AWA数据驱动的决策智库课堂总结（上）

编者按：感谢大家参与我们AWA上次举办的数据驱动的决策智库讲座。也非常感谢袁岳老师给我们带来的精彩分享。为了让更多的朋友能够受益，我们将本次线上分享的内容以文字的形式给大家共享。希望能够给您带来一点获益。

主持人：

大家好，我是今天的主持人，王欢乐。很高兴大家可以能来参加我们asianwomanassociationawa。举办的线上讲座，也很欢迎袁岳老师能抽出宝贵的时间为我们做今天的线上讲座。

袁岳 Victor Yuan

零点有数董事长，飞马旅联合创始人，黑苹果青年YES理事长，北大社会学博士、哈佛公共管理硕士、耶鲁世界学者、美国Aspen学者、美国芝加哥全球事务委员会舒勒学者，独立媒体人，发表关于数据科学、管理科学、社会群体研究等相关领域著作逾一千三百五十万字

以下为袁岳老师语音转化文字记录

谢谢欢乐，谢谢重七，也谢谢各位小伙伴，在周末的时候还来听讲座，这个说明大家都非常的进取。我昨天正好在浙江的衢州，今天飞到了西安。今天在一个大学里面有大学生的未来数据班，这个是我们基本上是在每一个每个学期的时候都会在五到六个大学中间开的公益的普及数据科学知识的这个班。今天我们也会有62位大学生参加我们的这个班级，今天给大家带来的数据话题研究和数据改变咨询应该这么一个说法，那么我会前用20到25分钟左右时间给大家来分享我的看法。

然后后面的时候这个大家可以提问题，我现在说的这个话题，如果有一些问题超出这个话题本身或者是大家关注的，无论是国内经济的问题，或者是专门互动的问题，大家有兴趣问的话，我很愿意来回答，那首先来分享到今天这个话题就是数据智能。在数据智能技术与智能的决策支持能力或者是决策模式，也可以说数据如何改变咨询的形态。因为在15年以前我无论美国或者是在欧洲，在问的普通大学生说你最喜欢的去的这个就业的单位的时候，咨询公司在前十的公司里面。在前十的公司里面咨询有五到六家，那事实上，在最近的过去的十年中间，这个事情发生了很大的变化，就是在前十的公司里面，说到咨询的公司的时候，最多会有一到两家。在最近两三年中间。他已经在前20位里面会有一到两家，总体来说，互联网类的公司基本上是数字新型数字经济类的公司，他的位置上升的会比较快。当然就咨询公司本身而论呢，其中也发生了挺大的变化，其中有相当一部分的公司更加把自己走向了基于大数据和数字技术来改变咨询模式，非常典型的像德勤和安永这样的公司，都有这样发展的趋向。当然在咨询类的公司里，有些公司在一开始的时候就具有非常强的，基于数据还有数据智能来发展咨询能力的这个现象，最典型的就像兰德公司。我自己在创业的时候我是1993年，算正式创业。那年我也访问了兰德公司，它的总部在洛杉矶的圣莫妮卡。那个时候给我印象最深刻的是，他们3000名的职员中间，fulltime的employee中间有800多名被称为数学家。那个时候我也见了他们的首席数学家，我那印象还是非常的震惊的，就是原来这个结合数学的人会在那么大的一个比重。

当然，我们今天在讲这个数据智能的时候讲这句话，跟以前在讲基于数据，或者说以前说有数据已经发生了很大的变化。其实在咨询类的公司里面，有一类的咨询公司是数据总量使用的比较少的。她更像思辨或者是逻辑认证型的公司。这类公司非常典型的像早期的麦肯锡，像现在的智库类的公司。如果你去看那个很多的字库类的公司的话，可能他在argue说，为什么这个中美之间我们现在是这样的一种新的态势的时候，他有很多的内容是引证，比如说一些著名的政治家，其他的一些研究人士，专家啊，甚至媒体舆论等等的观念去argue和认证为什么一个事情是这样的啊。也有点像一类咨询公司中间，就他们在实际上做的时候更像大家写的论文。我们看了一些信息，看了一些资料，包括也看了一些数据，然后我们再写一篇文章或者写出一个报告来。那这是这一类，我基本上叫做逻辑论证型的。

第二类呢，是数据支持性的，这个数据咨询的，通常就是说，我说这件事情的时候，我们有挺多的数据来说明这件事儿。比如说美国政府他们在正式提出这个加税之前，正式提出一个对中国的各项批评和指责的报告。那么它的这个里面的数据总量还是挺大的，一开始看见有理有据的。我上世纪90年代的时候在美国讨论给予中国最惠国待遇的时候，那个时候我们专门做了一个研究报告Horizon Report。那个时候是给到美国五家智库用来游说美国的国会给中国PNTR，最惠国待遇的。那那个时候这样的呢，就是我们把这个中国国内的官方的民间的收集到数据都系统的信息的收集和梳理，然后形成的这个report。但有一个原因是那个时候美国的国会在辩论关于中国的这个政策方案的时候，他们有这个regulation就是不接受中国的官方的数据。所以我们是作为一个民间机构提供了，尽管我们还是引证了很多官方的数据，但是他们也引用我们的数据，然后说Horizon Report是一个独立的数据来源。但是这里面也可以看到就是说数据依然重要，只是他们不太信任中国官方的数据而已。但这类数据本身的方式是：我们收集了很多的数据，这些数据只是不同的来源，他们甚至也不是用同一个方法来或者数据源。这里叫数据支持性的报告。那现在我们说的这个数据智能的报告，其实他跟传统的方式是不太一样的，甚至我们可以把它叫数据智能。那用了智能这个词，你甚至可以说这是一个基于AI技术的一个report。那它的形态发生最大的变化是什么呢？第一个就是对于数据要求和数据的来源，有了技术质量的要求。过去我们一个数据支持的报告，你用这个报告的时候，实际上是看看，说在不同的那个报告里面，甚至在不同的书籍里面，人们提到了介绍到什么样的数据，或者我拿到了什么样的数据包，然后从中间去摘出这些数据，或者选一些数据来支持我的观点，就是一个最典型的一个方式，但是实际上在我们现在说的这个数据，智能型的报告，通常我们需要把这个数据来源要进行在技术意义上进行清洗，和进行整理，使得他具备被按照某一种自动化应用的可能性。所以我要的不是一个里面带着数字的报告，我们通常拿的是个数据库。

