數據的價值來源于，得到數據后，后續行為的決策價值

在大數據時代的背景下，不少擁有敏銳商業嗅覺的人開始思考一個問題：能否用數據做生意?但答案令人遺憾，我認為用數據做生意其實是一個悖論。從概念來講，數據和生意這兩件事相去甚遠。數據是解決信息不對稱的，生意的本質是利用信息不對稱的。將這矛盾的雙方聯系到一起，怎么做成生意?

話雖如此，可確實有很多人用數據賺了錢。舉個例子，如果你把數據理解成為一個底層的東西，實際上可以認為絕大多數人是在利用數據賺錢的。只是賺錢手段不一樣，商業利用的不對稱信息可分為兩種：一次性的信息不對稱和持續流變的信息不對稱。通常而言，只有持續流動的情況才有可能利用數據賺錢，一次性的信息不對稱頂多是悶聲發大財，將這個信息用到極致。

如何將數據變成一個產品，如何去表達出它的價值，這是至關重要的。數據是時間的朋友，因為時間是最值錢的，所以數據產品的價值在于幫助他人來節省時間提高效率。我們可以從兩個方向深入去理解數據的價值：

第一個方向是數據創造信任，這也是秒針公司的座右銘，降低決策成本是數據非常重要的一個價值。比如廣告主在為投放廣告猶豫不決時，秒針拿出充分的數據分析，就可以促使決策的發生。數據創造信任，其實數據本身對不對不是最關鍵的，信任才是其核心。信任降低了整個社會最核心的成本，從而使得社會效率提升，賦予數據價值。

從心理學上來講，為什么數據可以產生信任?因為人的決策過程是你的感官系統翻譯外部信號變成符號，第二步是再把符號進行邏輯推理加工，決策過程產生最后的決定，并付諸行動。數據的價值正在于此。

第二個方向是數據減少試錯成本，這是數據實實在在的一個很重要的價值。為什么數據不能證實而能證偽?任何大家覺得對的東西都是通過嚴密邏輯推理的，邏輯推理講求三段論，第一段是前提假設條件，條件為什么是對的呢?如果你要證明那個條件是對的，它又有前提假設，一層一層往下推，推到最底下那層即公理部分，公理就一定對嗎?非歐幾何里就說，兩條平行線可以相交。數據太復雜了，可因為這樣就束手無策嗎?

世界是復雜的，但有一個現象，即這個世界絕大多數情況是連續的。面對復雜你很難對長期的未來做出預測，但對短期未來的預測是有準確性的。比如大家炒股這件事，程序化交易高頻交易其實就是短期可預測，這是復雜性系統講的一個東西，很多事情變化是連續的，你非常快速去做交易是可以賺到錢的。

數據分析通過時空比較，可以幫你尋找最佳實踐，這可能會節省你這個業務做決策的試錯成本。你原本是要亂試的，但是經過比較你會發現有些方向不用試了，這就是數據的價值，是信息的價值，你可以把它變現了。

數據本身其實是沒有價值的，它的價值源于你看到這個數據后它做出的后續的決策價值。數據的價值，或者一個數據產業的價值，完全是取決于這個數據產業所應用的場景。舉個例子，在數字廣告業務中，秒針通過向客戶提供以目標受眾為核心的廣告監測數據，幫助其實現精準營銷，放大客戶的收益。這種便捷高效的服務體驗，自然使秒針產生巨大的產品價值。

很多公司拿一個商業計劃書就說自己的模式很厲害，免費模式產生的大數據很值錢。如果你想當然的認為有數據就一定能賺錢，這絕對是一個假說。

數據產品：壟斷場景更重要

許多產品經理都知道一個重要的公式，即產品價值等于新體驗減去舊體驗減去替代成本。回過頭來具體聚焦在數據產品上面，它的價值公式應該是什么?決策者在使用你的數據產品之后，應該會提前了解到變化，數據產生的價值就是讓你提前了解變化，提前了解變化以后，它可能針對自己的業務節省成本或者產生新增的價值。

數據產品價值=決策者提前了解變化所節省的成本和新增的價值-替代成本

這是數據產品的新體驗減去舊體驗得出的結論，當然還要減去替代成本。這個替代成本可能有時候可能是負數。數據這個行業有的時候數據成本是在降低的，一個新的方法有可能成本比原來還低，替代成本反而增加了。我們不斷去優化數據產品價值的方法論很簡單，要么把前面的數變大，要不把后面的數變小，最好是負數，所以這就是數據產品的產品公式。

數據產品的目標就是要加速實現和放大決策者在信息不對稱的這種收益，加速也很重要，這個信息你了解得越快越好。

控制論是現代科學里面非常重要的理論，任何一個人做決策或者是一個系統向前推進向前運動過程中，其實有感知環節、理解環節和決策的環節，最后再去行動。在控制論中有個很重要的模型叫感知響應模型，這個模型應用到數據商業化有三個相對應的要素，即：數據源、人、應用場景。

