谷歌保存了2003年以來所有的檢索數據，在很長一段時間里，一直被認為是沒有用的浪費存儲空間的垃圾數據，但在2009年驚艷了全美人民，谷歌發布的流感趨勢預測，比疾病預控中心提前14天預測到了冬季流感爆發的準確時間，甚至各州、各大城市時間的差異都能準確估計。

　　這個大數據時代的經典案例，向我們揭示了大數據的三個鮮明特征：

　　一、數據并 非在收集之前就確定了其利用的價值，但數據一定是有價值的；

　　二、大數據等于所有數據，大數據不采用抽樣的方式，而是記錄所有能夠記錄下來的數據；

　　三、大數據需要量的積累，少量的數據即使是全部，也不足以支持精確的分析。

　　其實大數據的概念產生的時間比谷歌的應用更早，但是為什么知道近年才突然大紅大紫呢，這源自數據積累方式、數據存儲與處理技術的突飛猛進。谷歌從2003年到2012年所有的數據積累，如今只需要幾天就可以完成同樣的事情，這使得利用大數據進行實時的分析成為可能。

　　2013最熱門詞匯——云計算與大數據——已經“快”炙人“耳”了。整個IT產業、高科技產業，人人都在議論云時代狂潮，在新的時代里處處充滿機遇，也時時會遇到挑戰，能否登上大數據之“云”，已成為這些產業領域未來成功與否的風向標。

　　大數據究竟價值幾何？ 這里似乎存在一個悖論，大數據不以價值為目的，但最終卻總能反映在價值上。眾所周知，北京地鐵的票價曾是全程2元， 這點與其余大部分地區有別。地鐵業務數據中有一項重要數據是每位旅客的起點、終點數據，但北京地鐵票價與此無關，因此早期的起點、終點數據被工作人員“隨 意”處理了。由于沒有價值而被處理掉的數據，如今卻有大用途——客流密度分布圖，是列車密度、區間車排列，以及正在研究的分段收費法的重要依據，然而丟棄 的數據不會再回來，只留下永遠的遺憾。

　　與IT等行業的情況相反，港口行業宛若世外桃源，仍是一汪靜水，似是對紅塵俗世的熙熙攘攘無動于衷。傳統行業如何打破傳統價值觀的枷鎖，擁抱大數據時代，已成為經 濟學、管理學、統計學的共同議題。作為港口行業管理伙伴的道銳思，關于如何促進港口行業的數據化管理，自然有自己獨特的視角。

　　一、港口擁有哪些數據？

　　我們的世界是信息的海洋，這并不因為我們記錄與否而改變，港口行業在客觀上一定存在大數據，只是很多我們并沒有記下來。一切行為皆可數據化，門機每抓的重 量、每顆螺絲的使用時間、客戶所有的問詢等等。即使是主觀定性的評估也可以，因為當數據積累到一定量后，其準確性變得不再重要，大量的數據可以相互彌補各自的誤差。

　　二、港口收集哪些數據？

　　在收集數據的時候，強調我們能做什么，而不是我們應該做什么。大多數據在收集之始不能清楚地知道其用途，面對數據我們唯一需要考慮的是存儲它們的成本，而不 是其本身的價值。特別是近期，許多港口企業正在或計劃進行績效體系改進，然而他們將面臨一個共同的難題——指標值如何確定？單機成本、設備各類故障修復時 間、客戶分級與個性化服務等等，一些簡單卻重要的指標，因為缺少歷史數據而變得難以制定，甚至是±10%偏差的財務預算都做不到，談何精細化管理，更何況很多產業領域早已完成精細化轉變，而向更先進的數據化管理挺進。數據到用時方知少，隨著時間的推移，數據隱藏的價值會逐漸體現，不要因為一時的短見而放棄未來的可能性。

　　三、港口如何利用數據？

　　雖然前文一再強調不能按照預設的價值來收集數據，但是我們多少可以做一點設想，這有利于拓寬收集數據的思路。試想，假如我們記錄下所有客戶的年齡（甚至是看 起來的）、性別、辦理業務時的心情、狀態，結合我們提供服務時的言語（關鍵詞）、動作，并將之與客戶業務結束時的滿意程度、下次業務合作方的選擇等等信息 進行相關性分析，我們是否有可能發現一些意想不到的結論，如某些特定詞匯可以加強客戶滿意度等等，從而協助我們制定更有效的服務標準。不僅僅是客戶服務， 在營銷中，在作業中，在運營的各個領域，都有許多我們平時不在意的數據，但是如果將他們關聯起來分析，你就會發現很多新奇的結論。而它們之所以新奇恰恰是 因為我們一直以來忽視了它們的存在，這之中不乏可以產生有別于其他企業的核心競爭力的關鍵因素，能不能發現它們，只取決于想要，以及敢想。

　　大數據時代已經近在眼前，面對新的商業戰場，兵臨城下，港口行業不能獨善其身，數據化變革勢在必行。