重构的经济前提与技术前提

全息化重构必须在一定的经济环境中进行，经济环境明白无误地指明了当前我们所面临的社会经济现实、时代背景，具体包括表达方式、需求关系、欲望结构、行业结构四个方面，它们构成了大数据经济时代进行全息化重构的重要经济前提。

1）表达方式

大数据时代的一个重要特征，就是描绘客观世界的方式向符号化、数字化迈进。在经济领域，所有的经济行为都数字化了。为什么呢？因为经济行为与决策是分不开的。决策过程中都需要收集信息、处理信息，最终做出决策。当信息收集数字化了、信息处理数字化了、处理也数字化了，那么，决策表达方法数字化了，决策的最终汇总也相应数字化了。

大众点评网是一个很好的案例，人们的决策依赖于大众的集体判断。这种判断的依据就是大数据，决策的方法就是打分体系。如果一个商店服务或者商品确实好，人们的决策模式是用数字化的方式给予评价，评价结果放到了大众点评上。这样导致的最终结果是，所有用户的数字汇总过来，把这个店的评价推得很高很高。这就是大数据经济下的数字化表达，及其在经济行为中的表现。

数字化表达表明，我们正在经历从经济现象的形象表达到抽象表达的转变过程。也就是说，信息不对称的解决与设立，从过去形象的表达转变为抽象的数字化表达；从过去的机械式的传递转变为数字化信息化的传递。数字化表达是形象表达的重要方式，在理解大数据经济时代大数据的爆发式增长及信息不对称的瓦解与构建，具有深刻的变革意义。

2）需求关系

需求是经济运行中的重要组成部分，它是描述和理解顾客和生产商之间相互作用的关键变量。过去，我们对商品、服务的需求关系是单向的、直接的关系，而大数据时代，我们的需求和诉求关系正在发生着悄然变化，需求关系表现为多面的、间接的网状关系，展现出大数据技术在开发用户潜在需求方面得天独厚的优越性。传统经济模式下很难全面掌握用户的全面信息，对用户的隐性偏好和消费、购物理念缺乏整体的认知。大数据技术的出现，使这一局面得以彻底改观。例如，利用大数据可以较为方便地判断和分析用户在购物网站上发生的所有行为：搜索、浏览、打分、点评、加入购物筐、取出购物筐、加入期待列表（Wish List）、购买、使用减价券和退货等；甚至包括在第三方网站上的相关行为，如比价、看相关评测、参与讨论、社交媒体上的交流、与好友互动等。如果把所有可以采集的数据整合并进行衍生，一个用户的购买可能会受数千个行为维度的影响。对于一个一天PU近百万的中型电商来说，这代表着一天近1TB的活跃数据。而放到整个中国电子商务的角度来看，更意味着每天高达数千TB的活跃数据。

正是这些购买前的行为信息，可以深度反映出潜在客户的购买心理和购买意向。而这种提前发现用户需求信息的情况在传统经济领域是不存在的，或者是很难想象的。又如，当亚马逊的用户浏览了多款电视机而没有作出购买的行为时，在一定的周期内，可把适合用户的品牌、价位和类型的另一款电视机促销的信息通过电子邮件主动发送给客户；再例如，当用户再一次回到网站，对电冰箱进行浏览时，可以在网页上给用户A推荐国产中等价位的冰箱，而对用户B推荐进口高档价位的商品。再如，中国平安已经通过与阿里合作，借大数据去发现用户生活的金融需求，进而提供相应的服务。

3）欲望结构

欲望的本质是缺乏，表现为依赖性。大数据技术为人类发展带来的具有颠覆性的变革，导致我们的工作、生活将被收集数据的计算机不断引导和主宰着，我们的欲望结构在大数据时代将会发生根本性的变化，使得我们更加相信数据处理的科学性，决策过程更依赖数据处理，经济行为更加趋于理性。数据分析是大数据处理技术的核心。

在大数据时代，数据处理的力量不仅仅是分析数据、提供决策参考那么简单。这种技术力量开始渗透到感性思维中，与人类情感世界发生互动，使得我们整个人的欲望结构发生了变化，人的理性处理方法发生了变化，更加依赖数据。大数据技术最大的创新就在于，我们可以通过数据分析来解读人类大脑无法处理的复杂关系，通过大数据相对理性的分析，结合大脑感性的思维方式，相信人们在决策和判断时，会得出性价比更高的结论。

