1、麥肯錫數據：創新、競爭和生產力的下一個前沿原文翻譯數據已成為流入全球經濟各個領域的激流。公司制造了數量龐大的 交易數據，捕獲了數萬億字節的有關其客戶、供給商和公司運營的信息。 數百萬的網絡傳感器被嵌入在諸如移動、智能電表、汽車和工業機器等實體設備中，它們在物聯網時代感知、創建和傳送著數據。事實上，隨 著公司和組織開展他們的業務并與個人進展互動，他們正在產生大量的排放數據，即作為其他活動的副產品而產生的數據。社交媒體、智 能手機和其他消費設備，包括 PC和筆記本電腦，使世界上數十億的個 人能夠貢獻大量數據。而且越來越多的多媒體內容在大數據的指數增長 中發揮了重要作用見插文 1 ,大數據是什么？。

2、例如，每秒的高 清視頻生成的字節數量是存儲單頁文本所需的2000倍。在數字世界中,消費者每天都在進展通信、瀏覽、購置、共享和搜索 一一創建自己巨大 的數據流。大數據是指數據量級超過傳統數據庫軟件工具捕獲、存儲、管理和分析能力的數據集。這個定義是主觀的，并且包含了一個數據集量 級的動態定義超過這個大小才會被認為是大數據一一也就是說，我們沒有定義一個確定的值比如多少 TB。我們認為隨著技術的進步， 被認定為 大數據的數據集的大小數量級也將增加。還要注意，這個 數據集大小的定義會因行業而異， 它取決于這些行業中普遍使用的軟件 工具不同以與通常的數據集的大小。基于這些認知，今天許多行業的大 數據的數據

3、集大小X圍將從幾十TB到幾PB幾千TB。數據量激增本身是一個全球現象， 但它是意味著什么呢？全球 X圍 內有許多人對這種信息收集持深深的懷疑態度，認為數據泛濫只不過是 對他們隱私的侵犯。但有證據明確，大數據不僅惠與商業，而且在國民 經濟與民生方面，都會發揮重要的經濟價值。我們的研究發現，數據可 以為世界經濟創造巨大的價值、提高公司和公共部門的生產力和競爭 力，并為消費者創造顯著的經濟附加值。例如，如果美國醫療保健行業 能夠創造性地、有效地使用大數據來提高效率和質量，我們估計，該行 業從數據獲取的潛在價值可能超過每年3000億美元，其中三分之二將表現在減少了國民醫療保健約 8%的支出。在商業世界

4、里，我們估計， 例如，充分使用大數據的零售商有可以將其營業利潤率增加60 %以上。在歐洲興旺經濟體，我們預計政府行政部門可以通過使用大數據，在運營效率提升上節省1000億歐元以上1 940億美元。這個估計不包括 大數據杠桿帶來的收益，比如減少欺詐、錯誤和稅收差距即潛在稅收 和實際稅收收入之間的差距。現在數字化數據無處不在一一存在于每個行業、每個經濟體以與每個使 用數字技術的組織和用戶中。雖然大數據這個話題可能只有一些數據極 客在提與，但大數據現在與每個領域的領導者都相關，而且消費者已經從其被應用的產品和服務中受益。存儲、聚合和組合數據，并將其結果進展深入分析的能力，經歷著像摩 爾定律在計算領域

5、的趨勢一樣：數字存儲介質、云計算持續地在降低本 錢和技術障礙。不到600美元，你就可以購置一個磁盤用來存儲世界上 所有的音樂。從數據中獲取洞察的方法也得到顯著提升，這得益于應用了復雜技術的軟件和強大的計算能力在一起進步。此外，由于現在通過網絡連接的人、 設備和傳感器的數量的增加，生成、 傳播、共享和訪問數據的能力得到了革命性的提升。2010年，超過40億人占世界人口的60%使用手機，其中約12%的人使用智能手機， 其滲透率還在以每年超過 20 %的速度增長。目前在交通、汽車、工業、 公用事業和零售行業有超過 3000萬個網絡傳感器節點。這些傳感器的 數量以每年超過30 %的速度增長。有很多方法

