數(shù)據(jù)思維與商業(yè)創(chuàng)新（巫景飛）

巫景飛上海大學(xué)|中國上海11.開篇：數(shù)據(jù)思維比大數(shù)據(jù)更重要 22.數(shù)據(jù)的本質(zhì)：從蘇美爾人的泥板說起 7 4.商業(yè)價值導(dǎo)向的數(shù)據(jù)分析：四步成詩(1) 155.商業(yè)價值導(dǎo)向的數(shù)據(jù)分析：四步成詩(2) 196.數(shù)據(jù)可視化：數(shù)據(jù)價值傳遞的最后一公里 23 8.數(shù)據(jù)治理：從歐盟GDPR說起 329.中臺崛起：數(shù)據(jù)時代的組織變革 3810.無數(shù)據(jù)不AI：從大數(shù)據(jù)如何進化到人工智能 4211.需求創(chuàng)造供給：大數(shù)據(jù)產(chǎn)業(yè)的興起 4612.如何用數(shù)據(jù)賺錢：數(shù)據(jù)企業(yè)的商業(yè)模式與案例 5013.跋文：市場經(jīng)濟創(chuàng)造“大”數(shù)據(jù) 552數(shù)據(jù)思維比大數(shù)據(jù)更重要產(chǎn)業(yè)發(fā)展的研究，MBA維與基金組合配置的商業(yè)模擬課程。這個題3業(yè)價值只能掛在嘴邊，無法實現(xiàn)。來？數(shù)據(jù)和數(shù)字的差異是什么？數(shù)據(jù)真的是否萬能的嗎？數(shù)著名的管理學(xué)家德魯克曾經(jīng)說過，“最重要、最艱難的工作從來不是找到對的答案，而是問4述我對數(shù)據(jù)的理解。我衷心希望通過一系列的talkshow，能夠讓更多的朋友理解數(shù)據(jù)的本質(zhì)、數(shù)據(jù)的價值、數(shù)大數(shù)據(jù)奴役的“機器人”。的世界。5GDP一表明國家或地區(qū)實體經(jīng)濟增長的新指針。6真理的思維模式。學(xué)會簡化，否則就會導(dǎo)致信息臃腫、處理難度巨大。傳統(tǒng)的經(jīng)濟核算方式當然有合理的一面，但隨著核算流程的復(fù)雜化、各級部門信息扭曲，它的時滯效應(yīng)和真實偏善于簡化，把握事物重點。度，把握了重點。同時他對這三個維度分別采取三個量化指標來測量、觀察，并非數(shù)字分析的工具，讓我們對事物的描述、析和解決問題。關(guān)系復(fù)雜，知道簡化可能帶來誤差，知道再大的數(shù)據(jù)都是歷史的數(shù)據(jù)，現(xiàn)有的知識都是可以被證偽的，追求真理永無止境。因此有數(shù)據(jù)思維的人往往都很謙虛。我常7今別希望分享給各位的核心觀點！2.數(shù)據(jù)的本質(zhì)：從蘇美爾人的泥板說起家好呀！上次課我們講了一個觀點，數(shù)據(jù)思維要比大數(shù)據(jù)更重要。各類具體數(shù)據(jù)都是人根據(jù)某個現(xiàn)實需要，在數(shù)據(jù)思維的指導(dǎo)下“創(chuàng)造”出來的，數(shù)據(jù)思維是數(shù)據(jù)的母親。那么8今天我們說人類進入了大數(shù)據(jù)的時代，但數(shù)據(jù)本身不是新鮮事。早在幾千年前，人類就已發(fā)拉底河和底格里斯河下游出現(xiàn)的蘇美爾文明。立了城邦，發(fā)明了文字，形成了高度發(fā)達的人類文明。后人在考古過程中，發(fā)現(xiàn)了大量蘇美爾人留下的泥板，上面有很多奇怪的符號。 9人的統(tǒng)治者依靠泥板的記錄，不僅可以準確掌握全國各地區(qū)生產(chǎn)了多少糧食，而且可以準確知道自己國家倉庫里面有多少糧食儲備，并根據(jù)這個儲備來決策是否有能力對外發(fā)動一而有意義的數(shù)字穩(wěn)固。精準記錄現(xiàn)象、精準分析現(xiàn)象背后的本質(zhì)、精準預(yù)測未來并制訂精準行動方案，這是數(shù)據(jù)憾！