Code Halo（數據場）是圍繞在人們、設備、企業和行業周圍的數據，通過破譯這些數據所提供的信息和洞見，我們能夠創造出新的商業模型，抓住此次基于數據場實現的技術變革所帶來的巨大機遇，在數據場時代立于不敗地位。書中呈現了抓住此次機遇的方式方法，以及如何在自己所處的行業內為此次機遇的到來做好萬全的準備，并適時出手抓住這次機遇。

推薦序一
數據制勝的未來商業
這是一本關于未來商業的書。
作者提出了 Code Halo（數據場）的概念，并以數據場的視角重新解構了幾家我們熟知的企業的興衰，解碼了這些企業在數據場上的布局對他們商業成敗的重大影響，進而提出了未來成功的商業組織形式將圍繞數據場展開的觀點，并探索了數據場的方案和實施路徑。
近年來，隨著互聯網和大數據的發展，中國乃至全球的商業生態發生了重大變化，曾經輝煌的“創一代”陷入了集體迷茫和焦慮中，隱隱感知到變化，卻又不知道未來之路在哪里。他們以往賴以成功的商業模式逐漸失效，看著一天天下滑的業績，心急如焚，但又回天無力。
商業生態的改變，必然帶來商業格局的改變，猶如白堊紀時期恐龍的滅絕和新物種的產生，商業也遵循適者生存的天條。中國老一代和新一代的企業家們都面臨著商業形態泛互聯網化和數據驅動業務的深層轉變，如何在這個數據大潮中生存、發展、強大，是他們共同關注的命題。
這本書難能可貴之處在于橫跨技術與商業，將技術和商業自然地融合，以數據場的視角講述了一個個鮮活的商業故事，將讀者帶入商業情景，共同思考數據的作用、數據分析的價值和數據如何驅動業務，給讀者帶來了一個寬廣的視野和多維度的思考，也給我們的企業家們提供了思索未來之路的重要啟發，值得所有關注未來的人品讀。
鄒東生
中國商業聯合會數據分析專業委員會會長


推薦序二
成為大數據企業
剛剛拿到譯稿的時候，我傻眼了。作者整本書都圍繞著
“Code Halo”這個概念——這是什么東東？硬著頭皮往下讀，套用譯者序里面不太客氣的一個評價，“換湯不換藥”，原來就是指各種各樣數據的集合，即數據場。當然，這個概念還不完全等同于大數據，它應該算作大數據在商業領域的一個垂直分支。讀者捧起這本書，相比于泛泛言大數據的著作，應該能夠看到更多、更細致的商業應用方面的案例和分析。
在本書中，作者想要表達的核心觀點是“是否具備大數據的能力是一個企業生死攸關的事情”，作者想要回答的關鍵問題是“企業如何才能具備大數據能力”。考慮到本書豐富的案例和盛盛的金牌翻譯，我覺得價值絕對超過了定價。但是，作者的思路和謀篇就像未經處理過的大數據一樣，價值很大卻結構混亂，所以，我在這里不妨幫助作者回答一下他希望回答的問題。
作者應該是很有情懷的，所以才會使用 Halo這個詞——這個詞讓人想起了天使頭上的光環。上帝創造這個世界用了六天時間，成為一家大數據的公司，也是一樣的費力。
第一天：全面數據化。“數據化”浪潮是整個大數據時代的起點，它強調數據就是資產，記錄一切可以記錄的數據，一定會產生巨大的價值。顯然，數據化是一個企業能夠通過深入數據分析，實現自身優化的基礎。我去長虹調研的時候，他們告訴我，長虹在自己的生產線上，通過大量傳感器，記錄生產環境的溫度、濕度、粉塵度、振動強度、噪聲強度等，通過這些量化指標與產品質量的關聯分析，得到影響產品優品率和良品率的關鍵因素，再進一步通過控制環境因素，明顯提高了產品的優品率。企業在日常的經營管理過程中，通過辦公自動化系統（OA系統），很多內部即時通信、郵件往來、工作分配、業務文件上傳下載等日志數據都被記錄下來了。這些數據就是寶貴的財富！我們給多家企業提供過相關的服務1,2，通過對這些數據的分析，能夠更精確地預測員工的離職和升職，更精確地預測員工和部門的績效水平，幫助企業員工通過基于關聯用戶和文本智能匹配快速找到對自己現有業務和客戶有參考價值的案例和文件，等等。總的來說，全面數據化要求企業采集存儲在企業生產經營中的一切數據，形成企業數據資產的概念。
第二天：建設數據管理平臺。有的讀者一聽到數據管理平臺，就認為是要花一大筆錢建設數據中心，把數據存起來。數
1高見，張琳艷，張千明，周濤 . 大數據人力資源：基于雇員網絡的績效分析與升離職預測，社會物理學：社會治理 . 北京：科學出版社， 2014年， 38-56頁.
