纷析数据创始人、CWA、WAW创始人宋星在「秒针精进成长·营销科学大会」上发表了主题为「十年一瞬，数据的暗涌与喜乐」的演讲，从切身经验与感受出发，总结了过去十年数据行业的演变与进步及背后的推动力，并预测了未来十年的行业发展趋势。以下为演讲全文。

从2006年来北京后，我一直从事数据这一行业，目睹着这个行业的变迁，有让人兴奋的地方，也有让人感怀的地方。我对过去十年的总结和未来十年的预测可能还是较为肤浅的，因为我们在做过去总结的时候往往是带有个人意见的，在预测未来的时候又往往受到当前历史眼光的局限。但没关系，我认为预测一些未来总是好的，能够帮助我们感受到启发、启迪，并且增加我们看待事情的维度。

宋星，纷析数据创始人、CWA、WAW创始人

从哪个话题开始呢？既然是十年一瞬，那便从十年前说起吧。2008年，当时我在OMD，一个第一财经的记者打电话问我说：「宋老师您是做广告技术的，我想问问您，您觉得未来中国，广告技术是不是会改变整个广告行业的版图呢？」当时我电话里给出了非常否定的答案，我说不会的。虽然我是做广告技术的，但是我深深感受到广告技术的无力，深深地感受到广告资源对做好数字营销是多么重要。那个时候是2008年，现在我回过头来看那个时候的回答是多么的谬误。

于是，我反过来思考，这十年究竟是什么推动了变化？当我站在舞台上，看到秒针在行业里做的产品服务、解决方案的时候，我在思考是什么创造了秒针？什么创造了这么大的变化？我忽然意识到可能不是数据本身，那到底是什么东西在促进一切的改变呢？

十年前，我们在开展数字营销的时候，对一个人的认知是非常有限且不全面的。原因很简单，那个时候主要是PC的世界，我们对人的认识就如下图所展示的面孔一样，看起来像是坏掉的，而某种程度而言我们对人的认识也是坏掉的。因为在PC时代，cookie决定着一切。

时间过的很快，数据逐渐成为主流，移动端也成为数据非常重要的载体。移动设备就像人的器官一样，带给了我们极大的便利，我们可以持续地追踪、获取一个人的数据。今天，手机还没有便宜到我们可以频繁更换我们的移动设备。因此并不是数据本身给我们带来了伟大的革命，数据变迁进化的背后是硬件，硬件的进步极大地扩展了数据的边界。

过去十年的改变其实可以用一个简单的逻辑概括：硬件的进步让过去「碎片化人」的数据得以迅速打通整合，因此才有了今天所谓的360度人群画像、端到端的人群追踪和多环节基于同一人的数据归因。这是过去十年发生的最为显著的变化，而这个变化是硬件的进步所推动的。

回顾完过去十年，再去预测未来十年的时候，我也会觉得，或许未来十年我们要看的并不是数据本身，而是硬件进一步的进化和改良。当然，硬件变化的背后也可以看到哪些东西没有发生巨大的变化，很显然数据方法在过去十年几乎没有发生根本性、破旧立新的变化。

由于硬件和数据能力获得增强，因此我们能够对消费者旅程进行研究。过去我们只能在单触点上分析数据，现在可以通过硬件跨越不同的设备，实现多触点消费者数据的获取，并基于数据实现对消费者更具有个性化的触达，但这一切中数据方法并没有发生本质性的变化。

硬件的发展与进步必然会推动数据、营销水平和技术迅速往前发展，那是什么推动了这一发展呢？我们看Gartner发布的《2018年战略技术趋势报告》，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」，即在客户端实现的人工智能，它能带来大量的数据。比如百度有一个叫「聚屏」的数字屏幕程序化广告平台，现在用的是云端技术，如果它能在设备上增加人工智能的模块，识别性别，大概什么属性的人，有多少财产，喜欢什么，它对于人定向的运转效率会大大提升。

如果人工智能已经到了终端，和人结合在一起的时候能够迸发出多么大的力量呢？大家来看一下这张图，过去我们搜集数据主要是通过手机等移动端设备实现的，但是未来数据的搜集将不仅仅是通过手机，整个城市所有的硬件设备都在不断地搜集你的数据，而这样的数据才能真正称为大数据，也只有基于这样的大数据才能实现更多基于个人，甚至不仅仅基于个人，而是基于城市、社区、国家的人工智能。我相信未来十年随着硬件技术的不断提升，我们再去讨论互联网营销已经不仅仅是人的互联网营销，再去讨论的人工智能也不仅仅只是人的人工智能，而是人到人的数据打通再到人和物的数据打通的人工智能。

当然，这样的打通现在已经可以看到端倪，实际上也正在改变我们的生活和工作。从我的角度看互联网的营销和运营，我看到过去十年因为碎片化的人变成打通数据后所产生的小小的后果，比如在甲方可以感受到微妙的变化，变化好像是空气中传来的某种味道，看不到但却又是切实存在的。

过去CMO的工作是不会和数据中台、数据后台产生什么联系的，但由于数据打通，前端的营销可以连接到最终的销售，以至于CMO发现他的工作和CIO、COO的工作开始有所重叠，CIO、COO发现要做好工作需要拥有更多的营销触达的工具和触点。两者之间看似合作，但却并非十指相扣，而是互相角力。

过去Marketer就是Marketer，但是和数据、技术结合在一起以后，便发生了一些微妙的变化。下面这张图就是过去十年数据演化对营销生态链所产生的变化，未来这样的变化只会进一步扩展、深化，而绝对不会逆转。

