?Lime 呂厚昌：Make Data Your Kille

本文根據美國出行平臺 Lime 數據負責人呂厚昌（Alex Lu）在神策 2019 數據驅動大會上發表的《Make Data Your Killer App》主題演講整理而成。本文將為你重點介紹大數據成功的九大思路，包含以下內容：

• 數據文化
  

• 質量第一

• 無快不破

• 數據平民化

• 決策閉環
• 產品及運營閉環

• 數據安全

• 善用人工智能

• 借力打力

“把數據做成殺手 APP”

智能手機時代，每個人的手機上都有很多 APP，我們每天都在用各種 APP。沒有 APP 我們的生活將變得不方便。大數據時代，數據對企業從業者就像 APP 對個人一樣，我們也要天天用。沒有數據，從業者的工作也會變得舉步維艱。我們要用數據去跟老板匯報業績，用數據幫助我們做每天的決策，用數據把我們的產品運營變得更智能。我們要像做殺手 APP 一樣做數據，就是希望把數據變成從業者每日的剛需 APP。
“我的第一次”
我在清華學的是自動化，出國學的是電子工程。我跟大數據第一次結緣是在 1997 年。當時，AMGEN，這個目前也是美國千億市值的藥廠，沒有自己的數據團隊。我們被請來就是要幫他們建一個數據倉庫。項目啟動會上，對方極其重視。所有項目參與人員都被其 COO 的演講搞的熱血沸騰。我當時英文很爛，但有兩句話還是聽懂了，第一句是“把數據變成 AMGEN 的競爭優勢”，第二句是“大家大膽干不差錢”。?
通過半年的努力，十幾個人組成的團隊完成了項目。后續項目效果驚人。數據倉庫讓 AMGEN 更聰明做決策，產品銷量提升非常快，也賺了大量的錢。作為知名藥廠，AMGEN 除了花費大量時間與精力研發新藥以外，其核心業務就是賣藥。他們有強大的營銷團隊、花大量的資金做廣告，按現在的話就是“打品牌”。同時他們要花力氣打通藥店、保險公司等售賣途徑，按現在的話就是“建渠道”。更重要的是他們要搞定醫生網絡，因為只有醫生才可以開售他們的處方藥，按現在的話就是“做轉化”。我們搭建的數據倉庫的確成為了這家藥廠的競爭優勢。

其實在參與這個項目之前我還做過其他項目，我做過 WEB 網頁開發、電子、商務、CRM 等系統的開發。但一直不知道自己興趣在哪里，直到做完藥廠項目之后，我知道了，數據就是我要做的。雖然技術挑戰重重，但真正吸引我的是數據所能帶來的不同，以及真金白銀的價值。?

“做互聯網數據”

后來有幸在互聯網初期加入了雅虎，成為其第一個做數據的工程師。雖然當時沒有大數據的說法，但其數據量的確很大，而且是不斷暴長。用一句話概括我在雅虎 7 年的工作，就是“如何用數據更好了解用戶，了解成千上萬的用戶，了解上億的用戶，并能為他們不斷提供更好的服務”，一切為用戶。
后來，在一次行業大會中，我認識了后來谷歌的同事。當時我問他，雅虎的流量是谷歌的十倍，可是營收卻跟谷歌差不多，這到底為什么？他說，你要知道答案，加入吧。就這樣，我加入了谷歌。也是因為這份好奇心，讓我深入了解了谷歌的商業產品和盈利模式。用一句話總結我在谷歌 6 年的工作，就是“在保證用戶體驗的前提下，如何用數據和技術讓搜索為客戶帶來更多的價值”。

