精准工程与大数据+

刘卓军

通常，人们会从不同层面来谈论工程这一概念。一个是理论和方法体系层面，是指将自然科学的原理應用到所关注的领域和部门所形成的学科（体系）；另一个是项目层面，是指在所关注的领域内实施和推进的具体工程项目。例如，水利工程是一种应用领域的工程学科，而三峡大坝工程则是具有明显水利行业或专业特征的一个具体工程项目。讲“精准工程”，本质上就是要更加有的放矢地处理好相关的工程问题，既包括相关学科和知识体系的发展完善，也包括具体工程项目的有效实施。其中的工程项目当然也包含社会事务的处理事项，如解决脱贫的问题，解决贫富差异过大的问题等。存在着这样一种趋势是可以理解的，既在普罗大众的眼里，或是从市场及实效的角度看，具体工程项目的精准性会更加受到关注。

强调精准工程的要点是应做到，问题选得准、方法取得当、资源配得足、效果兑现好，而且还要用合适的人在合适的时机启动实施。以精准医疗为例，其追求的实质是实现精准诊断和精准治疗。出发点和落脚点都非常好，而且还大有若我们不积极推进就有被美国等国家甩在后面的紧迫压力。但在精准医疗的标签下究竟应精准地装什么内容还真是一个需要仔细斟酌的问题。不能不考虑一项技术的成熟度问题，不能不考虑诊断和治疗的风险和成本因素以及相伴的受益人群的覆盖范围问题。除非有市场主体愿意为一项技术的提升完善买单或是埋单，否则行政资源只宜限定在继续作出研发和政策扶持上。相比之下，精准扶贫却可以、也应该做出大的社会资源，其中包括行政资源的投入。谁最穷就帮扶谁，这只是精准扶贫的一个方面，还应分析和聚焦造成贫穷的根本原因，进一步巩固扶贫的效果也非常重要，要加强造血机能避免和降低反弹的发生。因此，要重视“返贫率”的概念，并下力气对此进行分析进而做出预判。显然，一件事情、一种工作、一个项目要做得好做得适宜，就需要有充分和适当的信息。都知道，侦察和刺探情报是获取战事成功的重要手段，显而易见，获取数据、分析数据是有针对性地完成任务的先决条件。因此，精准工程需要得到大数据的支持，一定意义上讲，精准工程就是具体的工程加上大数据，或者是大数据加上工程。这正是我们讨论“精准工程与大数据+”的原因和意义所在。一方面，提倡精准工程必将提出更多更具体的大数据的需求，有益于大数据的发展；另一方面，大数据技术的进步、大数据资产的积累也必将有助于更多更广泛的工程项目实现更加精准的目标。

从精准工程的角度考虑问题，目前看来，精准营销的效果让人印象最为深刻。推进精准营销自然会关联到广告的精准投放。2012年2月16日，《纽约时报》刊登了查尔斯·杜黑格（Charles Duhigg）的文章，“企业如何知晓你的秘密（How Companies Learn Your Secrets）”，其中讲述了一个真实的故事，一位男子怒气冲冲地来到塔基特（Target）位于明尼阿波利斯市的总部要求面见市场部经理，他手里拿着Target送出的促销券展示给这位经理，并责问道，“你看看，我的女儿还在上中学，而你们给她投递的广告净包含一些孕妇服、护婴用具、婴儿衣服和婴儿床等减免券，难道你们想让她怀孕吗？” 塔基特的经理，一时不知所措，看了看男子手中的资料，没错，是Target送出的，地址名字都对，内容也如男子所说。于是这位经理只好向前来抱怨的男子道歉。几天后，让人印象深刻的一幕出现了：当这位经理向抱怨男子打电话再次道歉时，电话的那一端，抱怨男子很尴尬地说，应当道歉的是我，我的女儿的确是怀孕了，预产期就在八月。这个故事被许多人津津乐道地讲过无数遍，以说明大数据的魔力。其实，更完整更深刻地看，这个故事体现的更是精准工程加上大数据所产生的效果。

塔基特公司是世界500强企业，在美国是仅次于沃尔玛的第二大零售商，目前的股票市值是每股70多美元。作为零售商企业，最大的追求目标莫过于抓住顾客、黏住消费者。投放广告是这类企业必做的功课之一。然而，消费者购物行为及购物习惯的养成是非常复杂的事情，没有哪一家零售商企业能抓住所有顾客。通常，人的购物习惯一旦形成就变得根深蒂固，很难改变，这其中也包含了对品牌和企业已经形成的忠诚度。然而，任何事情都不是铁板一块。消费行为和市场变化分析结果表明，人的一生总有一些特殊阶段，会对购物行为产生冲击性的影响。此时，旧有的行为方式会散架，购物习惯会处于不定状态。研究表明，孩子的出生就是这样一个时机：这个阶段父母们已经精疲力尽不知所措，其购物习惯和对品牌的忠诚度很容易被争取到。而且，父母们一旦被黏性很强的商家俘获，他们今后相当时间内的购物就会和这个商家紧密相关。这些道理，各大商家都知道，于是，一旦孩子出生，新生儿家庭就成了各个公司争抢的宝物。

时间就是一切！如果能够提前知晓女性是否怀孕的信息，自然会占得先机，通过精准的、贴心的广告投放就能在争取买家上拔得头筹。然而，在比较规范的社会里，这类信息是不可以从各大医院那里直接打探获取的。但商家们总可以根据自己积攒的客户购物信息来作出推断式分析。于是，塔基特市场部提出了这样的问题：如果我们想要了解一个女性顾客是否怀孕，而她本人甚至不想让我们知道此事，我们能够做到吗？

获有统计和经济专业双硕士学位的安德鲁·波尔（Andrew Pole）承担了这项研究。常年的商战经历使得塔基特只要可能就给来访的购物者发放一个顾客标签（Guest ID），并把（有时是通过购买的方式）收集到的该顾客的一切购物及相关信息和这个标签关联起来。对孕妇的判断而言，波尔分析出了大约25种产品，并以此建立了“孕妇预测”记分模型。根据顾客得到的分值来判断其是否怀孕，甚至估计出其预产期，指导塔基特市场部门根据顾客具体的怀孕阶段及时投放广告和促销券。上述提及的一幕正好发生在波尔创立的孕妇预测模型使用了一年后的时候。由于采用了新的广告投放方式，塔基特的母婴产品销售额有了巨大增长，从2002年，也就是波尔加盟塔基特那一年的440亿美元增加到2010年的670亿美元。精准工程在大数据分析的辅助下取得的惊人价值可见一斑。

毫无疑问，大数据、小数据实现价值是真谛；大工程、小工程获取效果是目的。大数据与精准工程的结合提供了重大的机遇和重要的方向。这种结合需要问题选得准，而且应有限目标；需要资源配得好，特别要拥有必要的数据；需要有好用的方法，尤其需要有诸如波尔这样的得力人才。

精准工程是综合性非常强的挑战问题，大数据是其发展的重要支撑。企业、行业和市场甚至社会治理事务都会从中获得益处。在展望2017年的时候，我们将期待着更多有显著效果的工程得以实施和推进。