本文整理、摘錄自《數據的商戰策略：建立以數據驅動為核心的營運關鍵》，天下雜誌出版
從古至今，每當人們遇到困難時，都會從自己或他人的經驗中尋找解決辦法。無論成敗，積累的經驗會成為衡量下一個同類決策的基礎。這種決策過程循環往復，我們的預測能力越來越接近現實，而數據，就像是我們在射擊時的瞄準器。
在我看來，開啟「上帝視角」是未來趨勢，這無疑是激勵人心的。這些數據都可以沉澱，複雜的數據環境為我們帶來了巨大的挑戰，但同時也帶來了前所未有的機遇。在機會面前，我們還不夠明智，做起事來仍然各自為政。每家公司、每個人都想獨自畫出數據鏈上的全景圖，我就曾見過一家公司的各個事業部都在做自己的軟體開發套件（SDK）以收集數據，他們沒有分工，也沒有標準化的討論，所得數據之亂可想而知。
我們還忽略了數據的一體性。當下不認真對待數據，之後想用好數據的時候，就會被死死卡住。的確，當公司規模生態還很小時，我們會覺得數據的品質問題不值得注意，然而，一旦我們想精準地應用數據時，就會發現曾經的「差一點」，已成了雲泥之別。
線上的數據，才是數據
我們應該清楚認識到，商業的基礎正因行動互聯網的普及而改變，比如，美國一家新創公司Appsee 所提供的行動產品分析中，有些功能就很有意思，例如使用use recording 記錄下使用者使用App 時的行為，包括點擊、滑動、放大、搖一搖等各種動作，從而了解使用者的興趣、意向和需要。
行動化帶來的變革當然不限於數據分析，但這無疑是最敏感的。你是否用全新的角度去思考行動終端業務做得好不好？在行動化大潮之下，每家公司都要從上到下重新思考。不過，當數據從傳統個人電腦轉移到行動終端時，我們往往會遇到兩大誤區：
第一個誤區是把智慧型手機當作新增的媒體管道，相當於另一個螢幕，這是完全不夠的。手機作為功能裝置所產生的行為數據，不僅有時間維度，還有空間維度和社交維度，這麼多維度疊加在一起，分析的層面和方式也遠遠多於傳統網頁。
第二個誤區是用同樣的方式考評電腦終端和行動終端。在電腦終端，我們更關注流量轉換的指標，而行動終端更在乎的是參與度，例如用戶在一個App 的停留時間、是否願意接收提示、版本更新等。手指資訊，如點擊、滑動、放大、搖一搖等，在行動時代均會成為關鍵。
與大數據的4V（量大、多樣、速度、價值）相比，行動大數據的核心重在即時（real time）、適時或最佳時機（right time），以及全時（all the time），任何一個完整的高效服務都離不開這3T。
以零售業為例，即時是即時數據的獲取和推送能力。未來，我們將透過智慧型手機或智慧穿戴裝置，贏得越來越多接觸用戶的機會。這些機會將為我們提供大量的時空資訊，把每一刻感知到的使用者數據延續，這就是全時。
有了這種感知能力之後，你如何知道何時是推薦服務的最佳時機呢？這就必須要有全時的數據收集，才會知道用戶的需求規律，以及行銷的關鍵點，並做到有效觸達。
只有在具備3T 的能力下，你才能明確在什麼地方、什麼時間點，給什麼樣的用戶什麼樣的特別優惠。你已經熟知用戶過去的消費習慣，甚至步行習慣，所以才會知道在明天下午1 點半推薦一杯半價咖啡，將是非常有效的促銷方式。
最大的數據來自最小的裝置。手機會變得越來越智慧，它可以「感受」，可以處理文字、圖像，可以透過網路連接你身邊的一切。這是最完美的集中，這不是一種創新，而是「一群」創新。
