最近一兩年，在和朋友聊起大數據時，許多人都對一點深有體會：哪怕作為一個不算嚴謹的流行詞匯，大數據的概念已飄至街頭巷尾，但它對傳統產業的改變，依舊被局外人低估，因為當這些“舊產業”拿起“新工具”，對力道分寸的拿捏，往往比互聯網企業更具“火候”。

這大概是因為，人們對一切事物的認知，都遵循金字塔結構：最底層是“數據”(各種淺表層次的現象);再上一層是“信息”(結構化后的數據);再上一層是“知識”(被組織起來的信息);最上層是“智慧”(識別和選擇相關知識的能力)。

從數據到智慧，越往上越“主觀”。而一些試圖用大數據橫掃一切的互聯網企業，很多時候擁有的只是數據和信息，卻誤以為是知識和智慧。熟不知，想要真正駕馭數據，需要深厚的行業實踐，而行業實踐的載體，只能是具體的人。

就以近些年大熱的新零售為例，其誕生背景就是線上電商擴張到一定程度后豁然發現，自己在很多方面都無法替代傳統零售業，那些深扎在固定土壤里的“線下物種”雖然土氣，卻因長年在激烈的市場環境中博弈，在供應鏈管理，控制成本等方面擁有堅實地基。線上電商這才收起傲慢與偏見，轉向謙遜與合作。

嗯，傳統產業身上，那些被時光雕刻出來的壁壘，不會被互聯網新貴們輕易擊潰。而且由于對產業的理解更深，當他們順勢來到大數據時代，也就更懂得如何讓數據為己所用。

我說個冷僻的例子：產業招商。五個月前，產業新城運營商華夏幸福發布了它們開發的產業大數據平臺。五個月后，遵循著“小步快跑，快速迭代”的科技公司理念，他們最近發布了這一平臺的3.0版本。

在所有人都知道“大數據需要落地”的當下，通過這個低調的案例，我想告訴你：傳統產業積累的大數據當然是一座亟待挖掘的金礦，但前提是，“挖掘機”必須掌握在行家手里。

[[280933]]

1

業內共識是，在任何企業(尤其傳統企業)，一個大數據項目成功的標志，無外乎以下幾點。

第一，項目目標明確，所有人都知道用它來干嘛，且真正上手去用;第二，所選技術真正匹配項目功能需求，別被噪音“帶跑偏”了;第三，項目快速迭代，不斷試錯研發，形成“數據—認知—數據”的滾雪球效應;第四，項目團隊擁有非常深厚的行業儲備，這一點無比重要，通常情況下，它決定了前三點是否成立。

以上述產業大數據平臺為例。根據官方介紹，它是華夏幸?；?7年產業招商經驗，結合人工智能與大數據技術研發的專業化平臺，目前已聚焦10大產業，擁有2760萬家企業11.5億條動態數據。更重要的是，在從數據到知識決策的過程中，由于深諳不同產業的結構化邏輯，在產業專家的助力下，平臺能以某種全局視角，還原出產業全貌。

而自今年5月問世以來，平臺也在不斷迭代，發展出更成熟的產品體系：譬如移動端的“產業智囊APP”，這是國內首個以服務招商為核心，集企業查詢，榜單檢索，資訊速遞，報告閱覽于一體的專業化APP;除此之外，新產品還包括能利用線上數據結合產業研究邏輯定期自動生成行業研究報告的產業在線研究;可進行企業，數據，報告等全量數據查找的PC端產業數據服務端。換句話說，這一版本能夠基于不同場景和客戶，輸出不同產品和決策，為企業投資選址和區域產業發展提供服務。

舉個例子，就在產業大數據平臺3.0升級版亮相當天，顯示行業規模最大的論壇“中國·北京2019國際顯示產業高峰論壇”在京舉辦。事實上，大眾消費者很難知道，在當今這條新顯賽道，不但衍生出針對不同趨勢判斷的分岔道，且每條分岔道的產業鏈都綿密漫長，這些道路之間又時而平行，時而相交，通常令局外人(譬如希望引進相關產業的地方區域)摸不著頭腦。

