数据的本质

？阿里巴巴集团前副总裁，红杉资本中国基金专家合伙人，现象级畅销书《决战大数据》作者车品觉重磅新作。 ？未来没有一家公司，不是数据公司。未来没有一个人，不是分析师。智能商业时代，人人推荐阅读！ ？大数据下半场，谁参透数据的本质，谁就能破局称王。经过十几年的数据分析研究，车品觉内化出数据的四大核心本质，很有借鉴意义。 ？《数据的本质》系统性地描绘了数字经济引擎的4种形态以及企业搭建数字经济引擎的8条建议，决策者和变革者推荐阅读。 ？《数据的本质》首度披露数据之王们的数据化思考方式，每一个故事，都将是一段内化数据的历程。 ？国家战略性新兴产业专家委员会秘书长杜平，正大制药集团董事长谢炳，香港科技大学计算机系主任杨强，清华大学经济管理学院副院长陈煜波集体盛赞。 ？湛庐文化出品。

未来没有一家公司，不是数据公司。未来没有一个人，不是数据分析师。大数据时代爆发的喧嚣之后，在大数据下半场，谁参透数据的本质，谁就能破局称王，真正让数据做到从看到用，并将企业真正转化成一个接近将人为决策排除在外的数据公司。
车品觉著的《数据的本质》是一部引领企业与个人破局智能商业时代的落地之作。大数据4大核心本质、智能商业时代核心数字经济引擎搭建之道、大数据变现5大场景、区块链、人工智能、Fintech、新零售……智能商业新趋势一网打尽！既是互联网从业者的案头推荐书，也是管理层的决策宝典。
马云如何在管理中用人以及破漩涡？阿里魂彭蕾如何用“脑力、心力、体力”带出金牌团队？沈南鹏如何成为投资巨擘？阿里军师曾鸣如何看见未来、锻造终局判断力？数据怪杰韦斯岸如何将Big Data内化为Me Data？……《数据的本质》首度披露数据之王们的数据化思考方式，每一个故事，都将是一段内化数据的历程。
《数据的本质》是继《决战大数据》之后车品觉的又一数据实战力作。先人一步孵化数据黑天鹅，智能商业时代人人推荐阅读！

车品觉，阿里巴巴集团前副总裁，首任阿里数据委员会会长。
中国数据化思考领先人物，拥有十几年丰富的数据实战经验，并在实践中形成了独特的数据化思考及管理方式，对大数据未来趋势有着独到的见解。
红杉资本中国基金专家合伙人，并担任京东金融专家顾问、国信优易数据研究院院长。同时，他还担任了中国信息协会大数据分会副会长、中国计算机学会大数据专家委员会副主任、粤港信息化专家委员、中国计算数学学会第九届理事、清华大学教育指导委员（大数据项目）、浙江大学管理学院兼职教授等职。

推荐序一 大数据的下半场，如何创新数据生态
推荐序二 大数据的无限可能
推荐序三 学习如何学习的能力
推荐序四 自醒自觉，不被数据牵着走
引言 我们为什么要认识数据的本质
第一部分 数据主义，未来一切都将数据化
01 大数据不是独奏，而是不断连接、无处不在的数据
02 数据相关性比数据本身更重要
03 数据流动在于利益关系
04 伦理，大数据的关键破绽
第二部分 数字经济引擎，智能商业的核心
05 数字经济引擎，预知未来的水晶球
06 智能时代，数据才是根本
07 数据，未来企业的核心资产
第三部分 数据变现的四大场景
08 大数据助你活到120岁
09 消费金融，大数据变现的不错场景
10 与“砂锅”对话的时代来临
11 神秘的数据异类
第四部分 数据之王的数据化思考
12 他们，成就了完美世界
13 数据是送给天生逻辑客的盛宴
结语 如果有一天，你拿到了“数据天书”

    我们为什么要认识数据的本质
     一场以大数据为核心的智能盛宴
     时下仿佛大家都在谈人工智能，就像当年人人都在谈大数据一样。大数据时代源自应用所产生的巨量数据，比如微信、淘宝。但是随后大数据反过来成为应用创新的核心，这个循环无疑为我们带来了一种全新的创新型态，那就是：用数据做好产品，用好产品拿到更多数据。
     在不同场合上，阿里巴巴的马云、百度的李彦宏及腾讯的马化腾分别谈过自己对人工智能的看法和观点。这种对话有点儿像金庸小说中的华山论剑。到底是气宗(大数据）还是剑宗（人工智能）更有战略意义？我认为，两者是相辅相成的。经历了互联网20年的发展，我们已经积累了足够多的数据去驱动一场“智能盛宴”，以大数据为核心的人工智能渐露端倪。
     2010年，“数据科学家”这个称谓的发明者帕蒂尔（D.J.Patil）和杰夫？哈默巴赫（Jeff Hammerbacher）认为，一切应该以产品为中心，从数据获取、数据清洗、搭建和管理数据设施、原型开发、产品设计等方面，去实践数据的价值。我在阿里就经历了从“数据产品”到“数据作为产品”的阶段，后者其实才是大数据的真正产物，也是人工智能的源泉。
     谁掌握“完美信息”，谁就将拥有整个世界
     刚开始进入数据行业时，我一直秉承着这样一个理念：在“假设数据都是可获取的”基础上，思考问题。随着整个社会数据化程度的进一步加深，以及人与物之间的高度互联，以前很多信息的盲点被快速解开。由不同领域积累下的数据形成的“完美信息”渐露端倪，这其实是一个数据从量变到质变的过程。这一“完美信息”具有无限潜能，足以让人工智能所向披靡，催生各种智能场景，并让其如潮涌至。智能时代，秉承“假设数据都是可获取的”这一思维方式，才可让你比别人更胜一筹，从而做到心中有数。
     现实中，我们从数据收集、整合、判断，以至行动、再到反馈的过程并不完美，而形成数据闭环系统的阻力往往是人为因素居多。谷歌无人驾驶汽车项目的伟大之处正是给了我们重要的启发，让我们意识到自动化及智能化所需要的数据闭环系统是如何做到了既封闭又开放，其中的里应外合正是未来的发展趋势。我在阿里就经历了4个不同阶段：数据驱动决策、数据驱动流程、数据驱动产品、数据驱动业务。在此过程中，你会发现，数据驱动的目标越模糊、数据越零散、人的互动环节越多，智能项目开展起来就越吃力。
     从数据战略到数据治理，别让数据成为累赘
     如前所述，数据资源的积累是发展数字经济的前提。企业在向往智能时代所带来的机遇的同时，更要为企业的未来目标制定数据战略。企业不仅要关注自己现在有什么数据，更要了解未来会欠缺什么。然后，再去探讨欠缺的部分有多少可以靠自己补充，有多少需要求助他人、与他人合作以实现补充。有人把数据比喻为电能，这个比喻很生动，但与电能不一样的是，数据是可以被重复使用的。所以从战略意义上来说，第二使用权的合规性变得非常微妙。
     大数据背后的逻辑是数据积累越多越好，在过去两三年，很多企业都相信有了大量数据资源后，就能对企业的业务产生更大价值。但人们往往很快就会发现，除了技术能力之外，如何妥当地管理、利用这些资源并非易事：安全合规是一方面，降低数据使用的阻力及风险也是困难重重。所以我一直倡议，数据治理不是数据部门的工作，而是公司总体的战略。这意味着，“本性纯善”的大数据也容易变成一个累赘。（P1-3）