对于企业而言，大数据技术旨在消除大数据在企业间的“孤岛效应”，并通过提供一种“分析即服务”，开放数据平台，实现大数据在企业内外部更好的流转，使得企业家的决策更趋于理性化。例如，百分点已经在零售、房产、金融、证券等领域提供解决方案。

4）行业边界

大数据时代使行业边界发生了革命性的变化，传统行业的发展在大数据时代正在面临严重的挑战。据宏源证券显示，下图给出了部分传统行业市场空间大小和颠覆机遇大小的一个可视化参考，分析了当前各个行业市场规模、市场成长性、可数字化程度、资源复杂度及信息不对称程度。推动传统行业转型升级，拥抱大数据已经是大势所趋。大数据对传统产业核心要素的分配、生产关系的重构及提升运营效率和结构效率，具有不可估量的重大意义。

行业边界的模糊性，使得不同行业之间信息不对称被消除和物理区域的坚固壁垒逐渐被打破，所有企业都将站在同一层面竞争，行业竞争激烈程度加剧，加速企业的优胜劣汰。而行业边界在大数据时代的最本质表现，就是本书第7章所论述的：企业与行业边界出现无界化或者跨界化发展趋势。

图5-4　已被颠覆的行业

考虑到现代技术的发展使得全息化重构的手段发生了本质的变化，使它成为全息化重构的技术前提。现代技术发展对全息化重构造成的影响具体包括两个方面：全属性海量数据出现与数据处理能力提升。

这就造就了经济重构的技术前提：

（1）全属性海量数据出现。

全属性海量数据表现在两个方面：全体样本数据化和单一信息全局数据化。

第一是全体样本数据化。大数据是市场的解构最典型的表现，是造成了信息不对称构建的表达方式发生了重大变化，特别是信息不对称的表达方法发生了变化，信息不对称的解决方案发生了变化，进而催生了描述全体样本的数据呈现爆炸式产生，以此来全面、系统地反映出经济事件的全貌。所以才产生了4v或5v，也就是当信息不对称表达方法发生了变化，它的传统模式发生了变化，它就会爆发出大数据，就会产生vvv……。市场经济就要产生若干现象，这种现象就是vvv……、100个v、1000个v，n个v，我们称为nv现象。像什么volume、velocity、variety、veracity、value等等这些v，我们叫n-v现象。

第二是单一信息全局数据化。数据和信息正在改变着我们对世界的观察方式，过去限于技术条件，我们通常使用单一维度来了解客户需求、供应链信息，这种方式在现阶段显然已经难以适应企业发展的要求。这样单一信息全局数据化就应运而生。单一信息全局数据化将经济事件的某一方面信息作为节点，利用数据分析和挖掘技术，将其迅速转化为有效信息，通过有效的全局化视图分析，进行跨领域、多维视角的全局性观测，以提高判断信息真伪的正确性和有效性。比如，元年诺亚舟通过实施BI，在全景视图和呈现层面设置不同场景的展现，条理清晰的财务价值数据系统架构图可以体现不同的管理主题，可以使得管理者快速找到自己需要的有效信息。

（2）数据处理能力提升。

现在每天有大量数据和信息生成，因此数据和信息处理工作就变得尤为重要。近年来，分布式云计算技术取得重大突破，为大数据处理工作奠定了重要的技术基础。云计算（Cloud Computing）又称分布式计算（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）、网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术发展融合的产物。云计算由一系列可以动态升级和被虚拟化的资源组成，这些资源被所有云计算的用户共享并且可以方便地通过网络访问，用户无需掌握云计算的技术，只需要按照个人或者团体的需要租赁云计算的资源。

目前公认处理大数据集最有效手段的分布式处理，是云计算思想的一种具体体现。云技术是目前解决大数据问题集最重要的、有效的手段。云计算提供了基础架构平台，大数据应用在这个平台上运行。大数据对云计算技术的依赖程度正在逐步增强。继个人计算机变革、互联网变革之后，云计算被看做第三次IT革命浪潮，是中国战略性新兴产业的重要组成部分。它将带来生活、生产方式和商业模式的根本性改变，云计算将成为当前社会各界关注的热点。