2張琳艷，高見，洪翔，周濤 . 大數據導航人力資源管理. 《大數據》，2015年第 1期，2015012.
推薦序二 成為大數據企業 VII
據管理平臺肯定要有數據中心的存儲災備功能，但是它的作用遠不止于此。首先，數據管理平臺要為企業量身定做一套數據組織和管理的解決方案，特別是企業各部門之間數據的共融共通，以及企業數據怎樣進行索引和關聯。在很多大企業中，各部門之間數據的格式、形態、 ID系統都不一致，部門之間無法交換數據，甚至大部分的數據表連主鍵和外鍵 3都沒有，數據之間不可能形成有效的組織。這些都是數據管理平臺要做的事情。其次，數據管理平臺是由業務所引導的，先進的流數據智能處理系統，要為業務提供直接的支撐。很多時候，數據管理平臺怎么搭建，需要深度了解企業最重要的核心業務，以及使用各示范性的重要應用為牽引搭建數據管理平臺。例如針對零售類的企業，就應該形成以消費者為中心的索引和畫像系統，主要支持精準廣告、智能客服等核心業務，其次才是以商品為中心的索引系統，主要支持物流和倉儲優化等業務。最后，數據管理平臺的建設要量體裁衣，強調魯棒性和可擴展性，沒有必要一開始就投入大量經費，因為硬件成本的下降也很快，不用想太多半年甚至一年以后的事情。
第三天：建立海量數據的深入分析能力。要想建立針對多元異構、跨域關聯的海量數據，通過深度分析挖掘獲取價值的能力，主要要培養兩個方面的能力。第一是非結構化數據的分析處理能力，包括文本、音頻、圖像、視頻、網絡、軌跡等數據。受過傳統商務智能和統計學訓練的人，對于處理結構化數據非常在行，但是處理非結構化數據往往比較頭痛——譬如分
3主鍵是主關鍵字的縮寫，指表中的一個或多個字段，它的值用于唯一地標識表中的某一條記錄，而外鍵是用于關聯其他表格主鍵的共同關鍵字。
布函數抽樣，網絡怎么進行抽樣4？所以，對于常見的，特別是和企業自身業務有密切關系的非結構化數據，一定要有一支隊伍能夠挖掘其價值，甚至將其轉化為結構化數據。第二是大數據下的機器學習的能力。絕大部分我們可以想象到的應用問題，其本質都是分類或者預測問題，包括：個性化推薦、精準營銷、員工績效管理、銀行信用卡征信、小微企業貸款、生產線控制、精準廣告、網點選擇……解決這些問題最有力的武器就是機器學習！特別是在大數據環境下，很多高階的核函數慢得不行，大量的學習都必須采用線性學習器5；而且數據非常多，很多時候都是在強噪聲環境下尋找弱信號，單一分類器往往效果一般，必須要做集成學習。舉個例子，在 Netflix舉辦的百萬美元電影個性化推薦大賽中，我們做過很優美的單模型 6，但是比起最后獲勝的集成學習模型7，至少從精度上來說是弱爆了！有的讀者要問了，高性能存儲計算難道不重要嗎，不得有一些懂 Hadoop、懂 Spark的技術高手嗎，要不要在 CPU陣列里面加幾塊 GPU甚至可編程邏輯陣列呢？這個也重要，但是企業如果實力足夠，可以采用成熟的解決方案，國際頂尖的
4 M. P. H. Stumpf, C. Wiuf, R. M. May. Subnets of scale-free networks are not scale-free: sampling properties of networks. PNAS 102 (2005) 4221-4224.
