觀點：

數據收集正從“集中收集”轉到“分步收集”。每戶人家的小電器，小儀表，手機都可以成為數據收集的手段。

時間數據+空間數據+交易數據，巨大的潛力被挖掘出來了。

“推薦引擎”，將成為營銷廣告最主流的推廣方式，其背后需要大量的數據實時收集和分析。

車品覺：最近我們聽到美國市場有一個聲音很突出：“人是最好的傳感器。”你對這個觀點有何判斷？

程杰：這個概念可能有兩層含義：第一，個人言論充分自由，以前媒體被少數公司所壟斷控制，而現(xiàn)在什么人都能發(fā)表言論。第二，個人作為傳感器，成為了最敏感的數據源。

其實現(xiàn)在政府擁有的數據很龐大，比如大量安全測速攝像機，遍布各地的PM2.5的儀器，這些儀器讓城市管理更有效率，也因此讓物聯(lián)網成為可能。但是，政府即使有龐大的資金也難以覆蓋全面。而每個市民手中的手機，可穿戴設備等都具有傳感聯(lián)網功能，可以成為輔助數據收集的手段。

以人為傳感器，可以用在智慧城市，可以用在健康信息管理，也可以用在為應用商收集專業(yè)數據。

車品覺：對你來說，這樣的“以人為點”的模式對未來有什么影響呢？

程杰：從數據收集手段和方法來說，這是新的里程碑。

最早的第一代是通過第三方數據公司，重點放在數據整理整合，積累沉淀。第二代，由企業(yè)自身的產品或服務產生數據，形成智能報告。

第三代源于政府數據透明化。美國政府感到大數據的重要性，開始推動數據收集的規(guī)模化，參與了數據收集，及數據透明化工作。這些數據也成為了產業(yè)強心針。

第四代，則是從“集中收集”轉到“分步收集”。每戶人家的小電器，小儀表，手機都可以成為數據收集的手段。當然隱私安全將會是個重要問題，但是“分布式收集”對于數據規(guī)模化來說是里程碑的一步。

湯維維（福布斯副主編）：不少公司已經將twitter作為數據收集源，是否這些應用也成為了推動“個人傳感器”的關鍵？

程杰：更有效的傳感器數據應該是被動收集的數據。微博，Twitter這些數據傳輸方式帶有感情色彩，更適合用于預測政府政策的接受程度，了解民眾對經濟的信心，以及商家品牌和產品服務的管理。

但我更著重于被動式的觀察數據。這些數據不經過人的主動參與收集，完全通過設備來記錄行為數據，進而分析推測這些行為信息所代表的意義。

在第四代“分步式數據收集”中，數據會產生在人的周圍，但是他不一定知道數據如何產生，如何使用。比如你帶著AppleWatch爬山，你清楚地知道它記錄了你的心跳，步速。但是這些數據在第一次使用后，將如何用于第二次和第三次的使用中？這些數據未來會被整集加工成什么？你是不清楚的，但你有權利知道。

現(xiàn)在政府和企業(yè)都在逐步公開數據，讓消費者了解數據，讓他們有權利來指定數據如何使用。但是最近這方面爭議不斷。比如最近谷歌的CEO與很多歐盟國家談判，谷歌是否擁有信息的使用權？政府、商家、個人在信息隱私保護的條線上如何劃分？相信再過幾年，這個問題會有比較優(yōu)化的解決方案。

車品覺：到了第四代“分步式收集數據”的時候，數據加工過程有什么變化？

程杰：信息越來越多變成了信息流。

以前信息是分散的，收集頻率相對慢，因而傳統(tǒng)數據收集和分析的方法已經完全成熟，可以應付這種收集需求。而現(xiàn)在信息密度高，實時性強，信息有些過了兩天就完全沒用，這對于整個數據工業(yè)帶來新挑戰(zhàn)。

數據變得更為精準，時間感和空間感更為強烈。一個人從周一到周五，每天的工作路徑，周末的旅游路徑都可以被很好地采集。所以現(xiàn)在的挑戰(zhàn)是，下一階段怎么開發(fā)應用，以及如何保護隱私？這些都將填補很多以前的空白。

舉個例子，信用卡公司最愛的客戶是什么樣的客戶？是持續(xù)重復使用的客戶。公司也愿意為核心客戶提供更好的服務。現(xiàn)在，信用卡公司可以與移動運營公司數據結合，這樣它就能知道核心客戶早上8點-9點在什么范圍活動，進而公司可以與附近的商家合作，做消費折扣促銷。而且這種促銷可以針對不同的用戶特性來定制優(yōu)惠幅度。這樣的服務讓消費者增加了便利性，也讓信用卡消費的感覺更好。

