数据驱动到底是什么？如何驱动，又能驱动什么？

人人都在谈数据驱动，如数据化管理、数据驱动的运营、或者数据驱动的测试等，关于数据驱动的应用的讨论很多，但关于数据驱动基本原理的讨论较少，本文试图追根溯源，谈一谈数据驱动的基本原理：数据如何驱动？能够驱动什么？

谈原理之前，先说一个我个人的经历。

有一次我老婆从首都机场T3航站楼回家，我帮她叫了一个滴滴，后来我看到账单显示是80多元，路程是20多公里，而我家离机场不过7-8公里，一般滴滴专车的费用是40多元，显然司机是绕路了，滴滴的APP上同时也显示了一条信息，大致意思是：车费异常，是否需要申诉？

我点击了"需要申诉"，滴滴APP立刻弹出一个界面，大意是：您有很好的信誉记录，接受您的申诉，此次收费按42元计算（具体数字忘了，反正是按正常的计费水平）。

当时觉得，哇，滴滴这个功能太牛了，给客户的体验太好了！

试想一下，在滴滴之前打出租车，类似状况是完全不同的场景：

1， 你可能根本不知道司机绕路了

2， 你事后发现司机绕路了，但你下车时忘了要票据，无法举证

3， 你当时就发现司机绕路了，跟司机要了票据，但票据上只有里程和时间，而没有出发地点、目的地和行车路线，你无法证明司机绕了路

而滴滴则彻底改变了这一状况：主动提醒你是否需要投诉，你提出申诉后，立刻就做出令你满意的处理！

滴滴的投诉处理如此贴心而智能，它是怎么做到的呢？如果我们对数据，以及数据与信息、知识和人工智能的关系有一些基本的了解，就能理解滴滴这种投诉处理的运作机制。

数据金字塔可以帮助我们理解数据与信息、知识和人工智能的关系。

数据本身是没有意义的，如果它不能转化为信息和知识的话；但如果没有数据，或者数据匮乏，信息和知识的产生也就成了无水之源。

• 如果你经历了某件事，把它记录下来。

• 如果你记录了某件事，把它上传。

• 如果你上传了某件事，分享它。

这意味着每个人都成为数据的采集、处理和分享者。

在上述滴滴的例子里，滴滴显然做到了这一点：乘客的所有用车经历都由系统做了记录、上传和分享。

企业在数据层面存在的两个问题

1. 数据存在缺失：

比如我所服务的一家互联网公司，他们就没有关于客户推荐的数据（有多少客户向他人推荐了产品），这是一个很小的例子，但数据缺失是企业普遍存在的现象，原因在于目前企业所拥有的数据主要来自于各业务系统, 如 CRM 和 ERP 等，而业务系统是为完成特定业务而设计的，数据只是副产品而已，必然导致决策所需的一些数据是缺失的；

2. 数据采集的无效性：

传统企业很重视数据的采集，例如他们会要求门店的员工将接待客户的相关信息记录下来，但所记录的数据质量不高，用途极有限，这里面原因有二：

一是采用纸笔或者Excel来记录，过程比较麻烦

二是他们只是单纯的数据采集、处理和分享，但数据的应用却基本和他们无关，员工采集数据只是应付了事，缺乏内在的动力。

互联网公司也同样存在数据采集无效的情况，如一家互联网公司通过QQ和潜在客户沟通，他们所了解到的客户需求信息记录都在QQ里，如果要想过一段时间再跟进某个客户，往往很难找到这个客户的相关信息，QQ里记录的这些数据实际上无法为业务所用。

要解决企业在数据层的这两个问题，需要企业基于经营决策需要，对数据进行统一的规划：需要哪些数据？如何采集？以什么方式记录？

比如上面所说的互联网公司，如果一开始就有关于潜在客户开发需要哪些数据支持的规划，就有可能设计出一个结构化的需求沟通工具，既可以有效记录客户的需求信息，又利于后期的数据分析。

如果没有对数据的统一规划，企业的数据将很可能会处于"ROT垃圾状态"，即冗余（Redundant）、过时无用 (Obsolete)和琐碎（Trivial）。

信息：是被组织起来的数据，是为了特定目的对数据进行处理和建立内在关联，从而让数据具有意义，它可以回答谁（who）、什么（what）、哪里（where）、什么时候（when）的问题，对于企业经营而言，信息的作用在于过程管理和绩效评估。

