数据驱动助力小米科技创新

马云瑞

小米有三项主营业务。第一是硬件、手机、电视等生态链。第二，互联网。互联网领域我们搭建了自己的云服务平台。第三，新零售，包含小米商城、小米之家、全网电商等。

到目前为止，小米有超过5亿台生态链联网设备，这些设备源源不断为小米积累了大量的大数据。小米不仅仅是一家生产智能手机的公司，我们认为小米更是一家以手机、智能硬件和IoT平台为核心的互联网公司。

在我们各种互联网服务中汇聚了大量数据，这些数据是小米公司进行数据应用和数据驱动的基石。那么小米的大数据有什么优势？我们的大数据优势在于生态多样性，我们有系统、IOT、云平台等，这些都会产生大量的数据，并形成全生态多样性数据。小米的互联网业务已经全面受益于大数据，包括人工智能、新零售、广告、金融业务等。

那么我们在企业内部，如何把这些数据应用起来？我们认为有两个关键词，第一是数据驱动，第二是AI赋能。我们将数据驱动分为四个层次，辅助层、智能层、创新层、颠覆层。在辅助层包含了AI技术，我们将智能商业化数据进行统计分析，辅助我们制定商业决策，所以我们将辅助层设置为最底层。而辅助层的上一层是智能层。什么是智能层？目前越来越多业务，包含搜索推荐和广告业务都会开始使用我们的程序化算法和机器学习算法来帮助提升业务。

而第三个层我们认为是创新层，我们把创新层分成两个方面。第一我们认为要创造一些新的业务形态。举一个例子，我们的互联网金融，互联网贷款都是基于大数据驱动的全新业务形态。而这些业务所涉及的是风控、获客和资金接入。风控和获客全部依靠大数据驱动，由于我们有大量的数据，我们只需要通过数据分析，就可以开发出优秀的风控产品。第二，我们希望把小米的大量业务，通过大数据的方法进行整合，从而提升我们的业务效率，从本质上讲商业竞争就是效率竞争，所以我们需要利用大数据，将业务进行整合。

最后是颠覆层。小米正在利用人工智能技术来颠覆传统行业。

小米的大数据发展就是围绕这四个数据驱动层次，我们的业务需要辅助层和智能层进行发展，同时我们也会打造小米的大数据平台，帮助业务在辅助层和智能层进行提升，小米的大数据库也拥有数据科学家团队，并为创新层和颠覆层提供服务。为了建设大数据平台，我们打造了小米大数据整体架构，我们的目标是解决一致性问题，避免产生数据孤岛，所以我们需要把所有数据汇总起来。同时为了提升效率，我们会对数据进行治理和规范。在数据服务方面，我们汇总公司所有业务对数据查询和访问的需求。之后，我们基于数据服务开发大量的数据产品。

在安全合规控制方面，我们需要创新和规划，我们就需要一个高效的大数据平台。举一个例子，我认为大多数公司在开发大数据时，OLAP（联机分析处理）有很多不同的特点。我们可以基于相应的技术进行多维分析，但是有些业务需要实时数据分析，在这种情况下更需要灵活性和速度。所以我们打造了统一的OLAP引擎，通过引擎我们能够对查询进行分发。OLAP引擎帮助我们提高了公司各业务在OLAP时的效果。

在创新方面，以小米的新零售为例。我们对新零售的关注点是要打通线上、线下的数据，针对新零售我们做两件事，第一我们基于小米的大数据和AI技术，为小米的线下零售体系建立了一套风险控制模型。第二经营，我们为每一个线下商户和加盟合作伙伴开发了信用体系，有了这套信用体系我们就可以了解到每家商铺的经营情况，同时我们也可以了解小米的政策倾向和服务品牌特权等。平台公司评估一个B端的商户时候，会用到一些指标，包括商品描述是否和实物一致，以及物流速度等，但是他们不会评估经营效率。小米则不同，小米有自己的评估体系，小米之家都是我们自有的商铺。

质量和品质是小米的生命线，如何把小米的硬件指标、软件指标做到极致，是我们最关心的问题，但是公司内部和质量相关的部门非常多。举个例子，我们三大服务体系包括物流、客服和售后。在這三个体系中，我们每天会收到近百万的用户反馈。原来小米各部门在处理这些反馈时各自为政，每个部门自己进行数据采集和数据分析。这就导致我们的研发效益相对较低，所以我们在发展大数据时做了三件事。第一，故障诊断。当我们发现一个故障时，我们通过大数据手段进行故障诊断。第二，故障预警，我们每天要处理大量的用户反馈，所以我们利用自然语言处理和异常监测等方法，排查出重要问题，让我们的研发优先解决重要问题，同时我们还要对当天所收集的数据进行预估和预测。第三，故障预防。既然小米有大量的数据和信息，那么当故障发生之前，我们是否可以利用移动设备端进行故障识别并防范？这也是我们正在进行探索的事情。对小米来讲，我们认为发展大数据不止是把数据收集起来，因为这种行为只会增加成本，所以我们想尽一切办法使数据发挥出自身的价值。

（根据演讲内容整理，未经本人审核）