6、可以使大數據在全球經濟的各行業中創造價值。事實上，我們的研究明確，我們正處在創新、生產效率和經濟增長的巨大浪潮中， 伴隨著新的競爭和價值獲取模式 一一完全由大數據驅動，這些大數據需 要消費者、企業和各行業充分開發其潛力。但為什么是現在這樣呢？難道數據不是信息、通信技術影響的一局部？是的，但我們的研究明確，大數據所帶來的變化的規模和 X圍處于一個 拐點，隨著一系列技術趨勢的加速和趨同，它將大大擴展。由于這種趨 同，我們已經看到經濟格局在明顯變化。許多先驅公司已經在使用大數據來創造價值，其它的需要探索他們需要如何做才能去競爭。政府也面臨一個重要的機會， 在公共財政預算有限的情況下， 提高他們 的效

7、率并給公民帶來的價值，而且很可能由于世界許多國家的人口老齡 化，財政預算一直持續吃緊。我們的研究明確，公共事業領域可以通過 有效利用大數據來顯著提高其生產力。然而，如果公司和其他組織和政策制定者要獲取大數據的全部潛力，需要面對相當大的挑戰。能夠充分利用大數據的分析和管理人才的短缺是一個重大而緊迫的挑戰，公司和政策制定者可能很快就會遇到。僅美國就面臨 14萬至19 萬具備深厚的分析能力的人才缺口， 更不用說還需要150萬名管理人員 和分析人員要分析數據并根據上述人的發現做出決策。 人才短缺只是開 始。我們在本報告中探討的其他挑戰包括：建立相應的根底設施；鼓勵持續創新的激勵和競爭機制；用戶、組織和

8、經濟體對于經濟效益的正確理解； 保障措施到位以應對公眾對大數據的顧慮。本報告旨在了解大數據的現狀，不同領域如何使用大數據來創造價值， 對利益相關者的潛在價值，以與對私營公司和公共事業領域的領導人， 也就是決策者的影響。我們對大數據作為一個整體進展了分析，詳細分析了五個領域美國的衛生保健，歐洲的公共事業領域，美國的零售業，全球的制造和個人位 置數據。這項研究絕不是大數據的蓋棺定論， 相反它僅僅是一個開始。我們確信, 隨著使用大數據的技術和方法的開展，以與數據、數據應用、數據應用 所帶來的經濟效益的增長伴隨著挑戰和風險，這將是一個持續開展 的故事。就目前來說，我們的研究涵蓋了以下七個核心觀點：1.

9、 數據已經滲透到每個行業和商業功能之中，是生產的重要因素。 已經有幾個研究團隊對世界 X圍內生成、存儲和消費的數據總量進展研 究。盡管由于研究X圍不同，所帶來的結果各不一樣，但都明確未來會 呈指數級增長。MGI估計，2010年，全球企業在磁盤驅動器中存儲超 過7 EB的新數據，與此同時，消費者在 PC和筆記本電腦等設備上存 儲超過6 EB的新數據。1 EB的數據相當于4000多倍于美國國會圖書 館的存儲信息。事實上，我們今天所收集的海量數據，物理存儲無法實 現。例如，醫療保健提供者會丟棄其 90%的生成數據例如，幾乎所有 在手術期間所創建的實時視頻。大數據現已覆蓋全球經濟中的各個部門， 一如有

10、形資產和人力資本這樣 的重要生產要素，現代經濟活動根本離不開大數據。我們估計，到2009年，美國經濟中幾乎所有領域擁有1000名以上員工規模的企業，平均至少有 200 TB的存儲數據這是1999年美國零 售商沃爾瑪數據倉庫規模的兩倍。在許多行業，每個公司的平均存儲 數據都超過1 PB。總的來說，歐洲組織大約是整個美國存儲容量的70 %，接近11 EB，而美國在2010年超過16 EB。鑒于歐洲各經濟體開展階段彼此類似，因此，我們認為，歐洲大多數行 業的公司都有足夠的能力來存儲和操縱大數據。其他地區的人均數據容量相較更低。這明確，至少在短期內，通過大數據創造價值的最大潛在 地區是在最興旺經濟體。

