比利比恩（Billy Beane）是美國奧克蘭運動家棒球隊的總經理。2002年，在競爭激烈的美國職業棒球聯盟，奧克蘭運動家隊無論在人員和物質配備以及資金實力上都只是 “下三流”之列。然而，憑借耶魯大學數據分析高材生——胖子彼得的幫助，比恩經過分析數據和晦澀難解的棒球統計學，找到了一批表面上看去都身懷缺點、性格怪癖，但骨子里卻都擁有在棒球運動的某方面具備超強能力、被價值低估的棒球手，最終以突破傳統的數據經營模式，取得驕人的比賽成績，甚至達到了比肩實力雄厚的紐約揚基隊的程度！

　　這一真實案例被邁克爾劉易斯(Michael Lewis)記錄在了《點球成金》(Moneyball)一書中。前不久，大明星布拉德皮特出演了該書的電影版，掀起了一陣數據挖掘熱，就連默默無名的數據分析師的工作也成為了影迷們好奇的焦點。美國哥倫比亞大學統計學家兼政治科學家安德魯格爾曼說：“文化已經發生了改變。現在人們的想法是，數字和統計學是有趣的，是一種很酷的東西。”

　　所謂數據挖掘（Data Mining），是一種透過數理模式來分析企業內儲存的大量資料，以找出不同的客戶或市場劃分，分析出消費者喜好和行為的方法。根據科技研究公司IDC的估測，全球數據的規模如今每兩年就會增長一倍。隨之而來的劇變體現為4個V的變化。第一，數據體量（Volume）巨大，從TB級別躍升到PB級別；第二，數據類型（Variety）繁多，網絡日志、視頻、圖片、地理位置信息等等都成為新的龐大數據源泉。第三，價值（Value）密度低，以視頻為例，連續不間斷監控過程中，有用的數據可能僅僅有一兩秒。第四，處理速度（Velocity）快，“1秒定律”和傳統的數據挖掘技術有著本質的不同。

　　顯然，“大數據”的崛起為商業洞開了一扇新的大門。

　　毋庸置疑，數據至上的思考方式早已為方方面面帶來很高的回報。譬如：沃爾瑪等超級零售商早已開始對銷售額、定價以及經濟學、人口統計學和天氣數據進行分析，藉此在特定的連鎖店中選擇合適的上架產品，并基于這些分析來判定商品減價的時機；UPS等貨運公司也正在對卡車交貨時間和交通模式等相關數據進行分析，以此對其運輸路線進行微調。而一些社交型交友網站也經常會仔細查看其網站上列出的個人特征、回應和交流信息，用來改進其算法，為想要約會的男女提供更好的配對……而如今的“海量數據”，更在規模和范圍上帶來轉折：物聯網、云計算、移動互聯網、車聯網、手機、平板電腦、PC以及遍布地球各個角落的傳感器，無一不是數據來源或者承載的方式。它們因“數據”集結在一起，進而變成企業未來價值升級所需關注的新競爭領域。

　　美國麻省理工學院斯隆管理學院的經濟學教授埃里克布呂諾爾夫松曾把“大數據”的潛在影響力比喻成“顯微鏡式的一場數據測量革 命”。在商業、經濟及其他領域中，決策行為將日益基于數據和分析而作出，而并非基于經驗和直覺。研究報告稱，數據指導下的管理活動正在企業界中蔓延開來，而且這種管理活動正開始獲得回報。“那些采用‘數據驅動型決策’模式的公司能將其生產力提高5%~6%，這種生產力的提高是很難用其他因素來解釋的。”

　　據悉，僅僅在美國，就面臨14萬～19萬具有數據分析和管理能力的專業人員，以及150萬具有理解和決策能力（基于對海量數據的研究）的管理人員和分析人員的人才短缺。麥肯錫全球研究院的分析表明，為了充分利用海量數據的潛力，企業和政策制定者必須克服以下的挑戰：

　　1.使海量數據更容易獲得和更具時效性。在制造業，對來自研發、設計和制造單元的數據 資料進行整合，以推動并行工程，可以縮短產品上市時間。

　　2.利用數據和實驗揭示可變性和提高績效。隨著企業以數字形式創建和存儲的交易資料越來越多，它們可以收集更準確、更詳盡的績效信息，包括從產品庫存到員工病假天數的各種信息。

　　3.對消費人群進行細分，量身定制 服務。海量數據使企業能夠創建分類更精細的細分市場，并量身定制恰當的服務，更好地滿足消費者需求。

　　4.利用自動化算法替代和支持人工決策。先進的分析算法可以大大提高決策效率和質量，減小風險，并發掘出隱藏的、有價值的洞見。

　　5.創造新的業務模式、產品和服務。為了提高下一代產品的開發水平，以及創建具有創新性的售后服務，制造商正在充分利用從產品使用中獲得的數據。而實時定位數據的出現，已經創造了從導航定位到個人跟蹤的一系列基于位置的全新移動服務。

　　針對上述話題，本期封面將關注以下幾個關鍵的問題：數據時代，企業新的利潤從哪里來？大數據時代新的商業思維模式為何？如何利用“大數據”為社會化營銷助力？傳統企業（諸如企業招聘）如何借數據技術實現資源的優化配置……而所有這些問題的歸宿都是同一個命題：大數據時代，究竟誰能贏，如何贏？

　　數據已經坐到了駕駛員的位置上，它就在那里，有用且寶貴，甚至還很性感而時尚。