在上述例子里，滴滴的系统将时间、出发地、目的地、行驶路线、会员等资料整合起来，就形成了一条完整的乘客乘车信息，从而实现了对司机服务过程的监控和管理。

将数据转化为信息的阶段，企业存在两个问题：

1. 缺乏有效的数据分析工具：

少数大型企业（如银行和电信公司）一般拥有BI系统可以实现将不同源的数据进行整合、并支持在线分析处理和报表，但很多企业还是依靠Excel进行分析和报表，比如一家拥有上百家门店的中型珠宝公司，老板很重视数据，强调用数据说话，每次开经营分析会，大区经理就要熬夜用Excel来做各种分析报表，效率很低，也很让区域经理窝火：我是带兵打仗的，却需要我做这么多案头工作！

2. 缺乏将数据转化为信息的分析能力：

有一定规模的企业现在都拥有大量的数据，例如我们从一家互联网公司各业务系统导出来的数据，就达数千万行之多，如何从这些数据里看到数据之间的联系，将他们组织成有意义的信息，无疑是一个挑战，一般的企业不具备既了解业务又会数据分析的人才。

这导致企业所拥有的数据里，只有很少一部分得到了有效处理，变成了有价值的信息，而大部分数据停留在其原始状态：只是一个无意义的客观存在。

知识：对信息的总结和提炼。是基于信息之间的联系，总结出来的规律和方法论，主要用于回答为什么（why）和怎么做（how）的问题，在企业里的应用包括问题诊断、预测和最佳做法。

举个例子，北京夏季高温多雨，8月份温度在20-36度之间，平均降水天数12天，这是根据多年资料总结出来的北京气候的规律，这个知识有三个作用：

1， 问题诊断（回答为什么），如这个知识解释了北京今年8月份为什么下了那么多雨

2， 预测：明年8月份北京很可能温度还在20-36度之间，平均降水天数12天

3， 最佳做法：8月份来北京旅游穿短袖衣服即可，体弱者要带长袖，最好带伞。

滴滴的系统里应该有一个关于如何处理司机绕路问题的知识库，否则就不会这么智能化地完成投诉处理了。

大多数企业在知识层面做得较差，一些企业虽然建立了知识管理系统，但并没有一个有效的知识生成、应用和更新机制；更多的企业没有知识管理的体系，这些企业存在大量隐性知识，比如企业里总有一些销售高手，他们凭直觉或经验能够取得突出的销售业绩，他们也许说不清楚，但他们知道怎么筛选潜在客户、知道何时跟进、知道何时应该促成，这就是所谓"隐性知识"，隐性知识显得如此神秘，导致很多管理者认为销售高手是天生的，是无法复制的。

有效的数据驱动机制将能实现企业里隐性知识显性化，显性知识结构化，从而让企业里的每个人可以随时随地获取相关知识进行业务操作。

以销售为例，克隆一个销售高手或许不可能，但从数据的角度来看，如果销售人员的销售行为资料都能够得以完整记录，并得到有效整理和总结，就可以提炼出销售的最佳做法，从而让每个销售人员都可以在销售中运用这些做法。（对这个议题感兴趣的可以看看Jenny Dearborn所著《销售的革命》，它以讲故事的方式阐述了数据如何帮助销售管理者进行问题诊断、预测以及销售最佳做法总结）

人工智能：机器对信息和知识的自主应用

人工智能是系统基于数据、信息和知识，形成类似于人脑的思维能力（包括学习、推理、决策等）。

在信息和知识层面，数据都是提供决策支持作用，而到了人工智能阶段，则是系统模仿人类应用信息和知识进行自主决策了。

我所经历的滴滴司机绕路的例子，就是滴滴的系统根据我的乘车信息，以及滴滴系统里的知识库，由系统而非滴滴员工完成了一个投诉处理过程。

实际上，这样的应用早已很普遍，亚马逊著名的推荐机制也是类似的，系统代替了员工，不厌其烦地向顾客推荐他可能感兴趣的商品。

不少人认为，数据金字塔的顶端是智慧而非人工智能，对此我有不同看法：智慧不是建立在知识基础上的，知识不是智慧的必要条件，很多高僧很有智慧，但并没有很多的知识，比如六祖慧能从小不识字，却能闻经解义。

原因在于，知识来源于经验（数据），来源于人类对这个三维世界的观察，而智慧可以无需通过经验，有可能通过与高维度建立连接而获得（北大的刘丰教授有一个演讲，名字叫《开启你的高维智慧》，大家可以参考）

而人工智能则一定要建立在数据基础之上，没有数据，无论是专家算法还是深度学习都无用武之地，有了数据，计算机才有可能通过专家算法或深度学习形成知识，进而具备类似人类头脑的思维能力。

从这个意义上来说，人工智能永远无法超越人类的智慧。由此我们也可以看到数据的局限性：它可以将人类的理性发挥到极致，但它只会模仿却无法创造，它无法替代人类的感性和直觉，而正是这份感性和直觉，让生命多了一些有趣和柔软，真正的创造也由此发生！