11、然而長遠來看，只要條件成熟，開展中經濟體也同樣潛力巨大。例如， 目前亞洲已經是個人位置數據的領先地區，因為人口眾多，移動普與。 2010年，手機使用率還會更高 一一僅僅在中國就預計有8億臺設備。 此外，開展中國家的個別公司，在使用大數據方面表現強勁。還有的組 織將充分利用遠程存儲和數據處理能力。由于根底技術、平臺和數據分析能力的創新，并且越來越多的用戶行為在虛擬的數字世界展現出來，大數據的可能性將持續迅猛開展。2. 大數據在眾多領域創造價值我們發現了五種廣泛適用的途徑， 通過利用大數據發現潛在的轉型可能 來創造價值，并對組織如何設計、運營和管理產生重要影響。例如，在可以開展大規模試驗的環境中，

12、 企業如何開展營銷活動？企業 流程如何調整，企業如何評估和利用他們的資產特別是數據資產？ 公司對數據的訪問和分析能力能否具有高于品牌的價值？現有的商業 模式會被什么取代？例如，基于信息不對稱的行業 一一例如，各種類型的經紀人一一在數據 充分透明度的世界，將會有何改變？在原有商業模式和根底架構之上的 現任人員，如何與新晉攻擊者競爭，這些攻擊者能夠快速處理并利用詳 實的消費者數據，例如，他們在社交媒體中說了些什么，他們在使用哪 種設備？當大量數據開始從供給商轉移到消費者端，消費者可以自主的訪問數據，比如比照各競爭對手間的價格和質量，那又會發生什么呢？創建透明度使利益相關者的與時訪問更加便捷， 僅憑

13、這一點就可以創造巨大的 價值。例如，在公共部門，使那些獨立部門獲取數據更為容易，可以大 大減少搜索和處理時間。在制造過程中，整合來自研發、工程和制造單 元的數據，以實現并行處理，可顯著縮短產品推向市場的時間并提高其 質量。通過實驗來發現需求，揭示可變性并提高性能 當他們以電子形式創建和存儲更多交易數據時， 組織可以收集到更為準 確和詳細的績效數據實時或接近實時，從產品庫存到員工病假情況。IT信息技術使組織能夠使生產過程儀表化，然后設置控制實驗。使用數 據來分析性能的變化 一一可能是自然產生的，或通過受控實驗產生 一一 究其根因，可以提高領導者的績效管理水平。根據個性化行為，劃分客戶群大數據可以

14、使組織進展更為具體的市場細分，準確地定制產品和服務以滿足不同需求。這種方法在營銷和風險管理中廣泛應用，在其他領域如 此是革命性的一一例如，在公共部門，一視某某如此是通常做法。在市 場劃分方面，即便是頗有淵源的消費品和服務公司，也開始部署更精細 的大數據技術，例如對客戶進展實時的微觀層面的細分，以準確制定促 銷活動和廣告。用自動算法替代/輔助人類決策精細的分析能夠大大改善決策，最大程度地降低風險，并開掘隱含價值。 這樣的方式適用于稅務機構、 零售商等各類組織，稅務機構可以通過自 動風險引擎來識別候選者，以進一步檢查，零售商可以通過算法優化決 策過程，諸如存貨的自動微調和根據商店和網上商店的實時定

15、價調整。 有時候，決策不一定是自動化的，而是通過使用大數據技術，分析整個 龐大的數據集，而非個人就能解讀并處理的電子表格小樣本。決策可能各不一樣；有的組織已經能夠通過對客戶、員工，甚至嵌入在產品中的 傳感器所獲取的整個數據集來做出更好的決策。倉造新的模式、產品和服務大數據使公司能夠創造新的產品和服務，改良現有的數據，并發明全新的商業模式。制造商正通過從實際產品的使用表現中獲取數據，以改善 下一代產品，并提供富于創新的售后服務產品。實時定位數據的出現， 創造了一套全新的基于位置的服務，從導航到財產定價，以與基于何時 何地駕駛汽車的傷亡保險賠付。3. 對每個公司而言，大數據應用會成為核心競爭力和增

