我们自己终会成为大数据

对于大数据在商业上的用途，这句话说得很清楚。前半句是重点，了解用户的行为习惯和爱好，这就是大数据的核心价值。

1. 元数据（Metadata）的概念

简单说，元数据是对数据本身进行描述的数据，或者说，它不是对象本身，它只描述对象的属性。

比如，一幅画本身，是数据。而这幅画的作者、完成时间、尺寸、价格、类型等等，就是它的元数据。

再比如，你妈逼你结婚，找了个男的让你相亲。你并不认识他，但你妈告诉你他的年龄、身高、体重、体貌特征、家庭背景、收入、爱好特长，你心里也就对他有了印象。即便你还不认识他。

元数据的价值，第一是能够从侧面描述对象，第二点就是可以结构化、信息化。

什么意思呢？

比如，我们要判断一幅画的价值，除了专家直接通过画的艺术性来评价，还可以通过元数据来判断。

这幅画是名家的还是二流画家的？这幅画是作者在他创作鼎盛时期的作品，还是在年轻时的作品？这幅画是作者擅长的类型还是他不熟悉的？

用这些描述的信息，我们居然就能把这幅画的价值算得八九不离十。虽然肯定会存在误差，但同样是科学合理的方法。

那用元数据而非数据本身描述对象的意义何在？

这就是在大数据上产生的价值了：对于非结构化的、非量化的对象本身，结构化的元数据可以用以快速计算和判断。

比如，你妈拿了 100 个单身男的资料，你要是一个一个去仔细翻阅，那几天都翻不完。但你告诉你妈，高学历的可能意味着素质很高，高收入的可能意味着能力很强，所以先把低学历低收入的筛掉，剩下的再依据身高体重年龄这些信息排序，那效率就高得多了。

注意，这样的方法仍然会有失误的，说不定真爱就在被筛掉的人里。但这样的概率微乎其微。

相亲里似乎还不太明显，但大数据在真正产品应用中，产生的效果就天翻地覆了。

2. 大数据应用的第一阶段：辅助产品。

最初的应用比较简单，就是用以辅助产品人员和市场人员做判断。

过去的实体产品做一次调研很麻烦。比如饮料公司，调研人员要用各种方式观看他们喝饮料的场景和步骤。

问卷是最常见的，但不准。所以会组织各种各样专业的现场试验，要搭建环境（一般是有单面玻璃或摄像头的）、邀请志愿者，然后引导他们按照日常的习惯去完成一些操作。

比如这样的通过摄像头监视观察室。

显然这种办法非常笨重。

而现在的互联网产品则根本无须这么麻烦。用户所有的使用数据、行为，都是记录在案的，想知道什么，瞬间就能分析出来。

过去想知道用户有没有做一件事，比如有没有用过这个功能？太难了。

现在呢，就问点击这个行为，点击了几下、点击在哪里，什么时候点的，甚至这是在什么地方点的、点击之后又做了什么，一清二楚。

用户平时用不用这个功能、怎么用这个功能，也就一目了然。

对于产品设计者来说，这是至关重要的数据。而且，这是完整的数据！如果是互联网产品，那么我知道的是所有用户的数据，不是过去传统行业产品的样本数据。

腾讯知道所有微信用户有多少用朋友圈、知道这些用户每天都发几条朋友圈、知道这些用户每天都发了什么。每一个数据都是真实可用的。

（过去发行量再大的报纸也很难知道读者性别，然而现在再小的微信公众号也可以实时获取。）

在实体产品的行业，随着未来整个产品从生产到销售到使用的信息化，大数据也会渐渐起到更大的作用。过去我卖的一瓶水，可能到某个超市就断掉了，我不知道这瓶水被谁买走了。但现在我在天猫卖的一瓶水，我知道对方这个用户是每个月买十箱水的，他的地址是某个高档餐厅，那我就知道这瓶水的目标受众是谁了。