5 R. E. Fan, K. W. Chang, C. J. Hsieh, X. R. Wang, C. J. Lin. LIBLINEAR: A library for large linear classification. J. Machine Learning Res. 9 (2008) 1871-1874.
6 T. Zhou, Z. Kuscsik, J.-G. Liu, M. Medo, J. R. Wakeling, Y.-C. Zhang. Solving the apparent diversity-accuracy dilemma of recommender systems. PNAS 107 (2010) 4511-4515.
7 R. M. Bell, Y. Koren, C. Volinsky. All together now: A perspective on the Netflix prize. Chance 23(1) (2010) 24-29.
推薦序二 成為大數據企業 IX
大數據服務商，例如 IBM、HP、Intel都有不錯的方案。但是我說的一二兩點，是給企業培養人才和能力，而且至今也沒有特別好的成熟的解決方案，所以更重要。最后，企業怎么建立這樣的能力呢？首要的辦法是能夠招聘到一流的大數據人才 ——多花點錢和股票。第二選擇就是以顯示度項目為牽引，通過與外部合作，培養自己的數據分析團隊，既解決問題，又學習能力。企業做這樣的合作，不要老想著一次性把所有東西都外包出去，要探索新方式，看看能不能成立聯合小組共同進行研發，多投入一些人去學習。有一些供應商，特別是在某些方面有專長，但是還不屬于國際一流的供應商，在發展過程中是能夠接受企業這種要求的。
第四天：建設外部數據的戰略儲備。企業走到這一步，就有點現代大數據企業的理念了，因為它不再僅僅局限于自己業務的數據了，開始看外面的世界了——很多大數據的重大創新，都來源于把數據放在產生數據的業務體系之外去應用8,9。舉個例子，一個服裝企業要解決設計生產的規劃問題，僅僅看自己的銷售記錄還不夠，要不要看看淘寶、天貓、京東上服裝的整體銷售，了解什么款式、什么顏色、什么價位的服裝在哪個地區最受歡迎呢？這就需要外部數據了！事實上，外部數據對于市場拓展、趨勢分析、競品分析、人才招聘、用戶畫像、產品推薦等意義重大，而網站、論壇、社交媒體、電商平臺上聚集了很多有重要價值的公開數據，這些數據中的大部分可以通過分布式深網爬蟲技術直接高效采集。所以，企業要有意識地開
8蘇萌，周濤. 大數據商業革命，《哈佛商業評論》，達沃斯專刊，2012年. 9周濤. 大數據：商業革命與科學革命，《半月談》，2013年 7月.
始建立自己的外部數據戰略儲備，不要“數到用時方恨少”。一方面，企業可以自建具備采集、清洗、存儲、索引等功能的自動化系統，自動積累外部數據；另一方面，企業可以通過和數據供應商合作，得到一些亟需的數據。要做好前者，還需要驗證碼的高效識別能力，就是第三天我們要建立的能力一。而如果第一天、第四天的內外部數據都有了，在第二天的平臺下進行管理，用第三天的能力去挖掘分析，那這家企業就不得了了——用本書的語言說，就可以擁抱數據場了。
第五天：建立數據的外部創新能力。企業很容易局限在自己的業務中不能自拔。所以，讓企業理解外面的數據能夠幫助解決自己業務遇到的問題比較容易，因為企業主和員工每天都在想怎么解決這些問題，反過來，讓他們去思考自己業務的數據能不能在其他地方產生重大價值，幫到其他企業，他們就沒有那么敏感了。其實，這些創新性的想法往往能夠帶來新的巨大價值。譬如，Google利用自身搜索業務產生的數據，進行電價和傳染病流行情況的預測10，取得了巨大成功。事實上，企業通過智能終端、傳感網絡、物流記錄、網點記錄、電子商務平臺等獲得的第一手數據，很多都可以用于支持在跨領域交叉銷售、環境保護、健康管理、智慧城市、精準廣告、房地產預測等方面的創新型應用。把握住這些機會，就能夠放大企業當前業務的價值，帶來持久可觀的收益。
第六天：推動自身數據的開放與共享。偉大的企業懂得如
10 J. Ginsberg, M. H. Mohebbi, R. S. Patel, L. Brammer, M. S. Smolinski, L.
Brilliant. Detecting influenza epidemics using search engine query data.
