万科董事会主席王石作为特邀嘉宾，在日前举行的第三届外滩国际金融峰会上发表了约15分钟的演讲。演讲过程中他说道：“……大家都在说互联网+、云计算、大数据，我在万科集团的例会上，我非常明确的说，你们之间怎么谈我不在乎，但是当着我的面请你们不要在我面前说大数据三个字。大数据和我们有没有关系呢？当然有关系。但作为传统行业，我们数据还不全的时候，我们谈什么大数据呢？……”

        的确，中国人乐于追逐热点，也善于炒作概念。几乎每隔一段时间就有新的热点和概念产生：从Ｂ2Ｂ、Ｂ2Ｃ、Ｃ2Ｃ，到Ｏ2Ｏ，从Ｐ2Ｐ到比特币，从新能源、低碳生活，到互联网思维、云计算……不胜枚举。每当一个新的概念出现，顿时跟风者无数，吹捧者无数，众人拾柴火焰高，不用多久就成了众人皆知的秘密。即便是退休后专攻舞蹈事业的大妈对各个纷至沓来的热点都能讲得头头是道，并因这项知识面宽、涉猎广泛、敢买敢干的优秀特质而蜚声海外。

        近年来，“大数据”又获追捧并持续升温，新兴产业强调大数据，传统行业追逐大数据，做实业的张口闭口大数据，搞媒体的大肆宣传大数据，就这样，大数据似乎已经形成一股铺天盖地的热潮，演绎成为一个又一个商业神话。那么，大数据究竟是不是包治百病的灵丹妙药？我们一起来看看心理经管专家陈禹安在他的最新著作《人性之根——互联网思想的本质》中对大数据的深入解读。

        2012年，美国连锁超市塔吉特向一个17岁的高中女生邮递婴儿尿片和童车优惠券。此举惹恼了女孩的父亲。但仅仅一个月后，这个女孩真的怀孕了！塔吉特比女孩的父亲，甚至女孩本人更早知晓她已经怀孕的事实。塔吉特创造的这个“怀孕传奇”几乎成了大数据商业模式的最佳代言而风靡一时，也激起了更多企业、商家对于构建大数据商业模式更为疯狂的想象。

        在塔吉特的促动下，电商巨无霸亚马逊申请了“预测式发货”的新专利。说白了，就是在顾客没有下单购物之前，基于顾客此前购物行为的大数据分析，判断他们将要购买的商品，并立即邮递出包裹。但是，这种预测式发货的大数据神话真的能精准实现吗？

        国内电商巨头京东商城的CEO刘强东，也是大数据商业模式的忠实拥趸。在被问及预测式销售时，他说：“京东产品销售订单预测比亚马逊还早……大数据分析在京东的发展中起到了很大的作用。我们现在能够预测每个SKU未来7天能卖多少，甚至精确到具体的城市，这项预测准确率高达92%以上，并且还在不断优化。”

        听起来确实很美。但稍具商业常识的人，都知道现实的情况并非如此。

        首先，大数据只能预测一个大致的趋势或可能性。

        预测的准确性与大数据本身的数量及质量密切相关。只有穷尽一切的可能，大数据才能得出准确的预判。

        1997年，国际象棋大师卡斯帕罗夫与名为“深蓝”的超级电脑进行“人机大战”，结果卡斯帕罗夫以1胜3平2负的战绩败于电脑。“深蓝”之所以能够赢，是因为所有的变化都局限在国际象棋的棋盘上，电脑可以计算出对手所有的应变可能。但是，人类购物行为的复杂性以及商品种类的浩如烟海，使得任何的大数据运算都无法穷尽所有的变化可能性，而只能推测可能性较大的选择。

        英超球队博尔顿的分析研究总监布莱恩•普莱斯迪奇说：“数据分析带来了很多正面的影响，但也有负面影响。”自从博尔顿的守门员开始研究对方点球手的数据以后，他扑点球的效率反而降低了，过去两个赛季只有9%的成功率。普莱斯迪奇反思说：“我们给他灌输了数据分析的思维方式，却拿走了人性的部分，他作为球员的直觉反而被弱化了。”

