从情境洞察中把握意义

大数据的洞察，就是由表及里，由浅入深，发现用户深层体验需求的过程。用IBM的话讲，就是“释放新洞察，探索和挖掘大数据，以寻找业务关注的相关内容”。

当前的各种大数据理念中，相对而言，我对IBM“智慧的分析洞察”（Smarter Analytics）更认同一些。吸引我的地方在于其中的三个主题词——智慧、洞察、情境——都与意义有关。我认为大数据的关键在于要从情境洞察中发现意义。其它各种大数据定义都很全面——除了把这个核心丢了以外。

IBM阐释大数据，肯定有自己的商业目的。例如，要把大数据同IBM集咨询、服务、软硬件综合实力，提供端到端全面整合解决方案这些特点总结在一起。但是我想，善于学习的人，可以顺着领袖厂商对前沿的把握——他们之所以成功，往往在于比别人把握得准一些——长自己所需要的见识。

大数据要求大洞察

智慧的分析洞察，这是IBM的新战略。美国大数据的国家战略“收集庞大而复杂的数字资料，并从中获得知识和洞见，以提升能力”，也提到洞察。可见，洞察是大数据的一个重要内涵。《醒世恒言》里有一句：“天道昭昭，纤毫洞察。”让我们来看看，通过大数据洞察到纤毫的是什么。

1、洞察的对象是意义

通过大数据，要洞察的对象是什么？我以为，是意义。许多人说得出大数据不是什么，但说不清是什么。说不清的一个原因在于，只是从技术客体方面看什么是大数据，没有采取从人的主体需求的角度看问题。这样发展下去，非常容易把大数据误导到技术导向，脱离应用的错误方向上去。抓了大数据发展，却丢了大数据应用。过去许些地方把发展软件、云计算搞成了发展房地产，根子就出在客体（发展）导向，而非主体（应用）导向上。

知道大数据不是数据大之后，上来就明确它是大洞察，有助于我们从主体需求方面，从应用方面认识大数据。大洞察意味着，大数据要获得的是对象的内在意义。应用的效果是让人获得智慧，而不是让机器空转产生温度去融化积雪玩。按照主体的标准，而不是客体的标准，人通过数据获得意义，达到的效果就是智慧。

达到智慧有什么现实的好处呢？我们看到意义处在功能（使用价值）与价格（交换价值）背后的第三层，它以多样性、差异化、个性化的形式表现出来，通过溢价实现。商业如果只是达到第一层即让产品有用，或第二层有价值，还处在打价格战的低水平上，只有把握了意义，才能以低成本的多样化来适应复杂多变的世界，达到提价竞争的境界。我昨天在戴尔公司跟他们讲，互联网将把我们带入一个复杂性世界，智慧的作用就是低成本应对复杂，让人们获得更高的商业效能，更高的溢价。

2、洞察是深入意义的过程

一个事物的意义，总不会写在事物的脸上，而是隐在事物的背后。可是以往的数据服务，往往达不到深入事物意义的要求。例如，搜索引擎总是望文生义，按表面的语形得出表面意思，而很难按潜台词、潜意识等人们内心深藏的意义来寻找想要的更有针对性的内容。表现出的问题就是，数据多了，反而让人的选择无所适从。施瓦茨在《选择的悖论》中说：“尽管选择越来越多，许多美国人对生活的满意度却变低了。”这就是因为，有数据，但没有把意义挖掘出来，数据多了就成了垃圾。

在商业事物中，意义深藏在第一层的功能、第二层的价值之后，是事物的第三层的存在。以往的数据分析，顶多在“东西有什么用，值多少钱”这个层面分析用户需求，但无法分析出同一种功能、同一个价格的东西，对不同个性的人的不同意义。如果知道了的话，商家可以通过定制，为他提供更高附加值的服务。在情境定价模式下，消费者可以为带来个性化巅峰体验的东西，支配高额溢价。苹果公司的产品就是一个例证。大数据可以帮助一般商家，把握只有乔布斯这种天才才能感受到的顾客高价值体验的细微之处。

大数据的洞察，就是由表及里，由浅入深，发现用户深层体验需求的过程。用IBM的话讲，就是“释放新洞察，探索和挖掘大数据，以寻找业务关注的相关内容”。例如，对呼叫中心对话内容的文字记录进行大数据分析，可以解释和理解细微的语言特征，例如情绪、俚语和意图。此类数据可以帮助企业（例如银行和电信服务提供商）了解客户当前的情绪状态，并获得能够直接用于推动客户管理战略的宝贵洞察。

大数据要求情境探索

我们可以立个简单的标准，看大数据是否可以深入到功能、价值背后的第三层，即意义的深度。一个搜索引擎，不同的人输入同一个主题词，如果出来的是同样的结果，对世界的认识还只达到功能和价值层，因为功能与价值对所有人都是一样的。但如果针对不同的人，能出不同的结果，才算达到意义层。要实现这一点很简单，把搜索同一个含有个人时间轴（Timeline）的手机关联一微秒，就可以出每个人不一样的搜索结果。按这个大数据级的标准衡量，现在世界上没一个搜索引擎是合格产品。将来的大数据将走上情境探索（谷歌叫情境发现，contextual discovery；腾讯叫情境搜索）之路，它是数据挖掘发展到个性化阶段的人工智能形式。洞察将通过情境探索实现。

我认真看了IBM“智慧的分析洞察”的宣传材料，在各种商业的陈辞滥调之外，这回发现一个新的、让人眼睛一亮的东西。这就是情境概念。情境（context，contextual），又译为上下文。这回成了IBM大数据思路中反复出现的概念，如：技术上，强调“聚合上下文，挖掘并可视化信息，以找到答案”；资源上，强调“企业整合和上下文聚合”；业务上，强调“在上下文中关联并不相似的信息源，并且评估非结构化内容的业务价值为业务经营提供洞察，实现实时决策”。战略上，强调“在日常运作中采用数据驱动的思维”。

实际上，发出同一主题，返回不同答案，才叫洞察。得出千篇一律的答案，把顾客想象成同一个标准答案，那不叫洞察。情境化，就是把洞察落到实处的途径。搜索引擎之所以锚定个人时间轴会返回不同结果，是因为时间轴就是一个人的语境。一个人的上下文，与另一个人的上下文，就是区分二人的个人基因库。我曾在中关村见过复杂网络权威巴拉巴西院士，他认为有了大数据，人的93%的行为都是可以预测的。在IBM的模型中，我们看到与沃森关联的“上下文”，包括POS数据、CRM数据、社交媒体数据，将它们融入infoSphere Biginsights中，可以提炼出顾客的消费习惯和购买趋势。

IBM讲，大数据将“提供假设，挖掘与企业的某项当务之急相关的内容”。其中的相关，可以理解为锚定（Anchoring），就是在企业的中间价值，与最终用户的上下文语境之间，建立“人单合一”式的关联。这就是通过大数据把握意义的核心方式。