Nature 457 (2009) 1012-1014.
推薦序二 成為大數據企業 XI
何把最聰明的人集合起來，為自己服務。企業有了大量數據和一定的分析能力后，不能固步自封，而要充分借助社會的力量，盡最大可能發揮數據潛藏的價值。Netflix曾經公開了包含 50多萬用戶和 17770部電影的在線評分數據，并懸賞 100萬美元獎勵能夠將 Netflix現有評分預測準確度提高 10%的團隊11。現在的 Netflix已經不再是一家電影在線租賃公司，而是國際一流的大數據企業了。除了法律上因為安全和隱私不能開放共享的數據，相當一部分都能夠以各種方式開放出來——這種開放會帶來更大價值！國際化的如 Kaggle（英文， www.kaggle.com），國內的如 DataCastle（中文，www.pkbigdata.com），都是很有影響力的大數據創新競賽平臺。舉個例子，電子科技大學大數據研究中心曾經在 DataCastle上舉辦過學生成績預測的比賽，總獎金才 50000元，卻吸引了 735支隊伍近 2000名參賽者參加比賽，其中近 200只隊伍來自于 985/211知名高校。這里面最佳解決方案的思路和方法已經被應用于教育大數據定量化管理的產品模塊中。還有一種最近新出的比賽方式，就是企業給出數據集的描述和樣本數據，參賽選手設計創新型商業應用。企業通過這些數據開放計劃，可以學習最先進的算法和最具創新性的數據應用思路，實現自身數據的價值最大化。
書長序短，目的都是一個，希望讀者能夠從中領悟到企業的大數據之路！如果說有那么幾家企業，受到這本書的啟發，
11 J. Bennett, S. Lanning. The Netflix Prize, Proceedings of KDD cup and workshop. ACM Press, p. 35, 2007.
在商業模式、產品、業務方面產生了可觀的價值，那么作者、譯者甚至我這個作序的人，都會感到無比欣慰！
以為序！
周濤電子科技大學教授，互聯網科學中心主任

譯者序
一路跌跌撞撞，本書的翻譯工作總算落下帷幕。作為譯者，我們想竭盡所能呈現一部最好的作品，保留原作的精華和神韻，不過在翻譯的過程中，因為書中提出的概念新穎而獨到，所以遇到一些麻煩，慶幸的是，我們得到了很多行業內專業人士的指導和幫助，在此我們要對他們深表謝意。
還記得第一次拿到本書看到 Code Halo這個概念的時候，作為每天都在關注數據相關的書籍以及創業公司的譯者，心里想什么是 Code Halo，不過就是一個數據的集合，換湯不換藥換個名字而已，追根究底，不還就是現在被大家炒得火熱的大數據，最多就是物聯網或者我們今天所說的德國工業 4.0的另一種說法。不過隨著閱讀的深入，我們發現雖然說 Code Halo是大數據或者德國工業 4.0的另一種說法不見得是錯的，但是基于 Code Halo（數據場）實現的技術變革對商業領域的影響和啟示作用卻更深刻、更久遠。因此這本書值得每一個想在商業領域大展拳腳或者占據制勝高地的人仔細閱讀。
這是一個日新月異的互聯網時代，數據的爆發式增長為個人、企業、行業乃至整個人類社會的發展都帶來了巨大的機遇。數據場就是圍繞在人們、設備、企業和行業周圍的數據，通過破譯這些數據所提供的信息和洞見，我們能夠創造出新的商業模型，能夠抓住基于數據場實現的技術變革所帶來的巨大機遇。如此一來，當企業走到必須做出抉擇的十字路口時，就能夠做出正確的選擇，走上一條繁榮之路，否則企業可能會在一條錯誤的道路上走到窮途末路。書中舉了很多例子，為我們說明了許多曾經名不見經傳的小企業是如何通過運用數據場走上成功的道路直至成為今日的全球巨頭的。同時，書中還列舉了很多反面的例子，諸如諾基亞這樣的巨頭企業是如何因為忽視了數據場的力量，而在與數據場帶來的機遇失之交臂的過程中走向沒落的。因此，將本書定義為一本數據時代商業領袖不可錯過的成功指南一點都不為過。
