1704272788
1704272789
如果我们从认识论层面出发，把所有数字化的事物再彻底地审视一下的话，我们可以得出如下结论：我们并不相信大数据理论家预言的“理论的终结”。当数据全然能够解释这个世界的时候，也并非说理论本身就走到了尽头。在没有意外发生的情况下，我们只能基于过去和现在的数据推测未来。但是生活却不是提前预设好的。在人类走向灭亡的最后一天，非理性行为和偶然事件会让预言家明白，他们也有预测不到的事情。同样，也不会有人能够长期地准确预测汇率和股市行情，但是，人们可以通过建模来探寻短期事件的发展机制。
1704272790
1704272791
在没有意外发生的情况下，我们只能基于过去和现在的数据推测未来。但是生活却不是提前预设好的。
1704272792
1704272793
反过来说就是，能够意识到预言家能力的有限性并接受这一现实，这也属于智能数据冠军企业的核心竞争力之一。这些企业也明白，预测水平会随着时间的推移得到优化。概率击败偶然不是绝对的，但是在数据分析方面我们会变得越来越智能。
1704272794
1704272795
具体到企业经营的日常工作中，是这样的：智能数据分析会利用所有经实践验证过的分析工具，这些分析工具能够协助我们加深对客户的理解，借助这些分析工具，我们可以影响客户的行为。但是，有一些分析工具是不会被选用的，例如那些无法评估其使用效果、对企业人力和财务造成负担的分析工具；还有一些技术分析手段因“自恃过高”也不会被选用，它们认为具有自学习功能的机器可以完成一切，企业原有的人员和模式都已经多余了。
1704272796
1704272797
1704272798
1704272799
1704272800
智能数据冠军企业认识到，通过改革成为具有数据分析能力的市场竞争者是一个长期且艰辛的过程。它们也并不会去指望，通过一两个智能数据项目，就能够多快好省地打开全新的、高潜力的商业模式的大门。相反，他们认为，智能地、持续地经营数据是多层面价值创造的“启动程序”，同时，从长期来看，也是巩固既有竞争优势、获得新优势的重要因素之一。欲知详情，请看下一部分。
1704272801
1704272802
1704272803
1704272804
1704272805
智能数据：如何挖掘高价值数据 [:1704272160]
1704272806
智能数据：如何挖掘高价值数据 第二部分 智能数据的循环
1704272807
1704272808
智能数据：如何挖掘高价值数据 [:1704272161]
1704272809
第4章 五步流程实现增值
1704272810
1704272811
提出正确的问题
1704272812
1704272813
“计算机没有什么用处。它们唯一能做的就是告诉你答案。”这句话出自巴勃罗·毕加索。众所周知，作为画家，毕加索擅长用极其扭曲的方式来表现客观现实，但他却不是数据分析方面的专家。像所有伟大的艺术家一样，他对当时的时事话题有着独特的感知能力。
1704272814
1704272815
从毕加索所生活的时代到现在，信息技术的发展是否明显快于现代绘画艺术的发展，这个问题的答案是开放性的。可以确定的是，计算机系统在处理艺术问题方面始终有些困难，比20世纪60年代信奉科学技术的未来学家预言的还困难。IBM的沃森认知计算系统可以解码语言，能够理解上下文的意思，可以基于前期输入的报纸杂志信息和维基数据库回答测试题目，回答速度和准确度超过之前任何一位《危险边缘》人类冠军。但就算现今我们超智能的IT系统很聪明，能够提出令人感到意外的问题，它们大部分还是存在一些问题的。
1704272816
1704272817
日常生活的实践经验可以让我们认识到：
1704272818
1704272819
以数据为基础的价值创造的潜力不一定来源于数据本身。
1704272820
1704272821
有一次，一位企业管理者迷惘地说：“我原来认为，只要打开潘多拉的盒子，就自然会有新想法出来。”人们就是这样盲目推测大数据的魔力的。当然，人们会从数据中获得很多认识。数据分析会变得越来越智能化，但前提是要选择正确的问题作为出发点。这些问题不是关于对某一行业前世今生的（大）数据分析。最好是召集5~10个来自不同项目背景的聪明人，坐在一起共享一下他们精通的范畴，例如对商业模式的理解、对不同价值链领域的专业认知（可以是市场营销、企业运营、售后服务、采购等方面）以及对某一个数据驱动下的解决方案的发展潜力的看法等。然后，提出具有较大思维开放性的问题：
1704272822
1704272823
1.我们的商业问题是什么？
1704272824
1704272825
2.销售收入和净利润来源于何处？
1704272826
1704272827
3.它们产生于价值链上的哪一环节？
1704272828
1704272829
4.通过数字化的解决方案，我们可以在哪些范畴内快速提升价值创造水平？
1704272830
1704272831
在这里，我们需要再老生常谈地强调一下，在开始任何一项数据驱动下的市场分析之前，都要记得：
1704272832
1704272833
市场份额不断下降的情况是客观的，我们面临的问题与30年前、60年前和90年前没有差别，即我们如何去阻止这种下降。
1704272834
1704272835
市场营销或者经营的目标“任务书”不会因为引入使用了大型计算机或者云计算而发生根本性改变。市场营销和销售人员必须一如既往地关注如何提高市场份额、发掘与开拓目标市场、提升零售业务顾客份额、防止老客户流失、提升客户间推荐频率、增强市场营销措施的影响力，等等。
1704272836
1704272837
问题的维度没有发生改变，因此我们也就不需要引入新的参数或者变量来实现数据分析，况且在数据分析的过程中还会产生新的问题。市场份额不断下降的情况是客观的，我们面临的问题与30年前、60年前和90年前没有差别，即我们如何去阻止这种下降。数据只能帮助我们去寻找更好的答案。更直观的表达就是：