《智能商业》读书笔记04

2019/4/21

Blue文 读书打卡

书名：《智能商业》

作者：曾鸣

章节|：04数据智能

书摘心得:

要想把数据智能融入具体商业，要做好三件事：数据化、算法化和产品化。(数据、算法、产品三位一体的提供服务。)

数据化:对于当下的商业而言，智能化指的是商业决策会越来越多的依赖机器学习，依赖人工智能。未来10年最大的商业价值就是如何创造一个智能商业，带来用户体验的飞跃。

特定商业场景的数据化、忠实于商业逻辑的算法及其迭代优化，以及将数据智能与商业场景无缝融合的产品。

"数据化"本质上是将一种现象转变为可量化形式的过程。它源于人类测量、记录和分析世界的渴望是文明进步的基础。只有当我们拥有了足够大量、足够多维度的“大数据”时，才可能真正客观、真实而深刻地理解我们周遭的环境、事物的本源以及我们自己。

数据初始化是一件高成本和困难的事情。有效的数据初始化是大数据创造价值至关重要的第一步。而成本高昂的数据初始化工作能否创造巨大的客户价值，就成为当下海量创业项目，能否存活立足的重要考验。

算法化:智能商业的“引擎”而非“工具”。在商业语境下，算法就是一组反映了产品逻辑和市场机制的计算指令的集合。算法是按照设定程序运行以获得理想结果的一套指令。完成了商业场景的数据化之后，算法就是提炼数据价值的思路，而数据价值就是商业价值。

算法是“机器学习”的核心。算法模型在实时在线、全本记录的数据中，通过没有预判和方向的数据探索，来发现那些广泛潜伏但我们无从察觉的关系结构，在成千上万个可能的因素中寻找出所隐藏着的联系，并持续优化。

工业革命使得体力劳动自动化，信息革命使得脑力劳动自动化，而机器学习使得自动化过程本身自动化。算法是智能的核心。基于数据和算法，完成“机器学习”，实现“人工智能”。

产品化:数据闭环靠产品互动实现，而产品体验依赖于数据智能，数据和产品合二为一。智能商业的成功，往往是针对某个用户问题，定义了全新的用户体验方式，同时启动了数据智能的引擎，持续提升用户体验。数据化，算法化和产品化就是在反馈闭环中完成了智能商业的“三位一体”的。

“大数据”的特征:大量、多样、快速、高质量。

"活数据"的概念:要让数据与现实生活无缝连接，就需要数据在线实时记录，而不是主动采集；要不断更新，随时可用来产生洞察；需要在实际业务场景中被灵活使用驱动下一个决策的产生。

"活数据"的特征:1.全本记录而非样本调查。2.先有数据，后有洞察。3.数据就是决策。

"活数据”的最大前提一定是数据记录的成本大幅下降。这个前提如果无法得到满足，它无法落地。在"话数据"时代，我们重视的是相关性而不是因果性。数据智能的引擎机器要能够直接作出决策，而不是传统的利用数据分析来支持人的决策。

公司不论大小。从“活数据”的角度去思考，你会明白数据量的大小只是个相对概念，如果让数据成为你业务中的自然组成部分，让机器成为你决策中的一个环节，你的商业行为就会走入智能化的快车道。

所谓企业智能化，简单而言就是“能学习的决策机器”，不但能够做决策，就连决策的效率和效果也可以通过学习的闭环不断进行优化改进，这当然需要数据和算法的支撑。