“ 大數據”這個詞這幾年火的不得了。各種企業都宣稱自己掌握著大量的數據，好像有了大數據，就能解決一切問題一樣。

然而現實情況時，很多時候我們對數據的癡迷，卻將我們引上了歧途。是的，在一些情況下，要想從數據中萃取有用的東西，我們的確需要大量的這類數據，然而對于創新者來說，數據的數量和規模并不是最關鍵的因素 ——正確性才是最重要的東西。

　　數據正確性無關大小

在談到大數據的作用的時候，我們總是拿 Uber 來舉例，他們好像是用大數據獲得成功的最典型的例子。毫無疑問， Uber 從數據中獲得了財富。依靠他們的應用， Uber 從司機和乘客那里獲得了實時的數據，讓他們能夠知道何時、何處人們對車輛有著較高的需求。

但是 Uber 的成功，依靠的并不是他們所收集的大數據。如果你仔細分析一下，就會發現，他們的成功依靠的是規模并不大的正確的數據 ——車輛 派遣數據 。

在可以用手機叫車以前，我們依靠的是傳統的出租車。雖然傳統出租車看上去與互聯網沒有什么關系，但是其實它們才是一種依靠大數據的東西。原因是，傳統出租車依賴的是 “人眼網絡 ”：無數人站在城市中的某一個點，在看到出租車后馬上招手。雖然貌似與信息科技無關，但是實際上人們在打車的過程中，同樣使用了計算 ——人腦的計算：我們在大腦中收集并且分析數據。

Uber 提出了一個更好的解決方案，人們不再需要自己跑到街上去用眼睛收集數據，不用再用大腦去處理數據，轉而開始讓 Uber 為我們提供正確的數據來完成打車任務。城市中誰需要打車?他在哪里?離他最近的車在哪里?需要多長時間能接到乘客?正是憑借這些正確的數據， Uber 才得以成功的在出租車行業內掀起了革命。

用正確的數據完成任務

有的時候，正確的數據規模很大;也有的時候，正確的數據規模很小。對于創新者來說，關鍵在于分析出那些數據對我們來說最有幫助。要想找到正確的數據，我建議你去思考下面三個問題。

問題1 ：哪些因素會浪費公司的資源?大多數企業都會在日常運營中浪費許多資源。用鮮花零售業務來舉例，大多數花店中 50% 的庫存都會被最終浪費掉。因此 UrbanStems 和 Bouqs 這樣的鮮花配送服務應運而生，他們的作用就在于利用正確的數據幫助花店減少浪費。

無論你是工業生產、零售還是法務調查公司，搞清楚哪些因素會浪費你的資源，都能夠幫你找到正確的數據。

問題 2 ：如何利用自動化來減少浪費?在確定哪些因素會造成資源浪費之后，下一步就是要減少浪費。人類的優勢，在于分析問題。但是在實施方面，尤其是大量計算方面，計算機有著人類難以比擬的能力。在當今這個計算能力爆炸的時代，我們應該利用自動化技術來解決問題。

例如，有消息稱亞馬遜正在計劃刪除大量定價團隊，讓算法來給產品進行定價。在很多零售商看來，這是一個不可思議的行為。但是如果亞馬遜的算法能夠勝任定價工作，它將能夠亞馬遜帶來巨大的好處，例如減少積壓庫存。

問題 3 ：針對問題 1 和 2 ，你需要哪些數據?最后一步，就是確定你需要哪些數據才能減少浪費，并且完成自動化。

還是用 Uber 來舉例，他們需要知道潛在乘客的具體位置，才能完成自動化司機指派工作，從而減少浪費(車輛閑置、乘客司機在街上打車)。

這就是你所需要的正確的數據。很多企業都在花費大量的時間去研究大數據，但是卻沒有花足夠的時間去考慮哪些數據才是真正有用的數據。