未來，沒有誰會比你的智慧型手機更了解你，它甚至會了解你的情緒，而無需自然語言。智慧型手機將成為你的數據收集者，也會成為你的數據守門員。智慧型手機能判斷可以將哪些數據分享給哪些商家，而商家都不用建立數據庫，它的數據就儲存在每個人的雲端空間，只要被授權就可以拿出來用。這將會是使用者、數據和商家之間的一種全新關係。
用數據獲取更多數據
很多人都同時擁有智慧型手機、個人電腦、平板電腦等多個數位裝置。比如，某個人擁有兩支智慧型手機、一部iPad、三張信用卡，而且每天都登錄你的網站，在這種情況下，你能否知道這是同一個用戶？你有沒有這種識別能力呢？
透過信用卡，銀行雖然可以識別靜態個人的身分，但缺乏當用戶使用電腦、智慧型手機或平板電腦等多元上網裝置時的身分識別能力。
有誰能夠識別這三種裝置和三張信用卡背後的使用者是一個人？企業有多大的能力識別一個「碎片化了的個人」，將是巨大的考驗，也會是巨大的機會。
在識別過程中，分辨使用者其實並非難事，比如，企業可以查看用戶電腦裡的cookie，獲取用戶的e-mail、網購時的收貨地址，甚至私人手機號碼、親密聯絡人、信用卡與身分證資訊等等，這些資訊都可以作為識別「碎片化了的個人」的依據。
需要注意的是，這些屬性有些是唯一的，有些卻不是，但它們依然有很大的參考價值。比如，你經常將手機或電腦借給別人嗎？當然不會。那麼信用卡呢？想必更不會外借了吧。
了解識別身分的方式之後，我們就可以把散落於網站內外的行為數據串聯起來。不同的網站，收集到的數據不同，數據的價值也千差萬別。如果某個網站連接了你的三個裝置和三張信用卡，那麼，這個網站收集到的內外數據，就很容易將你識別出來。所以，是否知道用戶是誰，決定了企業數據收集行為的意義大小。
現在，大數據的價值吸引了很多企業和組織的興趣，他們都非常重視數據的收集與儲存，但是，在現實操作過程中，問題仍然層出不窮。大量的碎片化數據是噪音，讓事實串聯變得非常困難。
而值得思考的另一個方面是：當我們把這些枯燥的數據串聯起來時，就一定能代表事實嗎？
假設，早上你從家步行至地鐵，忽然想起明天是太太的生日，途中經過一家首飾店，你在外面看了一下，便被櫥窗裡的一副耳環吸引了。你走進店裡，看了多個款式，但不是價格太貴，就是不知道太太會不會喜歡。結果，因為趕時間上班的關係，你沒能買到心儀的禮物。
在搭地鐵去公司的途中，你還是不甘心，於是用手機淘寶又搜了一下，期望可以找到早上看到的心儀款式。可惜，你真的不知道該如何形容那副耳環是什麼樣子，於是你不得不重新花時間利用關鍵字搜尋一下碰碰運氣，結果，你如大海撈針一般，毫無所穫。
從首飾店的角度來看，肯定也想了解這些資訊：每天有什麼人經過店門口？走進店裡的是熟客，還是新客戶？他們有什麼喜好？他們是受什麼吸引而走進店裡的？他們有沒有明確的需要，在店內看過什麼，又買了什麼？店員如何知道要不要推薦什麼給這位顧客？即使顧客沒有當場購物，有沒有可能在其他管道重新喚起他的需求？這些一直以來都是零售業夢寐以求想要解決的問題。
以上情況隨著智慧型手機的普及、各類感測器，包括無線射頻辨識別系統（RFID）的使用，以及人臉辨識和視訊分析的進步作為支援，大量線上、線下的消費者活動行為被大量收集和打通。零售商和消費者開始從應用中感知到，當人（消費者）、貨（商品）、場（管道）這三種數據高度連接所產生的「完美資訊」及洞察力，而這意味著更貼心的服務和更多商機。
