定性和定量数据，必将在竞争中占据优势地位。

商业成功不仅在于提供和个人相关的价值，还要有利于世界。这就要求企业一改过去的做法，反其道而行之：保持安静，不要哗众取宠；从客户角度了解客户，而非自以为是；适可而止，以免过犹不及。

企业的价值创造不是单纯源自做得更大，而是源于变得更好。天下熙熙，天下攘攘，唯有相关，方能长久。