人類創(chuàng)造出來解決不確定問題的工具。數(shù)據(jù)并不是什么新事物。但是當人類進入商業(yè)社會，尤其是隨著信息技術(shù)的發(fā)展，我們走向數(shù)字時代，人類社會所創(chuàng)造的數(shù)據(jù)量就開始急題。讓我們從一家叫奈飛(Netflix)的公司的轉(zhuǎn)型故事開始吧。說起奈飛，可能大家未必很熟品版權(quán)的巨無霸，版權(quán)價格一漲再漲；下游則是千千萬萬、喜新厭舊隨時可能流失的C端用戶。奈飛夾在中間，日子并不好過。生了根本的變化。傳統(tǒng)光碟租賃模式時，公司只可以了解，消費者何時租入、何時退租。深刻理解消費者偏好奠定了基礎(chǔ)。奈飛因此可以更準確的為客戶推薦影視作品。這一做法拍！lockbuster奈飛的故事告訴我們，數(shù)據(jù)可以讓企業(yè)提升競爭力，甚至可以再造企業(yè)的商業(yè)模式。那么這個應(yīng)用場景的經(jīng)典案例，這幾年發(fā)展迅速的新媒體公司今日頭條也是類似。每條可能比你自己還了解自己，可以為每一個用戶推薦最符合他(她)品味的新聞才能準確識別他(她)是人才呢？古人說，“千里馬常有，而伯樂不常用”，說的就是準確識別人才是非常困難的。通過基于大數(shù)據(jù)的背景調(diào)查、心理測評等工為行質(zhì)量控制，不僅需要耗費大量人工，成本搞，而且也會出現(xiàn)很多人為的偏差。但是隨著技術(shù)的發(fā)展，企業(yè)可以通過高速拍照，結(jié)合圖像識別技術(shù)，就可以替代 (COGNEX)的上市公司就專門提供這樣的解決方案。會違約呢？傳統(tǒng)上，企業(yè)常常依賴抵質(zhì)押物或者經(jīng)驗來開展賒銷放款，但費者數(shù)據(jù)的電商企業(yè)，京東、淘寶在金融發(fā)展上非常迅速，他們的不良率遠比銀營優(yōu)化、風(fēng)險管理、股權(quán)投資等很多管理場景都離不開數(shù)據(jù)的幫助。事實上，現(xiàn)代企業(yè)作為一個經(jīng)濟理性組織，從來就和數(shù)據(jù)緊密聯(lián)系?？纯瓷鲜泄镜呢攧?wù)報表、經(jīng)營計劃與預(yù)算就不難理解這一點。為了提升企業(yè)效率，我們已經(jīng)“創(chuàng)造”了復(fù)雜的正因此，我建議各位企業(yè)家朋友不僅要高度關(guān)注你所在行業(yè)的技術(shù)動態(tài)，也要時刻保持數(shù)據(jù)思維，考慮這些新技術(shù)能否帶來新數(shù)據(jù)，能否運用這些新數(shù)據(jù)來改變企業(yè)管理。我們一Blockbuster。4.商業(yè)價值導(dǎo)向的數(shù)據(jù)分析：四步成詩(1)終只會淪為數(shù)字游戲。模型、工具、算法完全無法發(fā)揮作用。什混的語言、概念在交流，比如王小二的老板希望他給開網(wǎng)店“幫幫忙”、很寬泛，在不同語境、不同說者和聽眾都可能有不同的理解和定義，這在人際交流問題可”明白對方在說什么，但是機器不行。題，比如瑕疵產(chǎn)品的檢測判斷、貸款違約判斷、人臉識別等；而小數(shù)據(jù)，甚道決定我生死的問題，我會花55一旦清楚了它到底在問什么，剩下的5分鐘足夠回是一名優(yōu)秀數(shù)據(jù)分析師的重要能力，也是數(shù)據(jù)分析的最重要的一步！嘗試。數(shù)據(jù)分析第二步：根據(jù)專業(yè)知識，挖掘解釋變量X。這Y就是之前我們所說的被解釋變量或者說因變量進行分析、解釋和預(yù)測，沒有這些專業(yè)知識是無法想象的。力來將事物之間的聯(lián)系建立起來，不需要任何人類的干預(yù)。姑且不談這個觀點的理論可行點，我們可以相對快速的提煉出各種影響被解釋變量(Y)的諸多解釋變量或者說自變量 (X)，建立假說和概念模型。