讀《決戰大(dà)數據：駕馭未來商(shāng)業的利器》的前言有種奇怪的感覺。通常，作者總要在序言中(zhōng)交代寫作動機、闡明主要内容，而車(chē)品覺的前言一(yī)開(kāi)篇就要讀者“忘掉大(dà)數據”——按理，不是應該強調大(dà)數據的趨勢重要性、對企業的戰略意義嗎(ma)？可車(chē)品覺是怎麽寫的呢：“大(dà)數據的概念紛繁複雜(zá)，媒體(tǐ)上充斥了各種關于大(dà)數據的報道，但其中(zhōng)不乏牽強附會、濫竽充數的言論，某些媒體(tǐ)甚至把簡單的統計也冠上了‘大(dà)數據’的頭銜”。所以，目前人們最應該做的，就是“暫且忘記大(dà)數據的概念”，因爲行勝于言，隻有具備實效性的數據才是正道。

　　原來，車(chē)品覺試圖告訴每個讀者，大(dà)數據的具體(tǐ)運作到底是什麽樣的，數據量絕對不是最重要的問題。我(wǒ)們要的不是數據的量，而是有“質”的量。由此就不難解釋，爲什麽這本《決戰大(dà)數據》的正文第一(yī)章，當我(wǒ)們想當然地以爲會是“何謂大(dà)數據”等類似入門、啓蒙的内容時，車(chē)品覺卻一(yī)針見血直奔主題：讨論“大(dà)數據，爲什麽很多人隻會談，不會做”？那麽，他的結論又(yòu)是什麽呢？他認爲，從理論上來說，從收到用的螺旋式循環是一(yī)個巨大(dà)的渦輪，隻有先數據化運營，然後才能運營數據。而現在的情況是，用數據的人不知(zhī)道大(dà)數據從哪裏來，做數據的人不知(zhī)道大(dà)數據如何使用。用的人不敢用，因爲大(dà)數據的真實性；做的人不知(zhī)道怎麽用，因爲大(dà)數據的複雜(zá)性。于是，當數據量變得越來越大(dà)，結果卻是越來越無法有效地使用。

　　能如此清晰看出當下(xià)我(wǒ)國的大(dà)數據問題所在的，多半來自業界一(yī)線；畢竟，隻有真正做過大(dà)數據，用過大(dà)數據的，才有底氣談大(dà)數據以及“如何成爲決勝未來的商(shāng)業利器”。确實，車(chē)品覺現任阿裏巴巴[微博]集團商(shāng)業智能部副總裁、數據委員(yuán)會會長，擁有十幾年豐富的數據實戰經驗。憑借長期的從業經曆，加之互聯網巨頭阿裏巴巴的事業平台，車(chē)品覺對大(dà)數據認識的角度、高度和深度自然不同尋常。要知(zhī)道，目下(xià)坊間有關大(dà)數據的論著已不少了，影響較大(dà)者，前有維克托·邁爾·舍恩伯格的《大(dà)數據時代：生(shēng)活、工(gōng)作與思維的大(dà)變革》開(kāi)啓了“大(dà)數據商(shāng)業應用之先河”，後有塗子沛從曆史文化提成“數據時代的到來”的《數據之巅》，同時還有被稱爲“大(dà)數據商(shāng)業應用的引路人”的大(dà)衛·芬雷布的《大(dà)數據雲圖》、埃裏克·西格爾的《大(dà)數據預測》，以及講技術算法和統計思維的Anand Rajaraman寫的《大(dà)數據：互聯網大(dà)規模數據挖掘與分(fēn)布式處理》、馮啓思（Kaiser Fung）的《數據統治世界》等。這意味着，要再寫一(yī)本讨論大(dà)數據之作，沒有金剛鑽是不行的。

　　早在大(dà)數據還沒流行以前，車(chē)品覺就開(kāi)始關注這股趨勢了。上世紀90年代初，他就從以博彩爲生(shēng)的朋友那裏，從觀看比賽錄像分(fēn)析賽馬輸赢概率的個案上察覺了“用數據找機會”的手法。車(chē)品覺玩大(dà)數據玩得早、玩得多，自然玩得轉。譬如，他在書(shū)中(zhōng)提出了“大(dà)數據的本質就是還原用戶的真實需求”、“‘活’的數據才是大(dà)數據”、“無線數據，大(dà)數據的颠覆者”（據此，他認爲面對無線數據，要解決的主要問題有兩個：一(yī)是高效準确的收集；二是培養數據分(fēn)析師的多屏思維）、“數據的四大(dà)分(fēn)類和五大(dà)價值”等觀點。在論證上深入淺出，讨論語言通俗易懂，若非長期的實踐與總結，很難說得這麽到位。