16、長驅動力大數據應用正成為領先企業超越同行的關鍵手段。例如，我們估計，擁 抱大數據的零售商有可能提高 60%以上的營業利潤率。許多零售巨頭， 諸如英國Tesco如此通過使用大數據從本地競爭對手獲取市場份額，金 融服務和保險等行業也屢見不鮮。我們認為，在各個行業，大數據的先驅應用者價值會上升，恰恰以犧牲 落后者為代價，這種趨勢逐漸被印證。 有前瞻性的領導者可以逐步建立 強大的數據能力。這項工作需要時間，但利用大數據的開展優勢將在長 期內顯現，無疑是值得投資的。反之亦然，難以充分發揮大數據能力的 競爭對手將被甩在后面。大數據還有助于創造新的增長機會和全新類型的公司，例如整合和分析行業數據的公司。這些

17、公司大多處于大數據信息流之中，可以獲得關于產品和服務的數據，買方和供給商的數據以與消費者偏好。像這樣 的例子有很多，廣泛消費受眾的產品和服務公司，擁有全球供給鏈的公司，處理數百萬樁交易的公司，以與消費者數字體驗平臺等。這些將成為大數據優勢行業。越來越多的企業也會發現自身所具有的某種大數據 優勢。許多公司擁有自身產品和服務所生成的寶貴數據庫。甚至可以連接到實物，使產品能夠自動報出序列號、船期、使用次數等。這些機會中，一局部會產生新的價值來源，另一局部會導致行業內價值 的重大調整。例如，到2020年，醫療臨床信息提供者將角逐超過 100 億美元的市場份額，他們通過整合數據并進展必要的分析以提高醫療

18、保 健的效率。早期快速行動者確保擁有有效的數據入口，必將贏得最大的收益見插文2如何衡量大數據的價值？ 。從競爭力和潛在價值的角度來看，所有公司都應該認真對待大數據。大 多數行業中，既定的競爭對手和新進入者都將利用數據驅動戰略來創 新、競爭和贏得價值。事實上，在每個部門我們都找到了類似現象的早 期案例。插文2.如何衡量大數據的價值？當我們想量化大數據的潛在價值時，我們只考慮那些根本上依賴于大數 據的行業是如何獲得價值杠桿的一一對于這些行業來說大數據是必要 的，但又不完全依賴于此。我們沒有把那些只包括自動化但不涉與大數 據的杠桿價值計算進來例如，用 ATM代替銀行柜員以獲得生產力提 高。還要說明，

19、我們計算那些需要使用大數據的杠桿總價值，并沒有 試圖去估計大數據對特定杠桿產生的價值。4. 大數據的應用將產生新的生產率增長點和消費者盈余在我們研究的這五個領域有許多大數據杠桿， 它們將帶來生產力的大幅 增長見圖1。這些機會很有可能提高效率和效用，使組織能夠以更 少的投入做更多的事情，并獲得更高質量的產出，即提高產品和服務的 增值價值。例如，我們發現公司可以利用數據，設計出更有效地匹配客戶需求的產 品。隨著產品的使用，還能通過數據進一步完善產品。例如手機能夠獲 得用戶習慣和偏好，保存適合于該特定用戶需要的應用和數據，這樣按 需定制的產品更有價值。當然這也需要操作和流程的創新。 還有通過算 法來

20、增強決策的有效性，并在產品和服務方面實現創新 一一從臨床實踐 到稅務審。例如，通過使用高級算法分析加快新藥的開發，通過使用網 絡傳感器為汽車用戶創造新的、積極的售后服務。加快每個環節的生產率是提高這個經濟體整體水平的關鍵， 這為企業提高生產率開啟了另一 扇門。我們還發現了一個通用模式， 客戶、消費者和公民可以通過大數據支持 來獲得大量經濟盈余它們是大數據相關創新的直接和間承受益者。 例如，使用大數據可以改善健康結果，公民可以高效的參與政府決策， 價格透明度提高帶來價格的降低，以與更好的將產品和消費者需求匹 配。我們估計，隨著大數據的部署，這一趨勢會使消費者獲得更多盈余， 加快所有行業的開展。以

21、個人位置數據為例。 使用實時交通信息導航可 以節省旅行時間和燃料消耗， 以此創造可量化的消費者剩余。 支持移動 定位的應用程序也會從用戶中獲得信息盈余。這兩種情況中，這些創新所帶來的盈余甚至可能遠遠超過服務提供商所獲得的收入。為了使消費者受益，決策者通常需要推動持續的大數據部署。圖1 :大數據能為多個行業獲取顯著的經濟效益US health care $300 捌 iqn vfilufi pe< /ear *0.7 peroent annual productivity growthEurope public sector administration £2看0 billion