雖然由于時間的關系，在本書的翻譯工作中，我們并沒有做到自己所想象的 100%，但是我們還是把本書呈現在了大家的面前，是因為本書能夠幫助我們意識到數據場帶來的巨大機遇，并幫助我們抓住這次機遇——而這正是本書翻譯工作的初衷。譯文中錯誤和疏漏之處在所難免，真誠歡迎廣大讀者批評指正，幫助我們成長和提高。

免責聲明
本書中所提及的所有公司名稱、商號、商標、商業包裝、設計/標識、著作權、圖片和產品是其各自所有者的財產。本書中提到的任何公司都沒有對本書的創作以及書中的內容給予過贊助或支持。
Code Halo.是高知特信息技術美國公司的商標。 Angry Birds.是 Rovio娛樂有限公司的商標。 MagicBand.和 MyMagic+.是迪士尼公司的商標。 Nike+ FuelBand.是耐克公司的商標。 Betterizer.和 Kindle.是亞馬遜的商標。 Swiffer Duster.和 Pulsonic Toothbrush.是寶潔公司的商標。 Nest Learning Thermostat.是 Nest Labs公司的商標。 Drivewise.是好事達保險公司的商標。
E-ZPass.是紐約和新澤西州港務局的注冊商標。
Snapshot.是前進保險股份有限公司的注冊商標。
Brilliant Machines.是通用電氣公司的商標。
NFL.是美國國家橄欖球聯盟的注冊商標。
Coke.是可口可樂公司的注冊商標。
Pepsi.是百事公司的注冊商標。 iTunes.、iPhone.、FaceTime.、iPad.是蘋果公司的注冊商標。
Android.、Glass.和 PageRank.是谷歌公司的商標。
Zune.和 Xbox.是微軟公司的注冊商標。
Formula 1.是一級方程式集團的商標。
Wikipedia.是維基媒體基金會的注冊商標。
Cinematch.是奈飛公司的商標。
Nook.是巴諾書店的商標。

致謝
在掌管高知特“未來工作中心”的過程中，我們立志于幫助客戶了解和利用能夠促進其企業發展的新技術。為此，我們與眾多的商業和技術領袖、學者和行業思想領袖展開了廣泛的合作。當然，我們要特別感謝我們的客戶，雖然在此無法一一枚舉，但是我們的確是常常受到他們的洞見的啟發和鼓舞，并由此有了創造更成功企業的動力。同時，很多著名學者也在我們塑造思想的過程中給予了大力支持。在此，我們要特別感謝麻省理工學院的 Andy McAfee、哈佛大學的 Jonathan Zittrain、卡內基梅隆大學的 Ramayya Krishnan和康奈爾大學的 Soumitra Dutta。我們也對來自許多商業和技術思想領袖的不吝指導表示由衷的感謝。Geoffrey Moore、Thornton May、Juan Enriquez、 Bruce Rogow、Vinnie Mirchandani、Tom Davenport、DJ Patil和 Don Tapscott都曾幫助我們鞏固我們的思想。
我們要感謝 Wiley出版社的 Richard Narramore、Tiffany Colon、Christine Moore和 Peter Knox幫助我們將我們的思想匯聚成了這本書。感謝 Mark Baven、Mary Brandel和 Diana Fitter孜孜不倦地幫助我們完善書稿。另外，我們還想感謝 Gareth Evans、Matt Gould、Sam Hughes和來自 Webfire的團隊（和他
