紛析數據創始人、CWA、WAW創始人宋星在「精進成長·營銷科學大會」上發表了主題為「十年一瞬，數據的暗湧與喜樂」的演講，從切身經驗與感受出發，總結了過去十年數據行業的演變與進步及背後的推動力，並預測了未來十年的行業發展趨勢。以下為演講全文。
從2006年來北京後，我一直從事數據這一行業，目睹著這個行業的變遷，有讓人興奮的地方，也有讓人感懷的地方。我對過去十年的總結和未來十年的預測可能還是較為膚淺的，因為我們在做過去總結的時候往往是帶有個人意見的，在預測未來的時候又往往受到當前歷史眼光的侷限。但沒關係，我認為預測一些未來總是好的，能夠幫助我們感受到啟發、啟迪，並且增加我們看待事情的維度。
宋星，紛析數據創始人、CWA、WAW創始人
從哪個話題開始呢？既然是十年一瞬，那便從十年前說起吧。2008年，當時我在OMD，一個第一財經的記者打電話問我說：「宋老師您是做廣告技術的，我想問問您，您覺得未來中國，廣告技術是不是會改變整個廣告行業的版圖呢？」當時我電話裡給出了非常否定的答案，我說不會的。雖然我是做廣告技術的，但是我深深感受到廣告技術的無力，深深地感受到廣告資源對做好數字營銷是多麼重要。那個時候是2008年，現在我回過頭來看那個時候的回答是多麼的謬誤。
於是，我反過來思考，這十年究竟是什麼推動了變化？當我站在舞臺上，看到秒針在行業裡做的產品服務、解決方案的時候，我在思考是什麼創造了秒針？什麼創造了這麼大的變化？我忽然意識到可能不是數據本身，那到底是什麼東西在促進一切的改變呢？
十年前，我們在開展數字營銷的時候，對一個人的認知是非常有限且不全面的。原因很簡單，那個時候主要是PC的世界，我們對人的認識就如下圖所展示的面孔一樣，看起來像是壞掉的，而某種程度而言我們對人的認識也是壞掉的。因為在PC時代，cookie決定著一切。
時間過的很快，數據逐漸成為主流，移動端也成為數據非常重要的載體。移動設備就像人的器官一樣，帶給了我們極大的便利，我們可以持續地追蹤、獲取一個人的數據。今天，手機還沒有便宜到我們可以頻繁更換我們的移動設備。因此並不是數據本身給我們帶來了偉大的革命，數據變遷進化的背後是硬件，硬件的進步極大地擴展了數據的邊界。
過去十年的改變其實可以用一個簡單的邏輯概括：硬件的進步讓過去「碎片化人」的數據得以迅速打通整合，因此才有了今天所謂的360度人群畫像、端到端的人群追蹤和多環節基於同一人的數據歸因。這是過去十年發生的最為顯著的變化，而這個變化是硬件的進步所推動的。
回顧完過去十年，再去預測未來十年的時候，我也會覺得，或許未來十年我們要看的並不是數據本身，而是硬件進一步的進化和改良。當然，硬件變化的背後也可以看到哪些東西沒有發生巨大的變化，很顯然數據方法在過去十年幾乎沒有發生根本性、破舊立新的變化。
由於硬件和數據能力獲得增強，因此我們能夠對消費者旅程進行研究。過去我們只能在單觸點上分析數據，現在可以通過硬件跨越不同的設備，實現多觸點消費者數據的獲取，並基於數據實現對消費者更具有個性化的觸達，但這一切中數據方法並沒有發生本質性的變化。
硬件的發展與進步必然會推動數據、營銷水平和技術迅速往前發展，那是什麼推動了這一發展呢？我們看Gartner發佈的《2018年戰略技術趨勢報告》，其中值得注意的是第二行的「Cloudto the Edge」，其典型代表是「端人工智能」，即在客戶端實現的人工智能，它能帶來大量的數據。比如百度有一個叫「聚屏」的數字屏幕程序化廣告平臺，現在用的是雲端技術，如果它能在設備上增加人工智能的模塊，識別性別，大概什麼屬性的人，有多少財產，喜歡什麼，它對於人定向的運轉效率會大大提升。