22、 value peR year S).5 percent annual productivity growthGlobal personal location data $100 tullion reve n ue for service providers* Up to S7Q0 billion value to end usersUS retail 60+% incre$e in net marg in possib le 0.5-1.0 percent annuli productivity growthManufacturing1 Up io 50 p&rc&nt de

23、crease in prodija development, assembly exists Up to 7 percenl reductian in working capitalSOURCE; MclCnvay Gtobsi insjituie anaiysJs5. 大數據的應用會影響很多行業，一些行業會有更大的收益Exhibit 2Some sectors are positioned for greater gains from the usa of big dataHistorical productivity growth Fn the Unttad States, 2000-08

24、 %24.023.5?3.022.5二二C«nputar andwtetVonic ppHtucls Cluster ACliisr 0! ClusterB GlmrtE .Cluster CC I 日ubblfrgireE denote''nHativa of GOPIrtfomiaj&nAdnninrBtFHttofi 日聞port, and manag&rn&fllWiotawlt trvdaManufacturing目M we曲h<Uii輛Finjnc# &nd lAOufflnc#Rn< ii eisMto ant

25、f rental帖ul；h Cre- pmvr:：曰佶gi圖Reiail lra(Rger 購沖罕 EdLCfftionqlserviresCwiitruciBDLq#Bln data valu patontlal lnd«x-Hih1Uix fv d'tAil4d 聲fi加時皐占nd rfi自"infer vaIu-時詩rm目l.SOURCE US Bi/reu of Labor Sldslict. htcKmMy Global insiiLite ariaiys.&各行業有著明顯的差異，如果我們比照一下美國這些行業傳統的生產力 與采用大數據之后的潛力使用

26、結合了集中量化指標的指數，我們會 發現各行業的模式差異巨大見圖 2。計算機、電子產品和信息技術行業A組，屬于全球貿易，并且已經 經歷了非常強勁的生產力增長，有望從使用大數據中獲益匪淺。B組中的兩個服務行業 一一金融保險、政府一一只要可以克制使用中的 障礙，也將受益于大數據。C組的幾個行業，剛經歷了生產力的負增長，可能明確這些行業面臨著 提升生產率的強大系統性障礙。其他行業中，我們看到全球貿易行業主要是D組往往經歷較高的歷史生產力增長，而本地服務業主要是 E組如此呈現較低增長態勢。Top qulnlllci2nd qidiMJi*3rd4ilFii qulffitlle口"詢細(mos

27、t 日MicuWl Id CBFrturw) imq dvaiiiA heat map show事 the relative ease of capturing the val ue potential across sectorsOwrjiillB3M< OfDalaeMMwndataInMic4IT interiBHyMonuiaEtunnoNLatupi mournsCowiEMjrt'Br BTid alBctrnni prodiJE±sRa«irental, tand) H-oa«Ing*碎 pRDlm甘 VttLhtInlbcrretic

28、MiT r artBew-tfilion and 丹曾Ratal I traOiiAdministrativa , support, wasd# rmsnsge-mert, aiKS FHrneaiaUon servicnA»cm *nod oil cm nfid <cod HrwicnOliMir services ji£&pl put>nc adrnm israwnjiArts enleiiaT nment, and r-Bcr&artTonFirKsncfl ainid! Ina-uriBWdHroAiiMKriai.nd ifrchniE

29、ai mfyicmMsnogerrwiM of comgumiw arid «nl«rp*imv Quwrrianesirrt.EdluiaticxiiLal serwiresMwftlh CW and c-r ! zjGcitlanrQ1appirKix fpr Enetai ld dc4irir|iqnzi on寸 mtnog- ij孚赳 for 口凸匚bi F ltiu gnbeia.SOUACiEl McKirmy GrafcaQ lcUtLila wzl蘆陸雖然所有部門都必須克制使用大數據獲取價值的障礙，但一些行業的結構性障礙更高見圖3。例如，公共事業部門包括教育

