模型數據從何而來 | 信息化觀察網

模型對于很多人來說是一個黑匣子，充滿神秘性和未知性。所以，即便是模型創建者將模型公開，也會因為創建者和使用者專業能力和知識背景的不同，使兩者之間出現信息不對稱的情況，使用者自然也就不知道為什么會選用這種解決方法，也就是說，創建模型的人可能不知道此種模型效果好不好，而使用模型的人也不知道該怎么去反饋使用的結果。這樣一來，這種信息不對稱會越來越嚴重。

這一問題恰恰體現了大數據實踐中非常嚴重的斷層問題。收集數據的人不知道將來的人怎么使用數據，創建模型的人不知道自己所采用的數據在未來是否穩定，使用模型的人不知道整個數據的來路或者加工過程，這些都是普遍存在且很現實的問題。

從公司管理層的角度來看，投資人了解數據的意義是什么？高層管理者對數據的期望和中層管理者之間又有什么不同？他們知道數據能幫企業做什么嗎？這些問題的答案完全會因立場不同而異。中層管理者大都不知道數據能幫助他們做什么，他們沒有管理者的視角。相比之下，你只需要告訴他們數據能解決什么問題即可。相反，數據分析師可能就會更加迷惑不解，我做了這么多東西，為什么你們不用？

每個層級和功能部門都是一個斷層，而且對于數據價值的內在衡量都不一樣。所以，當我們講到數據價值時，沒有人能對此給出一個合理的定位，原因就在于有幾個關鍵問題沒有區分清楚，一事要明確這是誰心里的數據價值。投資人、高層管理者、中層管理者、數據分析師各自心中對數據的價值自然不同，二是要明確數據的分類，不同類型的數據所產生的價值各不相同。為什么我們在大數據應用方面存在障礙？一個重要的原因在于應用人員對于數據價值和數據分類沒有明確的界定。

在當下的大數據環境里，數據其實與商業模式密不可分，每個人都認識到它的經濟價值是巨大的，但今日的大數據發展趨勢之快，對于很多公司來說變得更加虛無縹緲，難以把控，讓每個人抓狂，讓每個人手足無措。

而在這一方面，阿里巴巴已經對數據化運營做了不少有益的嘗試，淘寶一直致力于一件事，用數據來幫助企業運營和解決問題。但在不斷使用數據的同時，也發現了數據本身的問題，大數據需要更主動地管理，也需要更多的創新。

數據化運營就是用數據去解決問題，但是如果我們想把數據做得更好，解決更多新的問題，就需要去做一件以前未曾做過的新事情，運營數據。對于阿里巴巴來說，這件事情是從2011年才有計劃的進行的，企業主動收集數據，并且以此去創造更優質的新數據，讓新數據更好地服務于企業的運營。這是一個從用數據到養數據的過程，一個從數據化運營到運營數據的過程，也是一個從看到真用的過程。

從數據化運營到運營，數據是一個閉環，今天的電商企業正走到了其中的一個節點。在經歷了起初大數據的喧囂之后，大家終于感受到要使大數據產生真正的商業價值，我們要關注的內容并非4V那么簡單，而應該將焦點放在如何真正讓數據落地之上，即從數據化運營到商業管理能力的提升。