們的應用程序）在幫助本書變得更為美觀的過程中所付出的努力。同時，對于 Mara Stefan和 Emerge PR在幫助我們將我們的思想連接到更廣闊的市場的過程中所做的工作，表示由衷感謝。
高知特的 CEO Francisco D’Souza一直在支持我們的研究和工作，并且一直圍繞數據場思想在與消費者打交道。另外， Rajendra Mittal、Alan Alper、Euan Davis、Meenu Sharma、Lee Saber和 Zacharyah Abend都為本書的創作做出了巨大的貢獻。這本書也受到了許多工作在一線，每天幫助全球數百家企業謀求新發展的高知特同事們的啟發。
最后，感謝親愛的家人在我們創作本書的過程中付出的愛、支持和耐心。我們的“日常工作”是為世界上一些最重要的企業提供咨詢服務或者與他們一起工作，而這樣的工作不僅需要我們投入大量時間，而且經常要出差。隨著對創作一本書的需求的不斷增長，家人給予了我們莫大的鼓舞和不斷的鞭策，對此我們三人感到無比幸運——我們將一直心懷感恩且常感幸福。
馬爾科姆·弗蘭克（ Malcolm Frank）保羅·羅里格（ Paul Roehrig）本杰明·普林（ Benjamin Pring） 2014年 4月分別寫于紐約、華盛頓、波士頓


序言
虛擬的價值
當你看到這本書的標題并深入閱讀的時候，可能會有一些疑問：它究竟是關于什么的？有用嗎？和我有關嗎？會幫助我成功嗎？還有什么人在讀它？這本書的三個作者是誰，憑什么我要認真對待他們的觀點？
過去，要回答這些問題，你必須做一些功課：看評論，大致看看書里的內容，還要和朋友或同事談一談，聽聽他們的觀點——你覺得這本書怎么樣？對你有幫助嗎？你覺得我有必要花時間讀它嗎？
傳統上來說，這些是你必須要做的功課。但是，如果你能在不到一分鐘的時間里，得到這些問題的答案會怎么樣呢？覺得還不夠的話，如果你能在問之前，就得到這些問題的答案會怎么樣呢？
如果你利用了信息領域的力量，即我們所說的 Code Halo（數據場），就能做到未卜先知。數據場遍布在你、這本書、你的朋友和同事、出版商以及同類型的其他書籍的周圍。書是由
紙張、墨跡和膠水組成的實物，或者承載在一個實物產品如平板電腦或電子書閱讀器上，有一個圍繞它的虛擬數據場：書評、銷售信息、和你一樣在看這本書的同齡人的數量、書的作者在 LinkedIn上的資料，等等。同樣，作為讀者，你也擁有自身豐富多樣卻獨一無二的特征，它是由你的個人好惡、你對文學以及其他娛樂形式的興趣、你目前的工作職責、你的朋友和同事圈，以及你對消費經營理念的個人偏好組成的。如果你能將自己的這些信息與該書的信息聯系起來，那么在還未翻開這本書之前，你就會清楚地知道自己是否會喜歡讀這本書，以及這本書所描述的內容對你來說是否有意義。
Code Halo（數據場）一詞中的 “Halo”指的是圍繞在人們、設備和企業周圍的數據，這些數據穩健、強勁，而且其豐富性和復雜度在不斷提升。Halo包含企業、品牌、雇主及合伙人可以用來加深其對人或事物的理解的 Code。因此，破譯那個無形世界里的信息，挖掘出其洞見并創造出不會自然而然或輕易發生的新商業模型。不過，每個員工、產品、建筑物和企業都需要有 Code Halo，而這本書將闡釋其方法和理由。
Halo包含企業、品牌、雇主及合伙人可以用來加深其對人或事物的理解的 Code。
雖然科技讓數據場成為了可能，但是它們又超出了如 IT、大數據或分析學這樣的架構。數據場讓人們、企業和設備在商業背景下實現了有意義的連接。從數據場中提取信息并將這些提取出的見解運用到商業策略和行為中是一種新的、非常重要的卻未得到清楚、廣泛的理解的管理技能。本書的目的就是提供一種對數據場現象的基于事實的理解，并勾勒出一條利用數據場的能量實現性能優化的實用途徑。
序言 虛擬的價值 XXI
日益崛起的數據場經濟
