胡本立 / 文

我们经常听到谈论“数据驱动”，又听到谈论“以人为本”。在这里想简单谈一下这两个话题能不能统一、怎么统一，尤其是关于质量管理上的几点思考。

大家都是质量管理的专家，一直都在跟数据打交道，那么在大数据时代的今天，讨论的数据与以前的有什么区别呢？这里讨论的是“数据”的广义化，不单单是数字，一部分是属于软数据，硬数据是物理可测的。可以分为几个层次，一个是概念；一个是关系，概念之间的相关性；是不是可以量化；是不是可测。对数据深层次的反思，可以说数据是一个符号，是人发明的语言符号，怎么组织符号的内涵和符号的外延，怎么关联起来，怎么结构化、非结构化，在大数据讨论当中经常会用到。

数据的几种分类方法。数据讲到底两大范畴，一是自然界的，如光、热、天气，不以人们意志为转移客观产生的。但是在大数据时代，很多的数据都是人产生的。其一是人的思维产生的，像词汇语言，以前大家觉得这不是数据，但现在从互联网的发展和人工智能，从数据挖掘来看，都已经变成了数据，这是一个广义化的过程。其二，设计制造设备产生的，归根到底设计设备的还是人。数据驱动后面还有人的因素，以人为本的基础还是在的，但是人们往往忘了人在里面和数据互动的过程。

结构化和非结构化。结构化往往是数据库。还有一些非结构化的主要是语言，非结构化是目前大数据主要要处理好的问题。这里一个主要的难点就是涉及到不是结构还有内涵方面的挑战。

人与数据的互动和循环。从数据的生命周期来看，小孩生出来就由视觉、听觉、嗅觉等等接触到一些原始数据，即一生下来就在数据的环境下，就要储存在大脑里。现在的很多研究和讨论，尤其是认知过程中产生的意识和概念，体现的是人与数据的互动及循环。概念和怎么表达这个概念是两回事。一个是脑子的结构，而怎么表达，就是词汇和语言，又回到感官了。我现在讲，你们看、你们听，又到听和视觉了。

所谓的数据驱动是整个过程的一部分，是词汇、语言再转一个圈又被抽象储存，是一个循环过程。讲了很多的数据驱动，不能忘了后面还是人。人跟数据是怎么互动的，是大家很关注的一个方面。

新一代质量管理的挑战也是新一代数据管理的挑战。我看到一些文章跟我们讨论数据质量很类似，很多的流程，开始是客户，最后也是客户，开始对需?怎么能够表达的清楚，最后客户的满意度又回到客户那里。什么叫做满意，有硬的指标还有软的指标，从客户到客户，满意和需求对我们来说都是数据。

信息化时代中传统产品、服务质量管理与数据质量管理的关系。在技术行业有一个CMMI，最近发展的比较快的又有了DMI，从某种意义来说是一件事的两个方面，对我们来说ISO和其他一系列的标准就是数据，就是一个非结构数据，非结构数据里面怎么提炼成半结构化，再到计算机，再变成结构化的过程，需要更多的讨论和认识，来提高质量的管理水平，另外也提高数据质量管理的水平。它们之间都是相关的。

（作者系国际数据管理协会副主席；本文根据作者在第九届上海国际质量研讨会上演讲速记整理）