（下篇）解決入口：數據密度決定價值
在上篇中我們提到了很多的問題，那么如何解決這個問題呢？我們需要先從產生的問題的場景入手，只有發(fā)現(xiàn)問題的根源，才能明白解決的方法。
傳統(tǒng)的不足
在傳統(tǒng)的醫(yī)療服務領域，當我們有感覺體征不適的時，我們前往醫(yī)院去做檢查，在醫(yī)院里會有各種最新的精密檢測設備，設備會設定一個普遍性的基準值，你檢測的數據會和這個基準值進行比較，超越某個界限可能會被判斷異常。同時醫(yī)生可能會要求我們空腹少喝水去檢測，提前一天停止服用藥物，有些體征檢測會要求反復測量，同時會檢測者保持心靜的狀態(tài)，深呼吸。所做這一切都目的都是希望檢測數據盡量精準，盡量排除外界干擾帶來的數據差異引起誤判。
可是當我們在家中檢測，用戶檢測的隨意性就出來了，用戶可能會在任意一個想起的時間進行檢測，這個時間可能是剛飽餐一頓，剛喝完酒，剛爬完樓梯，剛吵完架；也有可能剛服完藥，這些因素都會極大的影響檢測的數據。同時普通的家庭式檢測設備，為了追求用戶可接受成本，無法達到醫(yī)療級設備的精度，這樣得出的數據和用戶真實的體征情況存在相差十萬八千里的可能。
當體征數據不能反應真實的體征狀況的時候，不要說發(fā)現(xiàn)“未病”，發(fā)現(xiàn)既得疾病都成疑。
在今天所有做穿戴式設備的公司都在抱怨，這個市場不成熟缺少足夠用戶，所以我們的設備成本降不下來。同時先鋒用戶和意見領袖們體驗又不好，他們不但棄用了我們的產品還到處抱怨，這真是一個慢熱的市場。要想改變這種市場必須有資金去做一個從產品外觀、易用性、到數據檢測精度都優(yōu)秀的革命性產品，而且技術發(fā)展使生產成本降低，可穿戴式設備才有機會。
我聽到這樣的言論都愿意和他們去討論；你增加的功能解決了傳統(tǒng)設備那些無法解決的問題了嗎？或當市場發(fā)生變化的時候你滿足了那些新增的需求？當你沒有對需求或痛點有深刻理解的時候，閉門造車做出來的產品一定得不到用戶的持續(xù)追捧。
為了解答上面的疑問，我們來看看Fitbit 來怎么改變計步器的市場的，在Fitbit 09年進入計步器這個市場，普通人大概并不知道世間還有個產品叫計步器，也不知道在這個領域有一個30年的市場領導者：歐姆龍，它占據了這個市場的絕對份額，新興產品面對它只能采用低價策略，但是效果并不明顯。為什么Fitbit 能夠顛覆這個傳統(tǒng)市場，原因在于市場的消費主體和需求在發(fā)生變化。
在以前，這類設備多是中老年人購買，因為人進入中老年，即需要每天保持足夠量的運動減緩機體快速老化，提升新陳代謝的能力，但又不能過度運動，以防過度運動對機體和心腦血管系統(tǒng)帶來的傷害，因此走路是中老年人最近的運動方式，而計步器則是控制運動在合理范圍的有效工具。
KK案例的借鑒意義
隨著KK（凱斯·凱利）推動的自我量化（Quantified Self）的風潮普及，年輕人在日常運動的過程中也需要對自己運動的數據有記錄的功能，同時如何克服懶惰的人的天性成為需求之一，只有讓更多朋友參與監(jiān)督，以及為運動量設定目標并朋友比較才能有些克服懶惰天性。計步器不再只是承擔一個數據記錄的功能，還要把數據聯(lián)網化能讓使用者進行縱向和橫向的比對，并滿足人天生的展示的天性，很快可以數據聯(lián)網化的計步器產品成為年輕人的新寵。
我們可以通過這個案例學習到什么：
第一、價格永遠不是最核心的問題，因為Fitbit的產品賣99美金，而傳統(tǒng)的計步器價格只有29-59美金，你必須要發(fā)現(xiàn)市場的消費主體和消費需求的變化，滿足他們需要解決的問題，你的產品就有機會。
第二、也是核心的一點，硬件的價值不再由硬件成本本身來決定，而是由每天產生的數據量和數據的流動性能力以及通過數據的對比分析得出價值來決定。硬件將只扮演的一個數據采集工具的角色，我們可以把它當作一個數據源。硬件+數據傳輸+數據分析+數據反饋形成一個完整的服務平臺，從整個平臺來講，它的價值與數據源的數量成正比關系。
從上面的例子我們可以做出總結，在未來可穿戴式設備一定無法和大數據脫離，單純的硬件設備和建立在設備上的模式化數據分析即沒有解決問題，又徒然增加了成本。用戶不再看重可穿戴式設備的計算能力，更重視設備的外觀（作為個性化的品味的展現(xiàn)），輕薄程度和數據采集對正常生活的無妨礙性，這些決定了數據采集的密度。