我發現我們處于商業史上的一個特殊時期，也是我們職業生涯中所經歷過的最重要的時期。傳統的生產方法陷入了停滯，而虛擬方法正在蓬勃發展。同時，我們已經意識到，數據場理念是電子商務巨頭谷歌、亞馬遜、 Facebook和 Twitter迅速崛起的關鍵。
如今重視數據場的巨頭們早就超越了事務性關系階段，發展到探索人們之間的深層次聯系，甚至是創造神奇的時刻——有時候，你會覺得這些公司好像在讀取你的大腦，因為他們能夠知道你的需求并滿足你的愿望，你自己甚至可能還未意識到這些需求和愿望。
如今，越來越多的傳統公司在加入硅谷電子商務巨頭的行列中，來挖掘、利用數據場的能量。通用電氣（General Electric）正在通過利用數據場來建造所謂的“聰明絕頂的機器”賺取巨額的經濟價值和實現更多樣的客戶聯系。耐克公司也正通過他的 Nike+ FuelBand（燃料腕帶）項目擁抱數據場。迪士尼也推出了“魔法棒”來改變游客們在游樂園中的體驗。好事達（Allstate）也在利用 Drivewise項目重塑車險行業。
你可以加入這場“廝殺”中，或者忽略這次變革的重要性，然后就像鮑德斯（Borders）、百視達（Blockbuster）和柯達（Kodak）這些公司一樣分崩離析，冒險去經歷我們所說的滅絕事件，即因為忽略了這次變革的重要性，而導致公司完全沒有業務。
競爭的十字路口模型
要在這個日新月異的世界保持競爭力，管理者需要清楚數據場經濟起作用的方式。為此，我們在高知特的“未來工作中心”對來自幾十個不同行業的 2000家大的跨國公司中的幾百家進行了調研和咨詢，探尋他們的領導人的看法。調查結果非常有意思，我們發現，一旦數據場成熟，它們就會對整個產業結構以一種持續、激烈的方式造成影響，我們將這種影響方式稱為十字路口模型（Crossroads Model）。這種模型有 4個階段，而當企業不可避免地走到十字路口時，在每個階段使用數據場與否會決定他們的命運。其中一條路會帶領他們走上更高層次的市場繁榮，而另一條路會讓它們走下坡路直到銷聲匿跡。
一旦你意識到了這種模型的存在，就會明白亞馬遜擠掉鮑
德斯不是什么“書籍事件”，蘋果超過諾基亞和黑莓也不是什么“移動手機事件”，而奈飛（Netflix）干掉百視達，也不是什么“錄影帶出租事件”。事實上，所有這些行業的解體都是一個“數
據場事件”。
知曉原則
在本書的第 1部分（從第 1章至第 7章），我們會詳細解釋 Code Halo（數據場）是什么，剖析最佳解決方案，并描述它們所采用的商業模型，以及信息的現實經濟學。
界定十字路口模型對于意識到你的企業和所處行業內部發生的變化至關重要。但是，了解并掌握本模型所需的管理技能更重要。為此，本書第 2部分（第 8章至第 11章）講述了成功的關鍵——四項原則。我們會具體討論每項原則，并為你的企
序言 虛擬的價值 XXIII
業利用數據場提供戰術性、操作層面的指導。
在本書的第 3部分（第 12章到第 14章），我們會就企業怎樣才能成功操縱十字路口模型這一問題，給出具體的建議。
為什么要寫這本書
我們最初并無意創作一本有關數據場的書籍。在高知特運營“未來工作中心”，我們很榮幸地能夠為數以百計的客戶利用可利用的新技術創造商業優勢。在做這項工作的過程中，我們發現了一種模式。我們越觀察，它就越明顯，它太重要了，根本無法忽視。因此，我們開啟了這趟非凡之旅，寫這本書和大家分享我們的數據以及結論。
過去五年間，我們一直在幫助客戶解決同時發生的兩個重大變化。
.首先，在這個后信用危機且完全全球化的世界，顯然，我們的客戶正面臨著行業內重大的不定時商業變化。不管是在銀行業、制造業、零售業、傳媒業、保險業還是政府內部，盡管造成了一些混亂，但很明顯，舊的商業規則已經不再適用。