業(yè)知識，挖掘解釋變量X。有人會問，怎么這和我學(xué)的數(shù)據(jù)分析課程5.商業(yè)價值導(dǎo)向的數(shù)據(jù)分析：四步成詩(2)經(jīng)驗，可是如果這個問題要換成如何通過X光片、重要。。術(shù)，需要數(shù)據(jù)分析師在干中學(xué)(learnbydoing)。的信息。按照一定的規(guī)則，自動地抓取互聯(lián)網(wǎng)信息的程序或者腳本，它們可以自動采集所有其能夠信息進一步清洗、轉(zhuǎn)化為概念模型中Y變量、X變量所對應(yīng)的測量結(jié)果。這個過程被稱作測量結(jié)果。經(jīng)過這個過程，我們就可以把所采集的每一家網(wǎng)店(觀察對象)所對應(yīng)的Y(因變量)、X (自變量)全部用數(shù)字記錄下來，一個可以被計算機分析的數(shù)據(jù)集就此產(chǎn)生。數(shù)據(jù)分析就可以進入第四步：量化分析。在這個環(huán)節(jié)，學(xué)校教授的各種復(fù)雜模型、軟件工具就可以發(fā)揮巨大的威力。描述性統(tǒng)計分析、一般線性回歸分析、廣義線性回歸分析、決策樹、隨機w一一展開說明了，有興趣的朋友可以進一步找一些統(tǒng)計學(xué)、機器學(xué)習(xí)的專業(yè)書籍參考學(xué)出一個模型，然后問了老板幾個問題，比如商品定價區(qū)間、物流配送方式、在線購物折扣、起送價格、是否可以開具發(fā)票等，計算機瞬間輸出了一個網(wǎng)店月度預(yù)計銷售量。你說小二的加薪升職那還是問題嗎？共包含四個步驟，第一步：清晰準確定義問題。明確你要去解釋、預(yù)測的對象(Y變量)出優(yōu)秀的數(shù)據(jù)分析，創(chuàng)造商業(yè)價值。6.數(shù)據(jù)可視化：數(shù)據(jù)價值傳遞的最后一公里M全世界過去兩年中信息量總和的90%，你可以看出我們制造數(shù)據(jù)的速度分析成為數(shù)據(jù)科學(xué)家們重要的工作。隨著技術(shù)的發(fā)展，各種大數(shù)據(jù)的分析軟件、編程工具、計算平臺可以讓數(shù)據(jù)科學(xué)家很便利來進行分析，但是當他們和我們普通人溝通交流的采動，數(shù)據(jù)才算最終實現(xiàn)了價值。或動畫等等，以幫助人們快速、直觀地了解這些數(shù)據(jù)所蘊含的意義。文本形式的數(shù)據(jù)往往能會在其他呈現(xiàn)方式難以被發(fā)現(xiàn)。到別的地方去！因為巴黎沒有足夠多的奶酪可以吃......241個奶酪原產(chǎn)式，分別呈現(xiàn)出各個國家的奶酪原產(chǎn)地規(guī)模、前三國家的奶酪占比及部分國家的具體奶酪規(guī)模的具體數(shù)據(jù)。原產(chǎn)地規(guī)模不僅大，且產(chǎn)量占到了歐洲奶酪總產(chǎn)量的34.4%。通過百分圖的百分數(shù)表示了老鼠占實驗中動物的百是如何確定？”方公里貓的數(shù)量，以及實驗室老鼠數(shù)量這四個指標進行整合得出一個量化指標——老鼠生存指數(shù)，并將每個國家進行比較。6.25，這驗證了小老鼠的覺。實際上可視化并未運用到很高深的技術(shù)和知識，如果你也掌握一些可視化知識，也能看的作品。是要把數(shù)據(jù)分析的結(jié)論以老鼠都能理解的直觀形式展示出來，幫告訴小老鼠應(yīng)該如何決策。案例中，奶酪產(chǎn)量可不是唯一需要展示的，貓和實驗室的數(shù)量也很重要。色彩強弱加以展示。小老鼠的案例是一錘子買賣，現(xiàn)場展示一次就結(jié)束了，但如果需要長期監(jiān)測跟蹤各地區(qū)的BI的公司也提供很強大的可視化工具，比如在美國上市直7.數(shù)據(jù)可視化：如何讓數(shù)據(jù)成為資產(chǎn)？