微博人類在擁有石油之前，從沒想過自己真的能登上月球；人類在擁有數據之前，也想不到未來能企及的高度。
對于數據時代，很多人激動，更多的人恐懼。《數據之道》努力探究數據的規律，回答今天的發展之問，這是走向數據未來的我們真正需要的科學精神。
——馬云
2019年9月10日，55歲的馬云，正式辭去了阿里巴巴董事局主席一職。這一天，對馬云來說尤其特別，阿里巴巴20周歲生日，教師節，他的55歲生日。
馬云作為阿里巴巴主要創始人，起步階段可謂艱辛，20年前想要說服超市、商場搞電子商務幾乎不可能，而現在的他已然成為電商時代引領者的角色。馬云曾說：“20世紀的工業、包括中東戰爭都是圍繞著石油，誰掌握著資源就掌握著動力。而現在數據就是最大的資源，人類社會第一次開采著自己創造的能源，別的東西你用過賣給我就不值錢了，而數據是你用過交給我變得更值錢了?！?/span>
“用數據說話”“讓數據發聲”，已成為人類認知世界的一種全新方法。世界是物質的，物質是數據的，數據正在重新定義世界的物質本源，并賦予“實事求是”新的時代內涵。我們必須善于用數據說話、用數據決策、用數據管理、用數據生活。
大數據作為一種新興的生產要素、企業資本、社會財富，可謂取之不盡、用之不竭，而且能夠重復使用、循環利用?？梢哉f，大數據是一個信息和知識的富礦，蘊藏著無限的商機與巨大的收益，只要去深度分析和挖掘，總會有意想不到的收獲。谷歌、亞馬遜、Facebook、阿里巴巴、騰訊、京東等領軍企業的成功實踐和輝煌業績，就是最生動、最有力的例證。
大數據里面的數據是
什么樣子的？
大數據里面的數據大體上分為兩種類型：一種叫結構化數據，另一種叫非結構化數據。結構化數據是有固定格式和有限長度的數據，如國籍、民族、姓名、性別、表格里的數據等。非結構化數據量比較大，沒有固定格式和長度，如視頻數據、語音數據等。單純看這些數據本身是沒有用的，必須要經過一定的處理，從十分雜亂的數據中梳理和清洗關鍵信息，通常這些信息會包含很多規律，我們需要從信息中將規律總結出來形成“知識”，這才是數據的價值所在。
就拿阿里小貸為例。阿里小貸通過對貸款客戶下游訂單、上游供應商、經營信用等全方位的評估，就可以在沒有見面的情況下給客戶放款。其數據來源于大型的數據共享平臺，它通過共享阿里巴巴旗下各子公司的數據資源來創造商業價值，大數據團隊把淘寶交易流程各環節的數據整合互聯，然后基于商業理解對信息進行分類儲存和分析加工，并與決策行為一起分析挖掘后得出結果。
大數據是怎么被分析的？
在網購的時候，你是不是經?？吹叫膬x物品的推薦鏈接？你知道電商是怎么做到精準推送的嗎？這就要借助大數據技術了。
大數據處理技術就是從各種類型的數據中快速獲得有價值信息的技術，其處理的過程一般包括：大數據采集、大數據預處理、大數據存儲與管理、大數據分析與挖掘、大數據展現與應用等。
在商業應用中，如何挖掘消費者需求，從而高效整合供應鏈滿足其需求的能力，成了是否能夠獲得競爭優勢的關鍵要素。數據化運營逐漸成為主流，依托大數據“基因”，可以重新定義“人、貨、場”。具體而言，基于充足的數據樣本分析和處理（包括購買情況、消費偏向、用戶活躍度、平臺數據和流量，以及信息回饋等），調研關鍵詞和屬性，準確描繪出用戶畫像，從而有針對性地進行數據引流，并進一步實現服務升級。
用戶畫像，即用戶信息的標簽化，是企業通過收集、分析用戶數據后，抽象出的一個虛擬用戶，可以認為是真實用戶的虛擬代表。用戶畫像的核心工作就是為用戶匹配相符的標簽，通過多維度對用戶特征進行構造和刻畫，包括用戶的社會屬性、生活習慣、消費行為等，進而揭示用戶的性格特征。
有了用戶畫像，企業就能真正了解用戶的所需，使企業對用戶精準定位成為可能。在這個基礎上，依靠現代信息技術手段建立個性化的顧客溝通服務體系，將產品或營銷信息推送到特定的用戶群中，既節省營銷成本，又能最大化地發揮營銷效果。
比如，從微信、微博、今日頭條等用戶數據，以及各種活動數據、線上數據庫、客戶服務信息等爬取數據，并進行清洗整理。在此基礎上，通過分類、聚點、回歸分析、關聯分析等對整理好的數據進行分析，進一步明確他的興趣、職業、愛好等標簽，實現用戶標簽化，并通過數據建模，構建用戶畫像，實現數據可視化分析。
這樣，通過大數據可以了解客戶的消費喜好和趨勢，商家就可以針對不同產品發送推薦信息，進行商品的精準營銷，降低營銷成本。例如，記錄客戶的購物習慣，在客戶生活必需品用完之前，通過精準廣告及時提醒客戶補貨。另一方面，依據客戶消費行為，為客戶推薦可能購買的其他產品。例如，通過客戶購買記錄，了解客戶關聯產品購買喜好，將與洗衣服相關的產品，如洗衣液、消毒液、柔順劑、衣領凈等放到一起進行銷售，提高相關產品銷售額。 電商是最早利用大數據進行精準營銷的行業，電商網站內推薦引擎會依據客戶歷史購買行為和同類人群購買行為，進行產品推薦，推薦的產品轉化率一般為6%～8%。
未來如何保障大數據的安全？
數據無處不在，數據泄露也隨處可尋。根據上海社會科學院互聯網研究中心發布的《大數據安全風險與對策研究報告》，自2013年以來，在企業或社會組織發生的數據安全事件，泄漏量動輒過億條，既有外部攻擊，也有內部泄密，既有技術漏洞，也有管理缺陷，極大地威脅了企業發展和個人信息安全。因此，只要有數據存在的地方，就應該建立安全機制。
在信息安全防護方面，需由政府牽頭，社會各界聯動響應，才能將信息安全落到實處。首先，在技術層面，亟須提高安全防護技術水平，在網絡安全與個人隱私保護方面加強研究，增強防御信息安全事件風險的能力。同時，可由政府機構、行業組織和大型企業成立數據治理委員會、大數據管理局等專門的數據治理機構，引進第三方信息安全審計，對數據治理進行統籌管理。
此外，為了明確數據安全邊界，建議起草和頒布《數據法》《信息保護法》《數據開放法》等，進一步完善相關法律法規和政策，使數據保護切實做到有法可依、依法治理。值得注意的是，在建設中國數據安全保障體系的過程中，需要在數據安全保護與信息開放共享之間找到合理的平衡點，在注重保護企業和個人信息安全的同時，也需倡導數據的開放共享，使得數據這一新時代的生產資料能夠流通起來，讓公眾共享大數據技術帶來的社會進步和惠民福利。
