遍地大數據的未來黃金十年
2014年1月，當Google宣布以32億美元收購Nest Labs時，所有人都覺得賴瑞‧佩吉（Larry Page）瘋了，因為Google竟然收購了一家恆溫器和煙霧偵測器的生產商。事實上，Nest Labs在Google的平台上，很可能會創造出一個價值數十億美元的市場。這一判斷建立在「家居數據平台」的基礎之上，隨著使用該公司產品的家庭愈來愈多，家庭消費習慣的數據將對供電、家電等行業提供極富價值的指引。
很多人說，大數據擁有無限前景以及錢景。但是大數據的價值到底在哪裡？為什麼很多人提到大數據，都覺得那是在「講故事」、「離我們還很遠」？事實上，數據離我們並不遙遠，過去的數十年，很多行業都走向了「資訊化」。而未來的十年將是「數據化」的十年，「遍地黃金」指的則是未來無所不在的數據化可能。
「遍地黃金」在哪兒
正如馬雲所說，未來的機會在於DT（Data Technology，數據科技），但DT實現的前提是，企業擁有數據，並且已經完成了資訊化。可見，數據科學是資訊科學的延伸。現在，數據技術的時代剛剛開始，產品數據化將是其中最為關鍵的特徵之一。
這是一個「遍地黃金」的時代。任何一種產品或服務都潛藏著巨大的「數據化」潛力。
但為何「遍地黃金」並非看上去那般唾手可得？簡而言之，為什麼數據價值無法落地？為什麼眼下大量企業的數據案例仍難以凸顯價值？
其中很重要的一點是，產品經理不懂數據。很多產品經理還停留在以前做產品的階段，他們靠感覺來做產品，不知道如何用數據改善產品，更沒有意識到數據已經成為做產品的核心原材料。
如何讓數據「說話」
過去，我們最擅長的方法是根據歷史數據總結規律，再採取行動。比如，我們會統計過去一個月週五下午6點的計程車小費金額（根據租車App），計算出小費的平均數，再提出「支付小費5元人民幣」的建議。當時，我們所使用的數據大多是從單一角度出發的靜態數據。
而現在，我們更希望得到更全面的動態關聯數據。比如，我們可以獲取不同街道的交通堵塞程度，從而計算司機對小費的敏感度；我們可以綜合附近的天氣情況、演唱會散場的時間等數據，預測某個時段、某個地段可能成交的計程車小費金額。這種演算法就是利用更全面的大數據，透過更多的環境動態數據，而非從歷史統計數據提供服務。
未來，產品經理需要懂得如何用數據使產品增值。這其中有3個關鍵因素：產品化、數據化和商業眼光。現在很多產品經理更關注產品化，以致忽略了數據化和商業眼光。