車品覺：是否“傳感器數據”可以讓營銷有了更多改善的空間？

程杰：當時間數據+空間數據+交易數據，巨大的潛力被挖掘出來了。

Axciom公司曾經做過一個案例，兒童玩具廠商希望在圣誕節(jié)做促銷。但是每年這個時候，促銷廣告如紛飛雪片，很容易被淹沒。當消費者允許商家向自己的手機發(fā)送廣告之后，Axciom就可以根據地點屬性，提醒用戶附近什么時候有優(yōu)惠。現(xiàn)在美國很多大公司和購物廣場都已經開始在使用這個服務。

以前我們對“現(xiàn)在”這個概念認知不強烈。而現(xiàn)在，針對于特定時間和空間的“定制服務”，效率異常高，而且可以進一步加強客戶之間的交流。

美國賭場已經在使用“電子柵欄”這個產品。我們都知道賭場希望賭客多留一些時間，但是這些賭客總有會有不開心或者累了的時候。這時賭場可以通過手機設定一個范圍，一個用手機設置的無形鐵絲網。一旦賭客走出這個地理范圍，賭場就會給他發(fā)出一個優(yōu)惠信息，促使他回到賭桌。未來在可穿戴設備上，這樣的應用會越來越多。

車品覺：但這些都是用數據來優(yōu)化產品性能。你有沒有發(fā)現(xiàn)當所有數據交叉之后，會出現(xiàn)新的機會點？

程杰：還沒有，因為這類數據還沒有規(guī)模化。但是未來有可能。比如，未來nike會知道，鞋子對于客戶的具體價值是怎樣的？以前類似的數據是通過問卷，商品購買信息來間接了解。以后，這些數據就可以和營銷鏈接在一起。這些數據還將可能與藥店，醫(yī)院鏈接在一起。

目前，作為數據的第一用途和第二用途，已經開始普及。但數據的第三用途還沒有實現(xiàn)。值得高興的是，美國AT&T已經帶頭把數據有條件開放，鼓勵大家做創(chuàng)新的數據應用。

車品覺：你所說的第一用途和第二用途的分別是什么？

程杰：數據的第一使用與行為直接有關，帶智能手表，是為了健康監(jiān)測。

第二使用，是數據積累之后產生價值。當數據與其他數據連接，可以產生肖像，形成人群觀察。比如，通過整個公司的健康手環(huán)數據，我們可以知道整個公司的健康狀況如何？相應的保險公司風險在哪里？

第三使用還沒有很好的新方法。我們期望把數據規(guī)模化，整合后形成標準接口。而不同公司可以出于不同需求來獲取不同數據。

在美國，人文數據已經標準化，有著明確的法規(guī)來限制使用的方法。這在美國已經有一個非常良好的生態(tài)環(huán)境。但是那些新的“動態(tài)數據”，還沒有“規(guī)則”。Axciom正在努力實現(xiàn)的作用就是連接數據，讓大數據可以用，實現(xiàn)不同數據源之間的連接。連接后的數據可供各個商家各自想象，開發(fā)應用。

湯維維：您這里所說的動態(tài)數據是指什么數據？

程杰：數據早已不是靜態(tài)的了。每天我們購買，玩游戲，讀新聞……當我們把行為數據用時間和地點的方式捆綁在一起，這種數據的動態(tài)性就相當強。

以前一個人買車，如果他去4S店看了一圈就走了，沒人知道他是誰。后來，人們開始記錄電話，電話訪談用戶興趣。再后來，你在網絡上搜索汽車，汽車公司可以從網絡數據上“捕捉”你。最近，我們開始研究社交媒體，了解你的整體行為，對開車感覺的描述，確定你的購買意愿。甚至，我們開始知道你去了幾家4S店，你正在用的車跑了多少里程，你的偏好習慣……這些數據的收集已經成為可能。

數據從靜態(tài)走向動態(tài)，數據的密度和豐富度也完全不同。我們正在進入時間流和空間流。流的概念是非常重要的，以前我們都是說平均數據：平均消費額，平均訪問量。這種“平均”信息之上的決策是簡單的，而現(xiàn)在數據靈活，數據不斷地流動和變化。

車品覺：了解NOW，是為了知道NEXT？

程杰：通過對每一個“NOW”的數據整理，可以看到規(guī)律。數據本身帶有很強的實時性，但是用的時候是用規(guī)律。

現(xiàn)在，大家已經把營銷不是看做簡單廣告行為。高速公路上的大廣告，陳年累月地豎立在那里，是一種被動接受。商家也無法為你的興趣做進一步服務。現(xiàn)在我知道你此時此刻此地，可能對什么服務感興趣。商家可以做實時反應。

這就是美國正在流行的“推薦引擎”，這種推薦方式將成為營銷廣告的主流方式，背后需要大量的數據實時收集和分析。

另一個有趣的數據分析是了解人的“生命階段”，生命中的轉折和關鍵點。每個人在不同的生命階段，他的需求興趣和購買能力完全不同，對品牌宣傳方式的響應也完全不同。因而這種“推薦引擎”背后的數據還包括了這類數據。

更多資訊請關注傳感器頻道