如果人工智能已經到了終端，和人結合在一起的時候能夠迸發出多麼大的力量呢？大家來看一下這張圖，過去我們蒐集數據主要是通過手機等移動端設備實現的，但是未來數據的蒐集將不僅僅是通過手機，整個城市所有的硬件設備都在不斷地蒐集你的數據，而這樣的數據才能真正稱為大數據，也只有基於這樣的大數據才能實現更多基於個人，甚至不僅僅基於個人，而是基於城市、社區、國家的人工智能。我相信未來十年隨著硬件技術的不斷提升，我們再去討論互聯網營銷已經不僅僅是人的互聯網營銷，再去討論的人工智能也不僅僅只是人的人工智能，而是人到人的數據打通再到人和物的數據打通的人工智能。
當然，這樣的打通現在已經可以看到端倪，實際上也正在改變我們的生活和工作。從我的角度看互聯網的營銷和運營，我看到過去十年因為碎片化的人變成打通數據後所產生的小小的後果，比如在甲方可以感受到微妙的變化，變化好像是空氣中傳來的某種味道，看不到但卻又是切實存在的。
過去CMO的工作是不會和數據中臺、數據後臺產生什麼聯繫的，但由於數據打通，前端的營銷可以連接到最終的銷售，以至於CMO發現他的工作和CIO、COO的工作開始有所重疊，CIO、COO發現要做好工作需要擁有更多的營銷觸達的工具和觸點。兩者之間看似合作，但卻並非十指相扣，而是互相角力。
過去Marketer就是Marketer，但是和數據、技術結合在一起以後，便發生了一些微妙的變化。下面這張圖就是過去十年數據演化對營銷生態鏈所產生的變化，未來這樣的變化只會進一步擴展、深化，而絕對不會逆轉。
今天我們所做的第一步是將營銷和運營更為緊密地結合在一起，一些數據公司過去主要是做B2C相關的數據，現在開始做B2B2C。B2B2C中，第二個「B」指的是渠道，渠道又天然地和物流有著緊密的結合，進而物流數據得以引入到渠道數據中，物流又和供應鏈相連，供應鏈又和生產系統相連，從中我們不難看出未來的數據是個大整合的過程。
就像玩《星際爭霸》遊戲一樣，玩遊戲過程中我能得到非常好的控制感，遊戲界面中各項功能一覽無餘，而這種控制感在企業之中，哪怕是CEO也不一定有。但是在數據整合的幫助下，我相信不需要10年，我們就能像玩《星際爭霸》一樣控制企業從營銷到運營、供應鏈、渠道、生產的全過程，這只是時間的問題。
舉一個醫療健康行業的例子，一家專注於醫療相關數據的美國企業，稱其能在4周時間內把醫院的異構數據、不同源數據導入到一個大的數據倉庫中，並基於數據倉庫為醫院提供整合型的整體數據解決方案。而在以前，要實現這樣的整合需要耗費大量的時間、人力和物力，進行數據的清洗和對接。在這樣的整體數據解決方案下，從醫生視角，他可以看到不同病人的情況、工作時間安排。從病患視角，看到的是自己的醫療團隊都有誰，應該在今天做些什麼事情，以及健康建議是什麼。不僅如此，對醫院的管理者而言可以看到更為宏觀的視角，甚至醫院還可以看到供應商視角，而供應商又可以基於數據的建模幫助醫院判斷哪些供應商擁有更大的風險。這樣基於數據、基於硬件設備進化而實現的數據打通與整合將在未來十年深刻改變營銷行業版圖。
除行業變化外，我還想談談數據演化為每一個數據從業者創造的更新、更美好的生活，我把這個美好生活稱為「DPU時代」。CPU是中央處理器，DPU則指數據處理器。DPU能創造什麼呢？我相信，未來十年DPU會給我們帶來新的契機，人人都是數字科學家的時代已經不遠了，就在我們面前。