銷、風(fēng)險控制、質(zhì)量檢測等領(lǐng)域的應(yīng)用，并和大家分享了奈飛公司的成功案例，通過這些介紹，想必大家已經(jīng)認識到數(shù)據(jù)在企業(yè)經(jīng)營管理過程的重要價值，但是利用數(shù)據(jù)提升企業(yè)管理效率的前提是做好數(shù)據(jù)本身的管理工作，讓數(shù)據(jù)成為企業(yè)的資產(chǎn)。所謂資產(chǎn)是指由企業(yè)所有或控制，預(yù)期能夠給企業(yè)帶來經(jīng)濟利益的資源。數(shù)據(jù)成為資產(chǎn)對于傳統(tǒng)企業(yè)而言并不容易，實際上在很多傳統(tǒng)企業(yè)，數(shù)據(jù)不僅沒有成為創(chuàng)造利潤的資產(chǎn)，反而被視為拖累利潤的成本中心。些信息系統(tǒng)所產(chǎn)生的數(shù)據(jù)為企業(yè)創(chuàng)造價值才是。數(shù)據(jù)和報表，而不能將各類數(shù)據(jù)打通分析，就會導(dǎo)致數(shù)據(jù)孤島。中，數(shù)據(jù)的記錄還主要依靠Excel和手工錄入，本可以為企業(yè)創(chuàng)造價值的數(shù)據(jù)分布在企業(yè)各個角落的電腦里和辦公桌上。據(jù)孤島的問題之外，阻礙數(shù)據(jù)成為能夠創(chuàng)造價值的企業(yè)資產(chǎn)的另一重要話的標準。所謂“數(shù)據(jù)巴別塔”反映的是不同部門、不同員工之間因為定義不清、口徑不同、缺乏規(guī)范而無法順暢地交流和溝通有關(guān)數(shù)據(jù)的問題，而其背后的原因則是企業(yè)在數(shù)據(jù)管理過程中缺問和傳輸?shù)囊?guī)范制度以及必要的權(quán)限設(shè)置，就必然會導(dǎo)致數(shù)據(jù)遺失、篡改和泄密等問題的。利用數(shù)據(jù)創(chuàng)造價值的前提。要做到這一點，我們需要對數(shù)據(jù)供應(yīng)鏈有所了解。大家都知道汽車的質(zhì)量需要供應(yīng)鏈全生命周期管理。數(shù)據(jù)其實也類似，大家看到的數(shù)據(jù)其實也是經(jīng)過的成本。到成為企業(yè)資產(chǎn)的前提是數(shù)據(jù)由企業(yè)所有或控制，這就涉及到數(shù)據(jù)權(quán)利的問題。數(shù)據(jù)的控制權(quán)很容易明確，企業(yè)能夠采集數(shù)據(jù)一般就意味著企業(yè)能夠控制數(shù)據(jù)，但數(shù)據(jù)的正式執(zhí)行的《通用數(shù)據(jù)保護條例》(GeneralDataProtectionRegulation，簡稱GDPR)所有權(quán)屬于用戶，同時限制企業(yè)對數(shù)據(jù)的控制權(quán)。具體來看，GDPR通過限制企業(yè)對數(shù)據(jù)的控制。具體來看，包括如下幾個重要方面：數(shù)據(jù)訪問權(quán)是指我們有權(quán)向企業(yè)問詢個人信息是否正在被處理，如果正在被處理的限制處理權(quán)是指我們有權(quán)禁止企業(yè)將信息用于特定的用途，像禁止企業(yè)用于垂直營者和該網(wǎng)站有合作的其他站點中可能就會向你推薦類似的商品，我們現(xiàn)在可以要求該公司不能將這件事透露給其他公司，甚至特可以要求該公司本身也不能把這件事我們在該平臺產(chǎn)生的數(shù)據(jù)，以格式化的、機器可處理的格式提供給我們。罰款。日開始將不再支持歐洲預(yù)定購買的第三方廣告服務(wù)，并且也有可能會將這項政策推廣到全ebookFacebook戶許可而向第三方數(shù)據(jù)公司泄露5000GDPR對互聯(lián)網(wǎng)企業(yè)的立法，而是針對所有需要用到用戶數(shù)據(jù)的企智能產(chǎn)業(yè)在未來的發(fā)展。