        大数据也许可以预测人类的共性，却未必能预测某一人类个体的个性。正是人性的捉摸不定，才构成了丰富多彩的现实世界。在可以想见的未来，人类绝不可能成为去人性化的机器。这也注定了无论采用什么样的大数据运算，都不可能精准洞察人性变化的细微痕迹。

        其次，数据越大，越容易污染。

        顾客的行为数据并非完全是由他本人产生的。有时候，顾客会用自己的身份编码替他人购物。有时候，顾客的身份编码也可能被盗用。这类情形下产生的数据，对于力求精准的大数据运算就是一种很严重的污染，甚至可能导致数据完全失效。这也将是导致大数据神话破灭的一个重要因素。

        我们并不否认，建基于大数据的商业模式将会成为未来的趋势，但它也仅仅是一种有效工具，一种思维模式，并不是万能的，并不能一劳永逸地解决所有的问题。

        而更重要的是，我们要深刻地察知，大数据的发展其实还处于萌芽状态、试错阶段，远未成熟到足以构建可持续的商业模式。

        百度CEO李彦宏曾经说过：“大数据的难点在于什么数据对你有价值……像智能手环收集到很多数据，有走了多少步路，消耗了多少卡路里，但是我们拿过来我们用不了，没法分析，不能帮助用户解决问题。还有眼镜每天看到的信息有很多，但收集起来有什么用呢？”

        那么，我们该如何从“大数据无所不能”的错觉中摆脱出来呢？

        第一，不要过分迷信大数据。有时候，小数据也能非常有效地解决问题。重要的是，要善于发现重要数据之间的关联。

        比如，在沃尔玛超市里发生的“啤酒和尿布”事件。当啤酒和尿布这两样风马牛不相及的东西无意中被摆在一起后，两者的销量竟然大幅度上升了。究其原因，身为丈夫的男人，在受居家妻子之命为孩子购买尿布时，往往会顺手购买自己爱喝的啤酒。发现啤酒和尿布之间的联系，其实是不需要大数据运算的，只要善于观察和思考就能洞察奥妙。

        类似的例子还有香港税务局根据某个酒楼门口卖报纸的商家的销售量来判断该酒楼有没有虚报营业额。这两者之间的关联在于，几乎每个去酒楼吃饭喝茶的人都会顺手买一份报纸。显然，这也用不着“神秘”的大数据运算。

        第二，保持密切关注，对成功的做法实行模仿性创新。

        在竞争激烈的美国职业棒球联盟，奥克兰运动家棒球队无论在选手实力和资金实力上都屈居下游。2003年，奥克兰运动家棒球队的总经理比利•比恩在通过对大量数据的研究后，提出了一个另类选才方案——大胆摈弃了已被奉为金科玉律的“击打率”选才法，转而采用“上垒率”选才法。他精心挑选了那些在高中棒球联赛中“上垒率”较高但却存在其他不足的潜力球员入队，而放弃了那些“击打率”很高的球员。这一打破常规的选才方式，饱受主流诟病，但比恩却因此成功打造了一支令人耳目一新的强队。

        在随后的新赛季中，这支球队创下了20连胜的佳绩，常规赛一共取得了103场胜利，与实力最强的纽约洋基队并列为大联盟胜场数最多的球队。而整个运动家全队的薪金总额只有5100多万美元，还不到大联盟豪门洋基队三个明星球员的年薪之和。

        比恩的成功之道被揭秘后，大联盟的其他棒球队也开始模仿他的“上垒率”选才法。效果最明显的模仿就是波士顿红袜队。2004年，红袜队取得了一项世界大赛的冠军，终于打破了86年未能取得冠军的“圣婴魔咒”。

        在“人是难以捉摸的”这一本性被根本性改变之前，基于大数据采集、分析、归纳的商业模式所取得的成功仅仅是片面的，并不具有普通意义。与其费尽心思、竭尽资源地去探索大数据之道，倒不如多花心思，优化升级现有的产品或服务，善待现有的顾客，牢牢黏住他们。

(作者:东方管理评论     来源：商业评论网）