•數據源：感知響應模型中，感知出來的結果就是傳感器收過來數據。

•人-決策者的需求：很多互聯網公司以前絕對不可能買秒針的產品，但是你今天它們都買了，因為它們都成了大企業，滴滴、美團、頭條都買了秒針的服務，它們的錢越來越多，請的人越來越專業，一旦專業了以后就會用專業的工具做分析，以前它規模小的時候時候根本沒有人能做分析，所以人很重要。

•場景-數據的使用場景：主要是信息不對稱的場景。比如公安情報研判中的關聯關系挖掘與分析，這個肯定是人算不如機器算。

如果這三件事哪件事情做得不好，那么這個數據就無法實現商業化。

所以數據生意的機會一定是在這三個要素中間某一個要素或者某兩個要素發生巨大變化的時候，才會有新的創新機會。為什么?所有的生意都是連續的，別人原來在這個行業里面做得好好的，憑什么你今天突然殺出來?憑什么你過來把它們給顛覆了?一定是這個產業里面一個要素、兩個要素甚至三個要素都發生了重大變化，這個時候你才會有創新創業的機會，才會有我們做出獨角獸公司的機會。

一個數據公司的價值，是由它所服務的那個行業價值決定的。你所服務的產業有多大，在這里面乘以一個百分比應該就能夠得出你公司的價值了，這就是數據商業化。

選擇場景是數據商業化最核心的，而且每一個場景里面都要有一個核心決策的問題，這個問題要決策需要一些數據，你只要選對了，這個決策又很有價值，你就可以去商業化了。

那么，如何拿數據去掙錢?

在任何一個細分市場里面必須壟斷，不壟斷不要想有機會產生利潤，硬件為什么有機會產生利潤?是因為它的邊際效應不是零，它的硬件本身是有物料成本的，這個成本有很多情況下不透明，這個時候你就有機會在里面去賺錢了。

那么，如果你想實現壟斷，是壟斷數據源呢?還是壟斷使用數據的人呢?還是去壟斷場景呢?沒有壟斷是產生不了利潤的，到底壟斷什么?我想告訴大家我自己的觀點，我做了這么多年數據產品，我認為壟斷場景更重要而且也更容易，壟斷數據幾乎不可能，壟斷人更不可能。

場景可以壟斷，因為所有的場景有固定的預算。我舉個例子，這個錢是不能復制的，如果給服務商A就不能給服務商B，不可能每家都會買，先都買試試哪個靠譜，誰靠譜給誰。買更多好的數據，場景是可以壟斷的，因為錢可以壟斷，因為用數據的人手里面可以用來買數據的錢是有限的，這個錢不能復制，給了A就不能給B了。

一個數據產品、一個信息產品，不壟斷沒有機會贏的。因為這個品牌信任選擇你，所以品牌建立了之后，數據產品是有機會壟斷一個場景的。這是數據類產品的一個特點。

另外一個機遇是什么呢?一個是很多場景重大歷史變革，另外一個就是你數據成本歷史的一個突然變化，也可以創造數據生意的機會，數據源其實是經常容易發生變化的，很多新的數據源會誕生。

我們其實是更快地產生數據，更快地產生精準數據，數據越來越多，越來越好，迭代的速度越快，這個數據的價值就越大。

很多公司做出了好的產品但死就死在，客戶不會用

前面講的是我利用數據做生意自己的一些心得體會，最后稍微解讀一下自己兩個公司的生意。今天總結一下，秒針之所以能賺錢是有一定道理的。舉個例子，秒針在發展的這十幾年過程里面也在嘗試做小B業務，最后總是失敗，基本上沒戲。我就想是場景本身太小了。如我剛才所講，數據產品的價值是跟它所面對的場景的規模、場景的價值來不斷變化的。

軟件類的產品、信息類的產品、數據類的產品，一旦充分競爭，因為你的邊際成本幾乎是零，所以最后一定會陷入價格戰，你最后就沒有錢可以賺。因為這個原因所以我們就不能去做這件事情了，一定是換別的方向。

而換別的方向的這時候我們就發現一個最大的問題：如何幫助我們的客戶去使用這些數據是更有價值的?比如選擇了公安的行業，不僅是幫他做一套平臺，存這些數，而是幫助他們把這些數真正用起來，能破案，所以后來我們就做了幫助他去破案的這套系統。

所以，應該說數據產品商業化的過程是很痛苦的，因為你光有數據沒用，光有場景也沒用，很多很多的公司都是死在最后你做出一個好的產品沒人會用，因為你會用，不代表你客戶的人會用。在這里還以公安系統為例，我們剛開始提供給公安的研判系統，只有很專業的警察才能使用，普通警察搞不定這件事。這就是一個產品的可接受度問題，產品的使用受限或者是“用戶不會用”，會直接影響到產品的普及。因為人的原因調整產品，通過不斷的迭代和嘗試逐漸形成閉環，才能實現公司價值的不斷增長。

同理，明略推出的企業級Siri小明，也是為了解決人機交互難題，通過自然語言問答的形式降低人工智能產品的使用門檻，比如初入職場的警察對小明說：“小明，幫我解析案件線索。”小明就反饋關于案件的關鍵詞，并進行解析。這樣才能讓沒有計算機背景的警察、風控經理、地鐵運營業主都能輕松使用，客戶才愿意購買、使用你的產品。