只有足夠的數據密度，才能讓設備體現(xiàn)出價值。而對于廠商來說，要從根本拋棄硬件時代的盈利模式。硬件銷售將不再是盈利的唯一來源，如何讓用戶認可服務、持續(xù)提供數據，并根據用戶數據給出個性化的改善建議吸引用戶持續(xù)付費才是持續(xù)利潤的源泉。
在新的模式里，硬件和服務都要具備快速迭代的能力，硬件將更舒適、更方便、更小型化、更無感化同時集成更多的傳感器，數據來源將越來越豐富，而數據分析服務將利用更多種類的數據來交叉分析，無需用戶干預而通過數據智能化學習就能把人一天重要的生理活動描繪出來，通過數據把行為量化。用戶把數據進行對比尋找自己的健康狀態(tài)在同狀態(tài)人群中的位置感，強化他的反應行為，也可以讓平臺提供優(yōu)化他生活規(guī)律的個性化方法。當用戶接受并依賴它時，持續(xù)為服務付費將成為收入的主流。
數據誤差的解決
這時會有讀者提出，在上文中提到的關鍵性的問題還沒得到解答，怎么避免外界因素造成的數據誤差和設備精度帶來的數據誤差？其實在前面雖然沒針對性的解答這一問題，但是還是給出了答案：那就是用全新的分析方式去看到數據，不再對單一數據進行解讀，而是繼續(xù)連續(xù)數據的波動性規(guī)律（以下簡稱：節(jié)律）來進行分析并尋找異常。
因為人是一個精密的組織體，任何體外和體內的異常變化，中樞神經感應到后都會分泌激素，調節(jié)體征對意外情況產生應激性反應，所以發(fā)現(xiàn)異常的關鍵在撲捉到體征的有異于自身規(guī)律的變化。
不同年齡和性別的人群，健康人的體征有穩(wěn)定的節(jié)律，建立不同年齡性別人群的基準節(jié)律情況，當任何使用者通過監(jiān)測連續(xù)體征數值得出自己的體征節(jié)律后可以跟基準節(jié)律進行對比來發(fā)現(xiàn)異常情況；同時建立的自己的基準體征節(jié)律后，在體征數據捕捉過程中的意外因素影響形成的零星噪點很容易通過算法剔除掉，而短暫的體征波動變化則可以反應臨時的健康變化情況，持續(xù)的長期體征節(jié)律異常則能反應中長期的疾病風險。
所以在連續(xù)數據的分析模型下，可穿戴式設備數據采集的一致性的就非常重要，因為分析的基礎不再是單點的體征值而是體征的變化規(guī)律，對精度的需求就沒有那么強烈。這樣在硬件設計的過程中我們可以平衡采集精度和成本之間的關系了。
通過可穿戴式設備結合大數據的分析模型，我們就有機會在形成病癥之前發(fā)現(xiàn)體征節(jié)律的異常并及時介入進行調整，避免疾病的形成。而介入方案則是通過傳感器協(xié)同描述重要生理活動的數據化特征進行調整，改變自己的運動、飲食和睡眠以及服藥的時間點來用最低成本代價恢復到穩(wěn)定的健康狀態(tài)。
并且可穿戴式設備采集用戶體征數據頻率在數據分析的基礎上可以進行雙向調節(jié)，當用戶某些體征顯示異常征兆和外界環(huán)境發(fā)生劇烈變化時，可以提高設備的采集頻率提高發(fā)現(xiàn)的敏感度，而用戶身體狀況穩(wěn)定，可以降低數據的采集頻率。這樣用戶在家中就能隨時通過自己體征節(jié)律的變化情況來評估身體健康狀況的變化情況，來原來只有在醫(yī)院才能實現(xiàn)的“發(fā)現(xiàn)-處置-評估”的完整閉環(huán)。讓人少生病、不生病，比提高醫(yī)療服務的質量更有積極意義。
同時我們也能感受到，在醫(yī)療服務的前端市場：健康管理的市場的主體消費人群和消費需求正在形成。因為4-2-1的家庭結構，年輕人將越來越無力承擔家中老人突然生病帶來的巨大經濟成本壓力和生活秩序的混亂，他們會對疾病前兆判斷的工具和服務形成越來越強的依賴，而滿足這種需求最有效方式之一將是可穿戴式設備結合大數據分析，這個市場的爆發(fā)指日可待。
�。�
在過去的十年，互聯(lián)網把所有提供標準信息的傳統(tǒng)市場進行了顛覆，人們開始改變了自己讀書看報、購物、交友的方式，在下一個十年，對非標準化信息的市場，將由移動互聯(lián)網帶來改變，我們重新設計硬件捕捉那些非標準化的信息，對獲得的數據進行規(guī)律性分析來預測并提前做出準備。那些傳統(tǒng)的行業(yè)的改變終將來臨。