.其次，好像處理這一切還不夠麻煩似的，類似的不定期變化也出現在了技術方面。兼具移動性和社會計算特征的消費者技術迅速滲透進企業，正徹底改變著消費者和員工對技術的期望，也徹底改變了 IT企業自身的角色定位。
大約從 2008年開始，這個雙重不定期變化在市場上造成了大量的困惑和喧嘩。雖然眾多企業曾試圖在商業領域利用新消費者技術，如社交、移動和云計算解決方案的力量，但是其中真正成功者寥寥無幾。當更仔細地觀察這些確曾成功了的企業時，我們發現了他們是如何利用這些新技術能力克服新的商業挑戰的，而且，看似經濟蕭條的約束并未影響到他們。
當我們更進一步觀察這個問題時，兩種模式開始顯現出來。
.首先，我們發現數據場是消費者技術成功商業化的基石。 .其次，不論行業，大規模運用了數據場的企業一直都表現得非常好。
因此，基于多年的經驗和大量的數據，我們最終得出結論——有重大事件正在發生。過去非常成功的企業要么是迅速適應了這種變化，要么就是陷入了切實的麻煩中。
我們三個作者具備幾十年的合作經驗，幫助一些全球頂尖的咨詢、顧問和技術產品公司用技術催生商業價值。我們在第一線見證并統領了一些企業技術的重大變革：個人電腦、企業應用、客戶機/服務器體系結構、互聯網以及全球 IT交付的出現。對于認清商業和技術趨勢，我們有實戰經驗，因此不管客戶的成熟度和市場地位如何，我們都能幫助他們實現創新和成功。然而，我們清楚地意識到，數據場運動比我們所遇到過的一切變革都要大得多。
我們越是驗證我們的想法，我們就越激動，因為我們正在創建一種用來形容很多人正在經歷的動態的語言。我們總結出了一個模式，這種轉變是如何已經在許多行業領域失去了作用的情況下發生的。一旦我們將鏡頭對準數據場和十字路口模型，正在發生的商業技術轉型的許多因素就會容易理解得多。我們
序言 虛擬的價值 XXV
樂于與企業高管、中型企業的領導、正在尋找下一個明日之星的投資人、正在試圖打造下一個爆品的企業家和正在練就能在全球經濟中與人競爭的技能的學生分享我們的發現和想法。我們希望能為打造更好的企業和更強健的經濟做出貢獻。而這一切探索的結果就是現在你手上的這本書。
不管你是一個產品經理、銷售主管、小企業家、技術主管、政府機關領導人還是公司策略制訂者，你都必須意識到這個巨變與你有多么切身相關。
在我們深入探討之前，提醒一句，一些決策制訂者把數據場看作是“一個首席信息官（CIO）問題。”還有一些決策制訂者則太過專注于達成銷售任務，導致無法抬起頭來看看一定會到來的十字路口時刻。無論哪一種情況都會讓你錯失一個巨大的機會。
數據場關系到每個人。不管你是一個產品經理、銷售主管、小企業家、技術主管、政府機關領導人還是公司策略制訂者，你都必須意識到這個巨變與你有多么切身相關。立刻做出適當的改變是創造價值的根基。現在，你的企業內外的人員都想用與以往極為不同的方式與你打交道。他們對于與你交流、交易、溝通、合作的方式的期許正在經歷迅速的改變。
雖然沒有任何一門我們聽說過的課程教過我們創建和管理數據場的技能，而且數據場在全球企業的實踐也沒有任何一致性，但是這一變革是下一代商業領袖將面臨的主要挑戰和機遇。就像一個高級執行官必須了解財務、銷售、市場營銷、產品開發、運營和制訂戰略的知識一樣，我們認為，通過數據場從虛擬世界挖掘價值的技能教育也應該納入核心管理課程之中—— 因為我們的研究表明，正是管理者們能夠采用的工具催生或者毀滅了更多價值。
數據場帶來的機遇是巨大的，而錯失這一趨勢將會帶來劇烈且急速的衰敗。接下來的幾年里，你如何處理這一變革可能會決定你的職業生涯的走勢。想想十年前，人們肯定會問這兩個問題：你意識到這次基于技術基礎的巨變已經到來了嗎？你有能力抓住這一商業機遇嗎？
這本書正是幫你回答這兩個問題的，而答案就是：我們意識到了，而且我們有能力抓住這次機遇。