　　不過話(huà)回來，《決戰大(dà)數據》的主要看點，還是阿裏巴巴的大(dà)數據實例——它到底做了什麽，又(yòu)是怎麽做的？身爲阿裏數據委員(yuán)會的“家長”，車(chē)品覺的言行自然也備受業界同行的關注。其實，有關阿裏巴巴的大(dà)數據戰略與策略，在本書(shū)出版前，車(chē)品覺或多或少已向外(wài)界透露過。譬如在2013年下(xià)半年的《中(zhōng)國企業家》雜(zá)志(zhì)上，車(chē)品覺就向記者表示：“一(yī)開(kāi)始，我(wǒ)們在用好數據，但是随着數據戰略與平台戰略緊密結合，我(wǒ)們開(kāi)始刻意地去(qù)管理數據（保證數據安全、質量和對于商(shāng)家的可用性），養數據（有意識地收集外(wài)部數據），沉澱數據。”在談及“如何将大(dà)數據用好”轉變爲“讓大(dà)數據更好用”的問題上，阿裏巴巴是從以下(xià)六個地方入手的：确保數據安全（保護商(shāng)家和個人的隐私）、保證數據的質量（去(qù)除虛假數據）、實現各個部門數據标準的統一(yī)（如轉化率）、讓原始數據變得更精細化（更符合商(shāng)家的應用情景）、獲得外(wài)部數據（如并購新浪微博、收購高德地圖，和其他平台合作、購買數據信息等）、建立數據委員(yuán)會。

　　時間再往前推，2012年，馬雲[微博]正式向外(wài)界公布了阿裏巴巴分(fēn)三步走的發展策略，即“平台、金融、數據”，這意味着阿裏巴巴誓要轉型成爲一(yī)家“互聯網數據公司”；2011年，“頁面點擊”誕生(shēng)，它可監控每個頁面上每個位置的用戶浏覽點擊情況。緊接着，天貓[微博]攜手阿裏雲、萬網宣布聯合推出聚石塔平台，爲天貓、淘寶平台上的電(diàn)商(shāng)及電(diàn)商(shāng)服務商(shāng)等提供數據雲服務；2011年，阿裏巴巴開(kāi)發數據魔方，通過淘寶數據魔方平台，商(shāng)家可以直接獲取行業宏觀情況、自己品牌的市場狀況、消費(fèi)者在自己網站上的行爲等情況；2009年，阿裏巴巴的大(dà)數據應用開(kāi)始走向外(wài)部，讓淘寶商(shāng)戶分(fēn)享數據；2005年，阿裏巴巴就意識到數據時代的到來，開(kāi)發了專門供内部運營人員(yuán)使用的數據産品——淘數據，公司員(yuán)工(gōng)可以利用平台海量的消費(fèi)者和商(shāng)家數據，來完善自身經營狀況。當然，這還不包括阿裏旗下(xià)基于大(dà)數據理念、布局互聯網金融“牛刀小(xiǎo)試”的作品——阿裏小(xiǎo)貸。

　　到了《決戰大(dà)數據》，車(chē)品覺的思路更爲清晰、深入，而阿裏巴巴的大(dà)數據做法也被首次系統闡述。車(chē)品覺細化了馬雲當年提出的“數據化運營”和“運營數據”兩個概念。換言之，當人們談起大(dà)數據實踐時，至少在阿裏巴巴企業内部，它是分(fēn)爲以上兩步展開(kāi)的。所謂數據化運營，簡單講就是使用數據幫助企業、客戶解決問題；而運營數據就是在原有的數據基礎上，搜集、整理、分(fēn)析，進而産生(shēng)新數據的過程。對此，車(chē)品覺分(fēn)别以“用”和“養”兩個精準的動詞來區分(fēn)。

　　緊接着，車(chē)品覺用“混、通、曬”來歸納數據化運營，并描述成“内三闆斧”，而把“存、管、用”來總結運營數據的“外(wài)三闆斧”。車(chē)品覺認爲，作爲一(yī)名卓有成效的數據分(fēn)析師，如果不和業務部“混”在一(yī)起，商(shāng)業敏感度就無從談起。帶着業務問題來觀察數據或帶着數據來觀察業務，兼備兩者的敏感，就做到“通”，而更深層次的通存在于公司組織中(zhōng)的數據（部門和部門之間的數據分(fēn)享）。數據化運營非常重要的一(yī)點，正是“曬”的内容。與此同時，“存”是指積極地收集數據，但這不是根本目的，讓收集起來的數據如何産生(shēng)價值才是最終的目的；學會用數據産品來解決獲取及使用數據的問題。“管”不僅僅是把收集來的分(fēn)類、存儲那麽簡單，阿裏巴巴數據管理最不一(yī)樣的地方（也可算作“競争力”）就在于非常依賴數據産品，希望用數據産品來解決獲取以及使用數據的問題，通過數據的分(fēn)裂和重組，來實現颠覆性創新。

　　在今年的“西湖品學”大(dà)數據峰會上，車(chē)品覺和與會者分(fēn)享了一(yī)個有趣的發現。他說，縱觀這幾年美國O'Reilly媒體(tǐ)公司舉辦的Strata大(dà)會（美國大(dà)數據技術會議）的主題詞演變，就可以明白(bái)世界大(dà)數據的發展趨勢。2010年是“Data”，2011年是“Talk Big Data”，2012年是“Apply Big Data”，2013 年是“Data Engineering”——車(chē)品覺特别強調了最後一(yī)個用詞的變化：Data Engineering（數據驅動）。他認爲這是大(dà)數據從看到用、從說到做非常重要的一(yī)個曆史拐點。結合他在《決戰大(dà)數據》中(zhōng)總結的“數據十戒”中(zhōng)的第二、第三條，即“在實踐中(zhōng)提煉數據”和“讓數據變成科技，惠及更多人”。他的理論核心再清晰不過：讓數據科技（Data Technology）成爲一(yī)種生(shēng)産力！