方面的法規(guī)，而美國互聯(lián)網(wǎng)大本營加利福尼亞州最新頒布的《2018年加州對消費者隱私權(quán)和數(shù)據(jù)安全的保護方面也是不遺余力。中國在2016年頒布的《網(wǎng)絡(luò)安全法》也專門規(guī)定了如何保護用戶隱私。利用用戶數(shù)據(jù)創(chuàng)造價值的模式終將難以持續(xù)，但如何在利用數(shù)據(jù)創(chuàng)造價關(guān)的問題，這就是數(shù)據(jù)治理。的權(quán)責(zé)關(guān)系，是對數(shù)據(jù)管理的頂層設(shè)計與控制，比如哪些部門有權(quán)利查看或是下載組織內(nèi)部數(shù)據(jù)、哪些部門和崗位對數(shù)據(jù)安全負責(zé)等等。對于企業(yè)而言，數(shù)據(jù)治理就是一個企業(yè)內(nèi)理能力也正是數(shù)據(jù)治理對于企業(yè)的意義。全覆蓋原則是指數(shù)據(jù)治理應(yīng)當覆蓋數(shù)據(jù)的全生命周期，覆蓋全部數(shù)據(jù)。有效性原則是指數(shù)據(jù)治理應(yīng)當推動數(shù)據(jù)真實準確客觀反映實際情況，并有效應(yīng)用于在數(shù)據(jù)治理的具體內(nèi)容上，根據(jù)該指引的要求，銀行業(yè)金融機構(gòu)需要建立數(shù)據(jù)治理架構(gòu)、產(chǎn)管理的根基。權(quán)利和責(zé)任就變得日益重要。因為只有數(shù)據(jù)利益相關(guān)者對各自所擁有的權(quán)利責(zé)任有清晰的性變化，現(xiàn)有的組織架構(gòu)就必須創(chuàng)新調(diào)整。今天我通過分享阿里巴巴的中臺戰(zhàn)略的案例，向大家提供一點在大數(shù)據(jù)時代進行組織變革的思路。機制和業(yè)務(wù)機制，要通過數(shù)據(jù)和技術(shù)支撐前臺業(yè)務(wù)發(fā)展。在具體的組品部。挖掘的價值也就越大，可以想象，一個工作和生活重度依賴于阿里巴巴的消費者的各類數(shù)據(jù)說阿里巴巴的大中臺戰(zhàn)略還受到了美軍作戰(zhàn)單位組織變革的啟發(fā)，在二次世界大戰(zhàn)的時時成；等到伊拉克戰(zhàn)爭的時候，美軍作戰(zhàn)單位已經(jīng)變成了一個班，而一個班真正的戰(zhàn)斗人員GPS無人機實施精準打擊。樣大手筆調(diào)整組織架構(gòu)外，一些傳統(tǒng)企業(yè)也在積極進行組織結(jié)構(gòu)方面的調(diào)絕對不是一蹴而就，都是摸著石頭過河。我自己認為，為了提升企業(yè)數(shù)據(jù)驅(qū)的執(zhí)行部門。在公司總部層面設(shè)立首席數(shù)據(jù)官(CDO)，領(lǐng)導(dǎo)數(shù)據(jù)管理部門來落實數(shù)據(jù)治大學(xué)錢德勒教授寫的《戰(zhàn)略與結(jié)構(gòu)》，這本書記錄了美國通用汽車、西爾斯百貨公司、杜邦公司和標準石油公司在過去近百年的發(fā)展歷程中，企業(yè)組織架構(gòu)如何演變、調(diào)整。這本的啟發(fā)。AI如何進化到人工智能AI都幻作品中不真實的描述外，人工智能在很長一段時間內(nèi)都遠離大眾的日常生活，默默地發(fā)16年3月，阿爾法圍棋與圍棋人類最后的智慧堡壘已被計算機攻破，原本高大上的人工智能、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等詞騰訊研究院曾做過一個問卷調(diào)查，發(fā)現(xiàn)很多人將人工智能和機器人混為一談，這可能也是能簡單的講就是首先了解人類是如何產(chǎn)生智能，然后再讓計算機按照人的思路去做，就像古時候的人想飛就去簡單地去模仿鳥，最終的結(jié)果當然是不成功。