这是元数据的价值所在。

所以说，大数据的第一阶段是：辅助产品设计者做判断、让产品制造者更好地满足用户。

这时候的大数据主要是来为产品提供支持，产品再应用于用户。

3. 大数据应用的第二阶段：创造价值。

在数据的数量和质量达到一定程度后，事情开始变化了。元数据将不仅作为产品的辅助，而是变成了最有价值的产生本身。

很简单的，全中国最熟悉老百姓消费习惯的是工商局吗？是哪个协会吗？是哪个科研机构吗？都不是，是淘宝。

拥有最全面的个人信用信息的，是人事局吗？是银行吗？是咨询公司吗？都不是，是支付宝。

道理也简单得很，所有行为（消费、交易）发生在了这个平台上，而这个平台又有所有数据的记录，那这些数据就能产生巨大的价值。

你以为做医疗健康这方面的产品仅仅是关注你的健康吗？并不是，他们同时还能够记录你所有的体征，这是第一线的临床数据。

此时，大数据本身已经成为了产品，可以输出有价值的内容。

消费行为数据，卖给广告商，广告商就可以定向给你投送广告；信用数据，卖给银行，银行就可以判断出你的信用程度；健康数据，卖给保险公司...你懂的。

近几年，互联网公司已经能够对全国各领域的市场，给出最有说服力的统计报告了，这些之前可都是政府做的：

淘宝网发布中国互联网消费趋势报告

携程旅行网发布《2014年旅游者调查报告》

滴滴携两大机构发布首份智能出行年度报告

不仅仅是将数据出售，数据提供的内容完全可以创造出新的产品。尤其像 O2O 这样的产品/服务，上游是服务提供者和资源，下游是用户，都能够有价值可以发掘。

以前做美甲的时候，我们设想的商业模式，有一项就是从上游，了解美甲师用品的情况，跟生产厂家合作，把控渠道；另外就是从下游，知道用户的情况，从而也能够跟其他美业产品合作（定向帮你把产品带到家里，河狸家其实已经在做），来让用户数据产生价值。

我之前听说饿了么在尝试一项新服务，就是为餐馆提供食材。乍一听有点怪，但后来想想的确是再合理不过。除了饿了么还有谁更能清楚某块区域的餐品售卖数据呢？这地方萝卜白菜卖得多、有多少量，饿了么清楚得很，跟农场谈合作，可以很好地把控上游渠道。

这阶段的大数据，已经可以成为产品，为用户直接服务。

从另一个角度看，不知道你发现没，通过我们行为数据这些元数据，我们已经在慢慢被量化的信息给描述出来了。看到这些数字（一年花了多少钱、在哪方面花的钱等等）已经对这个人可以有相对粗糙的认识了。而大数据最终的形态开始初现。

4. 大数据应用的第三阶段：塑造我们。

我之前也总是对行为数据表示不屑。你知道我在淘宝买了点东西、跟谁微信聊了几句话、去百度随便查了点东西，就能知道我是什么人了？

还真的可以。只要数据保质保量。

我知道你一个月没买避孕套这两天突然买了三盒，那可能是你要跟异地恋的女朋友见面了；我发现你微信跟异地的某个妹子聊得特别多、经常还视频，那这大概就是你异地的女朋友；我了解你在百度一直搜东南亚的机票和旅行攻略，那我知道你可能要去那里玩。

就是这么简单的三条元数据，我就能推测出来，你很大概率上，最近要跟女朋友一起去东南亚旅行。

说实话，做这么基础的逻辑推断，比下围棋容易多了。

这是说明元数据能够推理信息的逻辑性。而对于可获取的元数据，也越来越多了。

你打电话时，可以知道你给谁打（妇科医生？要生孩子了。律师？最近有官司。）
你买东西时，可以知道你的消费能力、家庭状况、喜好甚至性格（高端笔记本？爱玩游戏。蜡笔和简笔画册？家里有小孩。）
你出门消费时，可以知道你的生活习惯和个人情况（健身房？应该很健康。经常大保健？可能身体比较虚。）
你加别人微信时，可以知道你的社交圈子（认识李开复？应该不是一般人。通讯录里都是快递员？那可能也是快递员。）

作为这些产品的数据的拥有者，我完全不需要派个私家侦探来跟踪你。只需要等你自己乖乖把这些数据送上来。

春节的时候，支付宝为什么要和微信争抢小额支付和社交场景的支付？不是为了那点手续费，就是为了它缺失的社交支付这一块。这块数据的价值，远超想象。

未来我们每个人的衣食住行、生活起居，都将有大量的数据记录。我们的行为会变成一串串数字成为可量化的数据，成为描述我们的信息。我们工作用云笔记、吃饭用饿了么、打车用滴滴、搜东西用百度、社交用微信，每一步都事无巨细被记了下来。

不信你可以翻出你历史所有在百度或者 Google 的搜索记录来，对你生活的描述绝对比你自己的日记都要真实。

这些数据将被转换成有价值的商业数据，来描述你各方面的信息。你喜欢黑色的衣服、你喜欢胸大的妹子、你比较文艺、你有高度近视、你最近刚失恋...... 关于你，可能这些数据比你爹妈都要清楚。

最终，我们本身就是可以被量化的大数据对象，不存在多层的逻辑了。

这样的未来自然有利有弊。利是我们无处不在享受着大数据带来的便利，我们看到的每一条广告都会是我们自己喜欢的，我们查的每一条搜索记录都是根据我们特点来推荐的，我们在加好友时系统甚至都可以说他是不是会跟我们合得来。

弊在于，我们的隐私就暴露无疑。只要数据的拥有者想做点坏事，那真的是什么都有可能。

大数据绝不会止步在为决策仅仅提供帮助，它的终极形态就是可以用海量的数据描述我们一个个具体的个体。当达到这一步时，现在所谓的市场调研、用户分析就都是小儿科了。

因为，大数据已经完全能够塑造出我们了。