这个是real time的。他们正在发生相关的业务变动，那这个数据就会在我的终端就会呈现的。所以这样的话，我这个数据不再像过去那样我只能是消化或者使用一个静态的数据过某个点上的数据，现在那我可能是会有四个数据源，这个是不是全都是在今天这个11月22号到12月23号这一个月中间他们的real time data。所以我要把这个数据的实时性时间统一。然后这些数据的我经过我重新标签，重新标注之后数据的，可以进行贯通的分析。

更重要的是，这些贯通的分析，用什么东西来分析一下？过去我们来做分析的时候，我们会有一些SPSS，Sars，这些专门的工具要把数据输进去，然后我人工进行分析完了以后看着分析的结果再来写报告。那现在的话呢，我会去开发一个智能的软件。然后这个数据只要输进去，那这个结果就自动出来了，也就是说，我在这边把所有的数据按照一定的技术规格它都加工好，然后数据跟我的智能模块儿建立链接。然后数据源源不断的输进去，结果源源不断地呈现出来，所以他中间这个智能模块儿往往可以把它看成是一个算法模块儿，或者你可以把它看成是个智能模型。这个模型的核心是一个或者若干个算法所构成的。

那你看到这一点非常的重要，就是说有的时候比如说我们到了阿里上面，我们在阿里上面买一件像我这次双11时候买一个国潮T恤，那在我买了这个国潮T恤之后，他立马给我推荐两样东西，一个是推荐的鞋子，还有一个推荐大衣。

其实这个他给我推的这种特别款大衣，但是我自己觉得中间这两款不错，一款是带绿的，一个是带红的，所以我带买了这两款，他立马给我推荐裤子，所以也就是说当他看到你买那一种潮的T恤儿的时候，他就会知道说，那你对我这类潮大衣就会有兴趣，然后呢，你对这个潮大概他就知道你对我这个潮裤子就有兴趣。那他怎么知道我有兴趣呢，实际上是他在当初积累这个研发的那个设计的数据的时候，他也会知道这个风格落实的是属于同一个数据处的。这对消费者来说是同一个产品处的。就是喜欢消费这类东西的人就会喜欢这类东西，他们中间有这样的逻辑关系，它形成一个处。所以说它就形成了他一个推荐算法，就是只要你买了这个，我就给你推荐这个，然后他的购买概率是挺大的，而且购买了，所以他最后在单位时间内的购买效率就会更高。就是为什么我们去看那个阿里巴巴，他在最初100的销售达到的是在2016年，是花了六分14秒。而在今年的话只用了90秒。所以他的效率会越来越高，这就是一个典型的推荐算法。

除了有这个推荐算法以后，像最近我们在帮着物流公司的核心的管理环节都转变成为自动化的这个算法。其中有一个环节是物流节点的智能分布和智能化干预。这个智能分布式来讲，因为它是一个专门给零售终端送东西的，这样的一个公司零售终端生活，所以他有一个你的客户的分布的范围和你的网点的中间要有一个最佳距离的设置确保他在单位时间和适当的距离内设置的节点供应的合理性是最佳的。那另外一个呢，就是要研究有一些网点是加盟形态。那这个网点有一些什么样的行为表示和业务表现，是确定他跟你之间的关系会呈现紧张状态。有点像如果你们需要预测自己的男朋友或者女朋友就跟你一样闹掰了，实际上是有很多的因素，蛛丝马迹是可以体现出来的，所以，我们就会来设置一个预警系统，这个预警系统告诉你在你现有的4万个网点中间。其中有800个网点，可能会出现这个问题。那事实上呢，我们现在找一个一个月的这个情况来看呢，我们开始的时候建的这个预测系统是预测他有800个，结果他实际上150个有有问题，说明它的精度还不够高，但现在我们经过不断的训练，现在已经达到了我们预测的是280个，最后他有问题的是180多个，这就靠的很近了，那我们在新一版推出来的这个3.0退出来的时候。那我的目标是预测的时候可能是200个，但是他有问题的是190多个。他的进度已经达到90%几。

更多精彩，我们将在下一期的课堂总结中献上！敬请期待！

AWA也会在后面继续推出不同主题的讲座系列，包括

管理咨询行业求职讲座

时尚奢侈品行业讲座

女性生理健康讲座

职场法律知识讲座

金融行业求职以及市场分析讲座

等等...

欢迎关注我们的公众号，随时收看我们的更新信息，参与我们的线上免费讲座！

期待与大家相遇！