后來人們發(fā)明的飛機當具，把智能問題變成了數(shù)據(jù)問題。沒有現(xiàn)在的人工智能。年輕的朋友可能沒有使用過早期的谷歌翻譯等翻譯工具，沒有對比可能就不會感覺到機器翻譯在翻譯質(zhì)量上突飛猛進的改變，這其中的奧秘待會再說。想讓笨重的計算機來重現(xiàn)這些行為。這套翻譯系統(tǒng)一般包括雙語詞典(例如英漢雙語詞典)、由語言學(xué)家為每種語言編寫的語言學(xué)規(guī)則(例如英語的時態(tài)變化等)。如果有需要，還可以再給系統(tǒng)補充一些小功能，比如名稱列表、拼寫糾錯、音譯程序等。這套翻譯這個模型需要足夠多的數(shù)據(jù)才能訓(xùn)練出來，而當時只有谷歌這個全球搜索引擎才有這樣的于數(shù)據(jù)量的增多?；プg，主要就是取決于相應(yīng)語言材料的數(shù)量。100盤之后便退役了，而這個進化版僅學(xué)習(xí)了三量。t笑說，人工智能背后是人工！的是，我們?yōu)槭裁匆獎?chuàng)建某類數(shù)據(jù)集、數(shù)據(jù)如何定義、選擇對象的哪些特征數(shù)據(jù)等工作，這些都離不開人類經(jīng)過千百年已經(jīng)創(chuàng)建的分布在各行業(yè)各學(xué)科的知識。數(shù)據(jù)、算力、算法再加上某個領(lǐng)域的知識圖譜是實現(xiàn)某個應(yīng)用領(lǐng)域智能化的基本要素，缺一不可！AI是很簡單、重復(fù)、家好，之前我們談了很多與大數(shù)據(jù)相關(guān)的基本概念、核心技術(shù)與分析方法，今天我們再且這也確實是一個大生意，新三板上市公司數(shù)據(jù)堂就是一家依靠賣數(shù)據(jù)起家的公司，不過分析的數(shù)據(jù)對象也很特別，并非人類日常行為比如購物、游戲、交通等產(chǎn)生的數(shù)據(jù)，而是應(yīng)用程序等在運行時產(chǎn)生的事件記錄，每條日志都記載著時間戳、主機名、使用者及操作代，企業(yè)日志數(shù)據(jù)就如同一做亟待開發(fā)的金礦。統(tǒng)產(chǎn)業(yè)降低成本或者提高效率、提高質(zhì)量可以在更大程度上實現(xiàn)數(shù)據(jù)的價值。在特定的業(yè)務(wù)往往也來自于特定的業(yè)務(wù)場景。們要說的是一個叫金風(fēng)科技的風(fēng)能發(fā)電設(shè)備制造商的故事。金風(fēng)科技是一家生產(chǎn)風(fēng)能發(fā)電設(shè)備的公司，2015年時它的風(fēng)能發(fā)電機在全世界的市場占多少利潤。但是，金風(fēng)科技作為行業(yè)龍頭，技術(shù)方面沒有問題，賺不到錢的主要原因是在是如此。中間商的存在當然有其價值，但對于制造商來說，一個最大的問題就是隔斷了制金風(fēng)科技面臨的就是這樣的窘境，雖然自己賣了很多的風(fēng)力發(fā)電機，但是這些發(fā)電機究竟少，對于國外的用戶則更是一無所知。到了大數(shù)據(jù)時代，金風(fēng)科技的管理層逐步意識到數(shù)據(jù)的重要性，開始轉(zhuǎn)換經(jīng)營理念，而且量、運營情況等。通過數(shù)據(jù)分析，金風(fēng)科技不僅可以了解全球的風(fēng)能分布和風(fēng)力利用情候，與培訓(xùn)等軟服務(wù)也是大數(shù)據(jù)產(chǎn)業(yè)中的一環(huán)，而更外圍的提供計算能力的芯片行業(yè)、云計算，比如數(shù)據(jù)采集、分析、。的初衷就很有趣，miseData的創(chuàng)始人發(fā)現(xiàn)紐約時報上報道的消費者價格指數(shù)正在經(jīng)歷50年來的首次小幅下跌，