離開谷歌之后，我加入了百度。在百度認識了文鋒和神策的小伙伴們，在百度的 6 年里，我的工作也始終圍繞著大數據，云計算，人工智能開展，開闊了眼界。離開百度后我加入了 Pinterest。Pinterest 是圖片瀑布流 APP 的鼻祖。在?Pinterest，開始第一次踐行用做 APP 產品的思路做數據，讓數據成為公司每個人的日常工具。“做 O2O + 互聯網數據”
一年前，我跨界出一小步，出墻加入了 Lime。Lime 嘗試重新定義出行，用綠色電動滑板車，解決出行“最后一公里”的問題，在這里，數據是每個人每天的剛需。我們繼續沿用做 APP 產品思路做數據，并把數據，云計算和 AI 統籌考量，以加速產品創新閉環和精細運營閉環。

20 年前，實現數據價值是藝術，需要天時地利人和，所以幾乎有 80% 的項目會失敗。今天，實現數據價值要靠技術，據 2018 年的一項統計，80% 以上的企業都把數據和 AI 作為其公司戰略重點，當下已經沒有人忽視大數據價值。著名的投資人 Mary Meaker 在 2019 的互聯網趨勢報告里提到，1995 年之前成功的企業是靠人工抓數據取得競爭優勢，1995 年-2000 年，是憑借像互聯網抓到的電子數據，獲取競爭優勢，而 2000 年至今的二十年中，就是用好大數據/AI 技術來實現更多數據價值，獲取競爭優勢。

目前，數據/AI 技術令人眼花繚亂。如此繁多選項也讓大數據從業者犯難。也許未來大數據和 AI 技術會整合到頭部幾個大平臺上。作為大數據技術平臺從業者，成為頭部平臺的一部分也成為很多人的夢想。但目前技術還沒有發展到那一步，做成功的大數據依然挑戰連連。接下來，我會與大家分享關于做成功大數據的一些感想。

1.數據文化

人們總說數據文化是 CEO 的事，不錯，沒有 CEO 的支持，哪來的資金投入。但是企業不能指望 CEO 懂大數據。大數據的負責人，公司各業務負責人有責任將公司的數據價值及愿景清晰地描述出來，給 CEO 看，也給全公司看，推動公司的數據文化。?

讀過《The Lean Startup》這本書的朋友都知道，數據是把想法和實踐鏈接迭代并閉環的關鍵。如今，數據科學很火，利用統計和人工智能的算法從數據里找到可以運用到業務和產品中的規律，而這其中，數據也是關鍵。Lime?非常強調數據文化。產品創新閉環，精細運營閉環，在很多 O2O 公司都是非常重要的理念。對?Lime?而言，目前的產品就是綠色出行滑板車，運營就是把對的滑板車在對的時間放到對的人面前。因為數據成為兩個閉環的關鍵，使用數據就慢慢的成為了大家每天的一個習慣。沒成為習慣的都很難稱其為文化，文化是你不自覺就會踐行的東西。Lime?之所以這么重視數據，是因為我們知道對創業公司，沒有人可以預測未來具體的發展形態。但我們相信——學得快的會贏。這學得快就要靠數據，數據可以讓我們知道在哪里成功、哪里失敗，找出原因，不斷糾錯試新。有這樣的文化中，公司成長快速也是可以有跡可循的。

2.質量第一

我們在招聘數據人才的時候，通常可以用一個簡單問題辨別出候選人是否是真的懂如何做數據，這個問題就是“如何解決數據質量問題”。大家應該聽說過 garbage in / garbage out，錯數據比沒數據更可怕，有不少這樣的例子，公司大量決策依賴數據，但最后發現之前的決策使用的數據是錯的，這些錯誤決策造成的負面影響比沒有數據做決策也許還要差。高質量的數據代表著人們對數據的信心，只有可信，人們才可以放心的使用到日常工作中去，變成新常態。

3.無快不破

無快不破，大家講的很多，文鋒帶領的神策數據在這方面做出了很好的產品。讓你可以很快搭建數據系統，在對的時間及時把數據交給你使用并產生價值。最近大家談的很多的做“數據湖“，其初衷也是求快。通常情況下，在新產品發布之后，從取回數據到數據可用中間經歷層層處理。數據湖打掉了這些環節，接一個用戶數據查詢工具，就可以及時使用數據。這樣，每當新產品發布后，你就可以在第一時間點，使用數據驗證產品迭代效果。遲到的數據其價值會變小。