30、行業，由于缺乏數據驅動的心態和現有數據，將面臨更大的障礙。在醫療保健中獲取價值的主要障礙是現有的IT水平較低。恰恰相反的是，零售，制造和 專業服務等行業可能會出現相對較低的障礙。6. 大數據需求組織將面臨人才短缺限制大數據實現價值的一個顯著原因是人才的短缺，特別是在統計和機器學習方面具有深厚造詣的人才， 以與知道如何通過使用大數據來 運營公司的經理和分析師們。Exhibit 4Demand for deep analytical talent in the United States could be 50 to 60 percent greater than its projected su

31、pply by 2018 Supply and demand Of «nalytic*l talont by 2Q1BThousand people140-19044M902008Graduates Othefs1 2018 supply Talent gap 2018 projectedemployment with deepdemandanalytical talent1 Other supply drivari include attrition immigration +)t and neemployingunennploy&d deep analyticai taJ

32、emt (+)SOURCE; US Buifbbui of Labor Stfirtiatica- US Census: Oin & Brodstmt; axnpany inteivieMrs; McKjinw Globfii InsilW anaiyraI一在美國，我們預計大數據將迅速成為各行業競爭的關鍵決定因素。但是,我們預測，在大數據行業中對深度分析職位的需求可能遠遠超過當前的供給量，達到14萬至19萬個職位見圖表4。此外，這種人才難以生產，有一定數學能力的根底上，仍需要多年的培訓。雖然我們的定量分析使用美國作為例證，但我們認為，這種類型的人才的短缺將是全球 性的，有些地區可能能

33、夠產生可以填補其他地區人才差距的供給。此外，我們預計在美國需要150萬名額外的經理和分析師，他們可 以有效地提出正確的問題并消費大數據分析的結果。面對類似人才短缺問題的美國和其他經濟體，不能簡單地通過改變畢業要求以等待學生以 更多的技能畢業，或進口人才來填補這一空白盡管這些可能是重要的 行動。有必要重新培養大量的人才；幸運的是，這一級的培訓不需要 多年的專門學習。7. 要獲取大數據全部潛力需要解決的幾個問題數據政策。隨著越來越多的數據被數字化并跨越組織邊界，一系列政策問題將變得越來越重要，包括但不限于隱私、安全性、知識產權和 責任。顯然，隱私是一個問題，特別是對消費者的重要性正在隨著大數 據的

34、價值增長變得越來越明顯。 健康和財務記錄等個人資料通常是可以 提供最重要的福利的資料，例如幫助確定正確的醫療方案或最適宜的金 融產品。然而，消費者也將這些數據視為最敏感的。很明顯，個人和他 們所在的社會將必須處理隱私和效用之間的權衡。另一個需要密切關注的問題是數據安全性，例如，如何保護競爭敏 感的數據或其他應該保持私有的數據。 最近的例子明確，數據泄露不僅 可以暴露個人消費者信息和某某公司信息，甚至暴露國家安全秘密。隨 著嚴重違規行為的增多，通過技術和政策工具處理數據安全將變得至關 重要。大數據日益增長的經濟重要性也引起了一些法律問題，尤其是數據 與許多其他資產從根本上不同的事實。 數據可以完

35、美地復制并輕松地與 其他數據結合。一樣的數據可以由多個人同時使用。所有這些都是數據 與實物資產相比的獨特特征。關于數據附帶的知識產權的問題必須得到 回答：誰擁有這些數據，附帶有什么權益？什么定義 合理使用數據？ 還有與責任相關的問題：當不準確的數據導致負面后果時， 誰負責？這 種類型的法律問題隨著時間的推移，在獲取大數據的全部潛力的同時， 將需要澄清。技術和技能。為了從大數據中獲取價值，組織必須部署新技術如存儲，計算和分析軟件和新技能即新型分析方法。技術挑戰的X圍和處理這些挑戰的優先級， 將根據機構的數據成熟度而有所不同。遺 留系統和不兼容的標準和格式，也經常阻礙數據的集成以與大數據創造 價值需要的更復雜的分析。新的問題和不斷增長的計算能力將刺激新的 分析技術的開展。還需要技術和技能的不斷創新，幫助個人和組織整合、 分析、可視化和消費不斷增長的大數據。組織變革與人才。組織領導者往往缺乏對大數據價值的了解以與如 何解鎖這個價值。在競爭激烈的行業，這可能被證明是一些公