前段時間我在醫院做體檢，專門加了一項想看看肺部有什麼問題。醫生建議我做一個肺部斷層掃描，醫生看了40分鐘沒有發現任何問題，我又跟他一起看了20分鐘，我們倆看了一個小時最後確定宋老師的肺還是好心好肺。
但我突然意識到一個小時實在是太長，如果我們把人工智能引進過來，那效率便能得到極大地提升。人一個小時看一張片子，但是人工智能一個小時能看100張，甚至1000張，問題在於準確率有點低，醫生的準確率能達到90%，而人工智能只有75%的準確率，讓它直接工作是存在問題的。但如果我們換一種方法來思考，把人工智能和醫生結合會驚喜地發現準確率能從90%提升到98.5%。這其實是未來五到十年最主要的方向，即人工智能在解放人的智力，它並不幫助人思考，但卻能極大地提升人思考的效率。
在互聯網營銷圈子中，我們常常很難在海量數據中找到異常，但像Outlier這類的工具可以幫助我們快速發現異常的點，大大節約時間。對於異常情況或許它解釋不了，也無法直接給我們答案，但卻能幫助我們找到答案。
說了這麼多數據的“喜樂”，那數據有沒有讓人稍微有點難受的地方，是否存在一些“暗湧”？
未來若干年，越來越嚴重的數據圍牆花園化仍是我們要面對的挑戰。大家都有自己的數據，但是這些數據很分散、孤立，我們難以將其整合到一起，或者很難真正地擁有數據，從而讓我們對數據生起無能為力的心情。
此外，未來十年，數據的使用權和所有權會越來越分離。目前，我們實質上其實並不完全擁有自身數據，百度、阿里、騰訊等頭部互聯網公司掌握著海量數據。它們既擁有我們數據的使用權，又擁有所有權，不與他人分享，事實的確如此，我們要承認。但與此同時，這些企業在封閉的過程中也在逐漸變得越來越開放，它們提供了很多工具，在一定程度上可以把數據開放出來，你可以使用數據但卻無法擁有數據，這是未來的趨勢。但近期歐盟GDRP的出臺，給了我們曙光，告訴我們數據依然屬於我們自己。隨著個人數據相關法律法規的建立健全，數據的所有權將逐漸迴歸個人，這也是我講未來十年，數據使用權和所有權會越來越分離的原因。
美國有家叫SDC的公司可以幫助你販賣你自己的隱私數據，如果你覺得你的隱私數據並沒有那麼重要，你要願意賣出去的話，用這樣的方法其實是可以的，這實質上是重新把數據的所有權歸還到你自己的身上。因為只有你擁有對你自己隱私數據的控制，才談得上真正的所有權。未來十年什麼會阻礙或者哪裡會有更多的突破和空間？我認為數據的隱私權、數據的所有權和使用權還有很多的話題可以講。
最後再聊聊，我們認為哪些看似很美好但是在未來十年卻很難發生的事情：
- 純機器智能的分析還很難做到，因為機器的智力很強大，但是機器缺乏像人一樣的經歷，且數據的質量還有待提高，機器可以貢獻智力但很難貢獻智慧。硬件發展很重要，但是硬件發展還沒有足夠強大到追蹤所有的消費歷程，因為這涉及到隱私的話題，所以完美的消費者歷程和歸因還很難做。另外，人工智能仍然不會比人聰明，人工智能仍然無法勝任內容、創意、策略等工作，但數據分析人工智能是可以做到的。人和機器的結合肯定是未來十年的主流，但人體和機器還不會結合：更精確地識別人仍然有一定的困難。
當然，這都是我自己一廂情願的幻想，Howard Markes說：「我們喜歡依賴歷史來為我們長期的預測提供支持，但歷史一次又一次地告訴我們，出乎意料和不可思議才是正常的，而並非異常。」我們願意做一些預測，是因為我們相信這些預測能在未來一段時間內給大家以啟迪，增添審視事物的新角度。
閱讀更多 秒針系統 的文章
