克莱•舍基：大数据时代你如何筛选过载信息

克莱·舍基 | 互联网革命最伟大的思考家《认知盈余》、《人人时代》作者，马化腾最推崇的“互联网革命最伟大的思考者”。

本文来源于微信公众号：笔记侠

微信ID：Notesman

编辑： 笔记侠

活动：2016年9月20日 2016头条号创作者大会

笔记侠按

到底是信息过载的问题，还是筛选信息能力的问题?

信息和数据源头越来越多，到底价值在哪里?

面对复杂和繁杂的信息数据，如何设计新的过滤机制?

大数据时代，过量的信息到底是挑战，还是资产?

完整笔记

面对大数据，我们该如何应对?

我们今天会进行抽象的设想，在数据源头如此多的时候，我们该用什么方式处理数据?大概在几年前，美国国防部研究中心开启了一个挑战项目，通过该项目想了解各种组织如何合作。

项目就是安放了十个红色测量气球，全球只有他们知道10个气球的所在地，他们邀请任何社会机构一起找到10个气球，最早找到者奖励10万美元。当时，MIT(麻省理工大学)团队认为自己有能力解决这个问题，认为红色气球肯定有目击者，只要找到目击者，就可以把费用分给他们。

MIT团队认为信息源头在无数美国人中，如何找到这些数据呢?决定除了直接找到目击者，也可以通过中间者提供线索，中间渠道也可以分得酬金。主办方给所有参赛团队总共30天，只有MIT用自己的思维方式和处理模式找到这些气球，共同获得了奖金。别的团队或多或少都有缺失，当时主办方提出用30天时间找到气球，而MIT团队只用9个小时。

我觉得背后的逻辑是MIT采用了和以往不同的处理信息方式，我们从背后可以获得什么样的思维方式?现在的数据源头越来越多，获得数据的方法也越来越多，如果只是用传统方式组织，我们可能一无所获。我们如何打破现有的组织架构，使用新的工具?

我取了一个概念叫：无组织的组织，也就是用新的方法，而不是中心化组织去组织和归纳，可能用户就可以进行归纳。

如果大家不好理解的话，大家可以看看创新公司。这些公司做得特别好，他们成功的源头不是拥有强大的资金和人力资源，而是好的点子和组织模式，让公司发生大的变化。

大概在几年前，肯尼亚一个女性，她专门观察到非洲时不时有暴力事件出现，大家面对之前常常一无所知，面对之后就不知道怎么办。一部分人只能观察到近在眼前的暴力事件，如何告知其它人呢?于是她想到一个办法：通过一个软件，让大家上传暴力事件，从而起到人尽皆知的效果。她把她的想法写在博客上，有人看到之后和她共同研发地图，并在几天之后做出一个原型，也就是现在恐怖地图的原型。

当时大家有一个顾虑，如果有很多人上传到地图，地图信息可能很多，没办法进行很好组织，于是就增加相关信息标签的添加功能，方便信息有序呈现。这种危机地图的模式很快传到世界各地，比如美国、海地、日本政府都设计了相关地图，日本设计了核辐射地图。

我想强调的不是这些地图是调用很多资源才制成，或者是基于什么精神，而是这种生成方式可以很快地复制到其它国家。

在互联网时代，大家不止一次听到人们抱怨信息过载。现在我们在2016年的节点上，我们现在还没有2020年的2/3信息量，信息过载不是这两年才提到的。自从书籍数量超过人类需求数量的时候就存在了，当时的方式是兴建大型图书馆。

大家会说，现在既然信息量这么大，为什么不把信息存到图书馆呢?其实图书馆都不足以放下。因此，我们更大的问题是如何进行筛选?与其说信息过载的问题，还不如说我们筛选信息的能力失败了。因为人类之前发明的信息工具失效，那么总有新型的公司站出来，以新的方式、态度测算、管理现有的信息数据。

国外有一家网站可以记录现有的疾病所需要服用的药物剂量以及所能呈现的结果，当然，重点是记录服用的医药和效果，在这里面患者的数量肯定超过医生，医生也超过医院。20世纪，在医疗上，大部分人要向小部分人获得信息，那么这个网站的逻辑何在呢?也就是大部分患者就可以从网站求寻数据，而不再需要向医生去交流。价值本身不在于网站，而在于如何测算和度量，过往的医疗机构是不可能给到患者这么多样本数据的。

大家回顾下刚才的两个案例：如何寻找红色气球、建立危机地图，这里面都关注两点：数据量和分析速度。人们并没有因此变得更聪明，但可以更好地找到数据背后的价值。

我想这种处理信息的方式，不仅可以在人类的大应用上面，更可以使用在生活的小方面。比如我学生做的事情，我们可以在酒店、咖啡店或其它社交场合打卡，我们可以因此分析每个用户在某个时间段的喜好。

我们做下小结：如果是用传统方式使用数据，是无效的，但是用了新的方式之后，就可以让数据增值。

如何设计新的过滤机制?

无组织的组织，是没有中间组织进行沟通，从而进行数据筛选。那么怎么进行呢?人为的筛选方式明显跟不上时代的发展，中央控制的方法肯定是不奏效的。面对信息蓝图的复杂性，如果哪个互联网公司有办法获得简单处理的能力，就能够突围而出。

前面几个案例的路径可以得出结论：复杂和繁复的数据不是我们要面对的困难，而是我们要提高管理数据的能力。如果大家能从复杂的信息获得简单的能力，大家就获得了通向未来的能力。

究竟怎么知道什么样的内容更获得某些读者的喜欢?可以通过读者所喜欢阅读的内容进行分类，同时，同一条内容的连接程度越深，就越明了读者的喜好程度，同样，越多人阅读的内容，也是越被喜欢的内容。

通过分析什么样的内容被读者喜欢，还可以分析读者的行为，你会发现，关注教育版块的读者也同样会关注教育技术背后带来的变革。通过这种分析方法，就可以再推送教育技术的内容更加吸引读者。这就是内容和技术的合力之后，更多吸引读者。

那么，通过工具获得内容数据、用户行为数据，就知道如何为数据增值。

我想这就是未来数据时代的趋势，数据源越来越多，而且消费者也在不断产生符合自己消费习惯的新数据。

在面对如此庞大的数据，我们可以采用三个态度：视而不见，任期自流;采用传统的方式解决;采用新的方式对数据进行识辨和筛选。

假如我们用第二种方式，即采用图书馆的方式处理大量数据，无非就会遭遇困局。今天我跟大家分享的更多是第三种方式，通过新的方式对数据重新组合打包，就可以对数据进行最大范围处理和增值。我也深信能够接受新办法的组织并不会被颠覆或止步不前，而是重生，大数据不是我们的挑战，而是我们的资产。

谢谢大家!