今天我们所做的第一步是将营销和运营更为紧密地结合在一起，一些数据公司过去主要是做B2C相关的数据，现在开始做B2B2C。B2B2C中，第二个「B」指的是渠道，渠道又天然地和物流有着紧密的结合，进而物流数据得以引入到渠道数据中，物流又和供应链相连，供应链又和生产系统相连，从中我们不难看出未来的数据是个大整合的过程。

就像玩《星际争霸》游戏一样，玩游戏过程中我能得到非常好的控制感，游戏界面中各项功能一览无余，而这种控制感在企业之中，哪怕是CEO也不一定有。但是在数据整合的帮助下，我相信不需要10年，我们就能像玩《星际争霸》一样控制企业从营销到运营、供应链、渠道、生产的全过程，这只是时间的问题。

举一个医疗健康行业的例子，一家专注于医疗相关数据的美国企业，称其能在4周时间内把医院的异构数据、不同源数据导入到一个大的数据仓库中，并基于数据仓库为医院提供整合型的整体数据解决方案。而在以前，要实现这样的整合需要耗费大量的时间、人力和物力，进行数据的清洗和对接。在这样的整体数据解决方案下，从医生视角，他可以看到不同病人的情况、工作时间安排。从病患视角，看到的是自己的医疗团队都有谁，应该在今天做些什么事情，以及健康建议是什么。不仅如此，对医院的管理者而言可以看到更为宏观的视角，甚至医院还可以看到供应商视角，而供应商又可以基于数据的建模帮助医院判断哪些供应商拥有更大的风险。这样基于数据、基于硬件设备进化而实现的数据打通与整合将在未来十年深刻改变营销行业版图。

除行业变化外，我还想谈谈数据演化为每一个数据从业者创造的更新、更美好的生活，我把这个美好生活称为「DPU时代」。CPU是中央处理器，DPU则指数据处理器。DPU能创造什么呢？我相信，未来十年DPU会给我们带来新的契机，人人都是数字科学家的时代已经不远了，就在我们面前。 

前段时间我在医院做体检，专门加了一项想看看肺部有什么问题。医生建议我做一个肺部断层扫描，医生看了40分钟没有发现任何问题，我又跟他一起看了20分钟，我们俩看了一个小时最后确定宋老师的肺还是好心好肺。

但我突然意识到一个小时实在是太长，如果我们把人工智能引进过来，那效率便能得到极大地提升。人一个小时看一张片子，但是人工智能一个小时能看100张，甚至1000张，问题在于准确率有点低，医生的准确率能达到90%，而人工智能只有75%的准确率，让它直接工作是存在问题的。但如果我们换一种方法来思考，把人工智能和医生结合会惊喜地发现准确率能从90%提升到98.5%。这其实是未来五到十年最主要的方向，即人工智能在解放人的智力，它并不帮助人思考，但却能极大地提升人思考的效率。

在互联网营销圈子中，我们常常很难在海量数据中找到异常，但像Outlier这类的工具可以帮助我们快速发现异常的点，大大节约时间。对于异常情况或许它解释不了，也无法直接给我们答案，但却能帮助我们找到答案。

说了这么多数据的“喜乐”，那数据有没有让人稍微有点难受的地方，是否存在一些“暗涌”？

未来若干年，越来越严重的数据围墙花园化仍是我们要面对的挑战。大家都有自己的数据，但是这些数据很分散、孤立，我们难以将其整合到一起，或者很难真正地拥有数据，从而让我们对数据生起无能为力的心情。

此外，未来十年，数据的使用权和所有权会越来越分离。目前，我们实质上其实并不完全拥有自身数据，百度、阿里、腾讯等头部互联网公司掌握着海量数据。它们既拥有我们数据的使用权，又拥有所有权，不与他人分享，事实的确如此，我们要承认。但与此同时，这些企业在封闭的过程中也在逐渐变得越来越开放，它们提供了很多工具，在一定程度上可以把数据开放出来，你可以使用数据但却无法拥有数据，这是未来的趋势。但近期欧盟GDRP的出台，给了我们曙光，告诉我们数据依然属于我们自己。随着个人数据相关法律法规的建立健全，数据的所有权将逐渐回归个人，这也是我讲未来十年，数据使用权和所有权会越来越分离的原因。

美国有家叫SDC的公司可以帮助你贩卖你自己的隐私数据，如果你觉得你的隐私数据并没有那么重要，你要愿意卖出去的话，用这样的方法其实是可以的，这实质上是重新把数据的所有权归还到你自己的身上。因为只有你拥有对你自己隐私数据的控制，才谈得上真正的所有权。未来十年什么会阻碍或者哪里会有更多的突破和空间？我认为数据的隐私权、数据的所有权和使用权还有很多的话题可以讲。

最后再聊聊，我们认为哪些看似很美好但是在未来十年却很难发生的事情：

• 纯机器智能的分析还很难做到，因为机器的智力很强大，但是机器缺乏像人一样的经历，且数据的质量还有待提高，机器可以贡献智力但很难贡献智慧。

  
  

• 硬件发展很重要，但是硬件发展还没有足够强大到追踪所有的消费历程，因为这涉及到隐私的话题，所以完美的消费者历程和归因还很难做。

• 另外，人工智能仍然不会比人聪明，人工智能仍然无法胜任内容、创意、策略等工作，但数据分析人工智能是可以做到的。

• 人和机器的结合肯定是未来十年的主流，但人体和机器还不会结合：更精确地识别人仍然有一定的困难。

当然，这都是我自己一厢情愿的幻想，Howard Markes说：「我们喜欢依赖历史来为我们长期的预测提供支持，但历史一次又一次地告诉我们，出乎意料和不可思议才是正常的，而并非异常。」我们愿意做一些预测，是因为我们相信这些预测能在未来一段时间内给大家以启迪，增添审视事物的新角度。