昨天在清华讲课，有几位同学问了同样的问题：应该如何采集、存储数据、利用？潜台词是：数据的采集、存储量很大，似乎难以入手。我对他们的场景不熟悉，只能给出些原则性的建议。

这个建议就是：首先需要搞清楚，采集数据的目的什么？希望解决什么样的业务问题？如果没有需要解决的问题，就不需要采集和存储数据。

要回答这个问题，不妨来几次头脑风暴，主要是让业务人员放开去想。需求想清楚之后，再由IT和DT（数据技术）的明白人去“定义问题”、“解决问题”——其中，所谓的定义问题，就是把需求中不合理的部分去掉、把需要建设的相关条件梳理出来。最后，再考虑如何用经济性和技术性好的办法来解决。这就是我在创新课上讲到的：遇到困难问题的时候，不妨分成几步去考虑。

需求清楚了，再确定采集和存储什么数据。

原则上讲，数据采集、存储越多，对解决问题越是有利；但数据采集和存储都是有成本的。这是一对矛盾。所谓的办法，就是解决这对矛盾。

常见的问题是：人们并不清楚需要采集、存储什么数据——这其实就是缺少知识。缺少知识就要设法获得知识。如果你在从事创新工作，或许就没有人能告诉你。不要抱有太多的幻想。获得知识都是有时间和资金成本的，这也是不可避免的。你能做的是如何更加高效、低成本地获得知识。没有特别能取巧的办法。

这时候，应该尊重人的经验：专家认为采集什么、什么是重要的。开一个会，排一个次序。如果有可能，再设法找些数据，分析一下这些专家观点是不是靠谱，再做出初步的决策。

这些决策合适吗？不一定。最终仍然需要实践的验证。比如，在样机上做实验，在第一批产品中验证。然后再逐渐修改原来的想法——我们要相信，实践决定认识。创新必然有这个过程。我们不是上帝，是算不清楚的。

下一个问题，数据如何存储（传送）？

也可以从经济性的角度去存储。无非是哪些数据存、存储的周期是多少、时间长度如何。除了尊重经验，也有很多技巧。比如，我在十多年前就提出一个想法：异常驱动的存储法。发现异常时，把此前相关一段时间的数据重点存储下来。否则，少存储或者不存储。这样，就把不必要存储减少了。

最后一个问题：有了数据怎么用？

数据的基本作用是用来获得或存储知识的。“怎么用”首先是怎么获得知识。这就要知道数据在什么时候能带来知识？否则，很可能是大海捞针，不得其法。

我的观点也是事件驱动：发生了特定事件后，再针对这些事件分析、获得知识。我强调的事件有两种：一种是预料之外、不希望发生的事件发生了，一种是预计可能会发生的事件没有发生。换句话说：只要和你想象的不一样，就是发现知识的机会。这些数据就要仔细分析了。这就是我常说的“异常问题驱动人类认识深入”。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。