4.數據平民化

當數據成為公司文化，當數據是公司每個人的日常需要時，我們必須用做 APP 的思路做數據。要讓公司的每一個人都可以在實際工作中使用數據。數據已經不再是“管理者”的專用工具。數據決策，用的人越多，價值也越大。數據平民化并不容易做到。第一，為數據平民化，那 APP 必須做到極其簡單易用，門檻要拉低。第二，每個人的查詢數據方式不同，得出的結果有可能不一樣。要明確區分標準答案和自由答案，減少數據平民化使用帶來的出錯風險。第三，從數據監管的角度看，數據越平民化，泄露風險越高。加強數據安全和使用操作規范便是必須的了。

5.決策閉環

世界上沒有任何一家公司擁有完美的數據。也沒有任何一家公司擁有所有的數據。我們很多決策，都是在數據不全備的情況下做出的。所以，很多時候，講數據支持更貼切。數據不應該取代決策者的主導地位。

6.產品運營閉環

小步快跑，快速迭代已經成為做產品的常規作業，其核心是產品實驗自動化。這一做法也可以擴展到運營。以產品為例，有一個想法后，快速做出一個原型，然后上實驗做 A/B 實驗，自動生成對比統計效果及下一步建議。這里很多數據科學測量方法論都被自動化。這是一個具體的大數據加速產品迭代創新殺手 APP，已經是不少公司產品經理工程師們每天的標配工具。?我的前東家，在實驗平臺自動化前，一天只能做十個左右的實驗，自動化后每天可以做一千到一千五百個實驗。實驗平臺使得產品迭代閉環大幅度提速。

7.數據安全

在我做第一個數據項目的時候，就涉獵到數據安全。互聯網時代，數據安全/用戶隱私的重要性又上了一個新臺階。最近，歐盟出 GDPR 法案，國內也新出臺不少有關數據安全條例法規。數據合規的時代已來臨，做數據必須尊重上帝用戶的隱私。按照歐盟 GDPR 要求，如果企業泄漏用戶個人隱私，可能會罰款公司總營收的 4%。在 2019 年 1 月，谷歌被罰 5000 萬歐元，臉書被 FTC 罰 50 億美元就是例子。“數據處理不當”已經永遠不再是免責的借口。

8.善用人工智能

不提人工智能的大數據是不完整的。常常有人說人工智能時代，大數據為王是因為人工智能跟大數據之間有著無法切割的關系。一個具體的做法是使用人工智能改善數據質量。如何最大化二者融合后產生的價值，是我們要思考的。數字化轉型是近年來傳統企業談論最多的話題。總的來說，傳統企業轉型之路是要收集更多的數據之路，是使用人工智能之路。

9.借力打力

到底應該選擇哪個平臺？是私有化部署還是公有化部署？招人難，要不要建立數據團隊？要回答這些問題，借力打力也許是個不錯的策略。尤其是對于中小企業、初創企業，搶占市場也許是比自主研發更重要。無數的例子證明，站在巨人的肩膀上是可以做成功大數據的。在用借力打力策略時，還要有應對如下挑戰，第一，跨供應商系統對接和優化，第二，集成并簡化平臺，第三，數據分析和數據科學，目前還是很少有力可借，建隊不可避免。

結論

做成功的大數據必須直接與價值產出掛鉤，不談價值的大數據都是耍流氓。盡管數據不是萬能的，但不做數據幾乎是萬萬不能的。數據是杠桿支點，用好數據的企業可能撬動巨大的商業價值。二十年前實現數據價值是藝術，今天實現數據價值更多靠技術。希望大家都能把數據做成公司的殺手應用，使自己在激烈競爭中立不敗之地。
即將啟動城市預告