而基于新型顯示產業的這種特性，產業大數據平臺推出了新型顯示產業熱點招商賽道預測功能，依托專業的產業研究團隊，將組件材料，生產設備，面板模組，激光顯示四大產業鏈重點領域細分為72個賽道。與此同時，他們還將這72個賽道抽絲剝繭至最小顆粒度，對他們的產業規模，市場增速，技術含量，融資活躍度等10大指標20余個細分維度的數據進行監測，結合智能算法歸類出招商機遇強中弱3大類賽道，最終可實現快速尋找高潛賽道，精準鎖定與觸達高價值企業，提高招商效能。

當然，如前所述，效能的大幅提高，表面上看，是人們仰仗了大數據，但歸根結底，大數據平臺仰仗的，其實是背后的人——那些不同領域的行業專家們。

2

事實上，此時此刻，“行業專家”與大數據的共生關系，正發生在幾乎任何領域。

說個我昨天剛讀到的領域。你知道，當前個人行為的數據，正越來越多地被收集，人類學家也開始與數據科學家一起，研究不同的人類行為，因為數據科學家發現，只有他們自己參與的大數據項目，往往缺乏對人類行為的真正理解。

舉個例子，格拉德威爾的名著《引爆點》被全球營銷人士奉為圭臬。他在書中提到，從人類學視角，想要引爆傳播，最重要的一條心法就是個別人物法則：一件事情想要在人群中流行開來，需要特別有影響力的“關鍵人物”在網絡中引爆輿論。比如，一個關鍵人物足以影響周圍人的購買行為——但如何從海量數據中找到一個相關性標簽，去真正定義“關鍵”?

投資人王煜全提出過一個洞見：可以去統計一個人每月與多少個不同的手機號通過話。因為遵循社交網絡科學里的“無尺度網絡”原則，評判一個人影響力的關鍵，是TA與周圍各節點間的連接狀況，這個數據標簽也就變得格外重要。所以，“如果沒有人類學家的介入，我們就會錯失對數據含義的更深層次，更有意義的挖掘。數據是客觀的，但解讀數據需要對數據背后行為的了解，需要有態度。”

類似的邏輯，同樣適用于華夏幸福產業大數據平臺。事實上，從數據標簽到算法匹配，他們從不缺乏解讀數據的“態度”。

譬如他們有一支產業研究團隊，里面很多人都是在一個產業里浸潤15年以上的專家，他們是產業大數據平臺的“關鍵人物”。我仍以新型顯示舉例，你知道，許多時候，若單看一家企業自我標榜的經營范圍，它有可能把所有沾邊的經營范圍都列進去，如果僅憑此判斷它是不是能做偏光片或者PCB電路板等產業核心環節，往往有一定風險。這時就需要人工判斷企業現狀，這個過程非常枯燥，卻是大數據平臺的重要養料。而在這支產業研究團隊中，就有原來的中科院博士生導師來做這個事，他甚至愿意花整整一周時間，幫助產品經理一個一個地做數據標簽——你知道，在很多公司，這種事都交由經驗匱乏者完成，但只有真正懂產業的人才知道：沒在行業里待十年以上，這些標簽你打不了。

而過去十七年的深耕細作，讓華夏幸福成為名副其實的產業發展專家：對于一個地方適合什么產業;這個產業發展的過去、現狀和未來;這個地區適合什么樣的企業;應該給企業什么樣的支持等一系列問題，他們本就擁有令人信服的發言權——而此時，大數據平臺的技術加持，其實是為這種信任鍍上了一層光環。

更進一步講，其實從五個月前大數據平臺誕生的那一天起，它與這些產業發展專家就是一種穩定的共生關系。這個平臺脫胎于華夏幸福，它生于斯，也終將長于斯，因為只有這里可以汲取“養料”，來自4600位招商人員真實的及時反饋，可以讓它變得更好，也讓他們形成了“數據—產業發展專家—數據”的閉環，不斷夯實對不同產業發展的“當前最新理解”。

我記得好像是伯特蘭?羅素說過，知識是一個有許多房間的迷宮，有兩種人在為之探索：一種人，打開了一個個從來沒有人開過的房間，去探索那些未知領域;另一種人，把這些已打開房間的信息收集起來，描繪出了迷宮的整體圖景。

對應在產業界，如果說在復雜市場環境中獨自摸索的企業，屬于第一種，那么今天，我們看到了第二種人的價值。

作者：李北辰，獨立撰稿人，國內數十家媒體專欄作家，曾供職《南都周刊》《華夏時報》《財經》等媒體