胡本立 / 文

我們經(jīng)常聽(tīng)到談?wù)摗皵祿寗?dòng)”，又聽(tīng)到談?wù)摗耙匀藶楸尽薄Ｔ谶@里想簡(jiǎn)單談一下這兩個(gè)話(huà)題能不能統一、怎么統一，尤其是關(guān)于質(zhì)量管理上的幾點(diǎn)思考。

大家都是質(zhì)量管理的專(zhuān)家，一直都在跟數據打交道，那么在大數據時(shí)代的今天，討論的數據與以前的有什么區別呢？這里討論的是“數據”的廣義化，不單單是數字，一部分是屬于軟數據，硬數據是物理可測的。可以分為幾個(gè)層次，一個(gè)是概念；一個(gè)是關(guān)系，概念之間的相關(guān)性；是不是可以量化；是不是可測。對數據深層次的反思，可以說(shuō)數據是一個(gè)符號，是人發(fā)明的語(yǔ)言符號，怎么組織符號的內涵和符號的外延，怎么關(guān)聯(lián)起來(lái)，怎么結構化、非結構化，在大數據討論當中經(jīng)常會(huì )用到。

數據的幾種分類(lèi)方法。數據講到底兩大范疇，一是自然界的，如光、熱、天氣，不以人們意志為轉移客觀(guān)產(chǎn)生的。但是在大數據時(shí)代，很多的數據都是人產(chǎn)生的。其一是人的思維產(chǎn)生的，像詞匯語(yǔ)言，以前大家覺(jué)得這不是數據，但現在從互聯(lián)網(wǎng)的發(fā)展和人工智能，從數據挖掘來(lái)看，都已經(jīng)變成了數據，這是一個(gè)廣義化的過(guò)程。其二，設計制造設備產(chǎn)生的，歸根到底設計設備的還是人。數據驅動(dòng)后面還有人的因素，以人為本的基礎還是在的，但是人們往往忘了人在里面和數據互動(dòng)的過(guò)程。

結構化和非結構化。結構化往往是數據庫。還有一些非結構化的主要是語(yǔ)言，非結構化是目前大數據主要要處理好的問(wèn)題。這里一個(gè)主要的難點(diǎn)就是涉及到不是結構還有內涵方面的挑戰。

人與數據的互動(dòng)和循環(huán)。從數據的生命周期來(lái)看，小孩生出來(lái)就由視覺(jué)、聽(tīng)覺(jué)、嗅覺(jué)等等接觸到一些原始數據，即一生下來(lái)就在數據的環(huán)境下，就要儲存在大腦里。現在的很多研究和討論，尤其是認知過(guò)程中產(chǎn)生的意識和概念，體現的是人與數據的互動(dòng)及循環(huán)。概念和怎么表達這個(gè)概念是兩回事。一個(gè)是腦子的結構，而怎么表達，就是詞匯和語(yǔ)言，又回到感官了。我現在講，你們看、你們聽(tīng)，又到聽(tīng)和視覺(jué)了。

所謂的數據驅動(dòng)是整個(gè)過(guò)程的一部分，是詞匯、語(yǔ)言再轉一個(gè)圈又被抽象儲存，是一個(gè)循環(huán)過(guò)程。講了很多的數據驅動(dòng)，不能忘了后面還是人。人跟數據是怎么互動(dòng)的，是大家很關(guān)注的一個(gè)方面。

新一代質(zhì)量管理的挑戰也是新一代數據管理的挑戰。我看到一些文章跟我們討論數據質(zhì)量很類(lèi)似，很多的流程，開(kāi)始是客戶(hù)，最后也是客戶(hù)，開(kāi)始對需?怎么能夠表達的清楚，最后客戶(hù)的滿(mǎn)意度又回到客戶(hù)那里。什么叫做滿(mǎn)意，有硬的指標還有軟的指標，從客戶(hù)到客戶(hù)，滿(mǎn)意和需求對我們來(lái)說(shuō)都是數據。

信息化時(shí)代中傳統產(chǎn)品、服務(wù)質(zhì)量管理與數據質(zhì)量管理的關(guān)系。在技術(shù)行業(yè)有一個(gè)CMMI，最近發(fā)展的比較快的又有了DMI，從某種意義來(lái)說(shuō)是一件事的兩個(gè)方面，對我們來(lái)說(shuō)ISO和其他一系列的標準就是數據，就是一個(gè)非結構數據，非結構數據里面怎么提煉成半結構化，再到計算機，再變成結構化的過(guò)程，需要更多的討論和認識，來(lái)提高質(zhì)量的管理水平，另外也提高數據質(zhì)量管理的水平。它們之間都是相關(guān)的。

（作者系國際數據管理協(xié)會(huì )副主席；本文根據作者在第九屆上海國際質(zhì)量研討會(huì )上演講速記整理）