蘿卜-robbie

作者：蘿卜（微信：Robbie_Qi）

“問世間，大數(shù)據(jù)為何物，直教人眾說(shuō)紛紜”。一本《Big Data》的書，掀起了大數(shù)據(jù)的浪潮，不管是IT人士，還是媒體精英，都在議論大數(shù)據(jù)，春運(yùn)大數(shù)據(jù)、出游大數(shù)據(jù)、美食大數(shù)據(jù)、閱讀大數(shù)據(jù)……，那么，大數(shù)據(jù)到底是什么呢？難道量大、數(shù)大就是大數(shù)據(jù)嗎？如果是這樣，大數(shù)據(jù)就是炒舊飯了，殊不知電信領(lǐng)域無(wú)論從數(shù)量規(guī)模，還是從數(shù)據(jù)值在多年前就可以說(shuō)是大數(shù)據(jù)了。

現(xiàn)在很多人都用4V來(lái)定義大數(shù)據(jù)，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值），但我認(rèn)為這個(gè)定義并不足以將大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)區(qū)分開來(lái)，比如，電信的話單數(shù)據(jù)，就具備了上面的4個(gè)特征，而你會(huì)認(rèn)為這是大數(shù)據(jù)嗎？也許是吧。我現(xiàn)在理解的大數(shù)據(jù)，主要是針對(duì)傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)而言，傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)解決了企業(yè)內(nèi)部數(shù)據(jù)孤島的問題，而大數(shù)據(jù)則是要將企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)打通，從而依據(jù)全面、綜合的信息進(jìn)行科學(xué)決策管理。

首先，走向大數(shù)據(jù)是企業(yè)信息化的必然趨勢(shì)。企業(yè)信息化解決了業(yè)務(wù)流程計(jì)算機(jī)化的問題，提高了工作效率，但要想實(shí)現(xiàn)科學(xué)決策，除了業(yè)務(wù)本身的信息外，還要參考更多的外部客觀影響因素，如宏觀政策、市場(chǎng)動(dòng)態(tài)、競(jìng)爭(zhēng)對(duì)手等，這些信息必須從企業(yè)外部去獲取，原來(lái)的BI或數(shù)據(jù)倉(cāng)庫(kù)著重解決的是打通企業(yè)內(nèi)部的數(shù)據(jù)孤島，整合內(nèi)部數(shù)據(jù)，但并沒有將企業(yè)外部數(shù)據(jù)考慮進(jìn)來(lái)，這就造成了決策的“盲區(qū)”，而大數(shù)據(jù)強(qiáng)調(diào)的正是“打通企業(yè)內(nèi)部和企業(yè)外部的數(shù)據(jù)”，鼓勵(lì)企業(yè)盡其所能去收集和整合企業(yè)外部的數(shù)據(jù)，如社交媒體、監(jiān)控?cái)?shù)據(jù)等，從這些數(shù)據(jù)中提煉出有價(jià)值的知識(shí)，與企業(yè)內(nèi)部的整合起來(lái)，實(shí)現(xiàn)科學(xué)合理的管理決策。一個(gè)簡(jiǎn)單的例子，若要實(shí)現(xiàn)熱播影視劇的推薦，只使用企業(yè)內(nèi)部的點(diǎn)播數(shù)據(jù)，則不一定能在第一時(shí)間發(fā)現(xiàn)正在熱播的《武媚娘》，而從微博、朋友圈等數(shù)據(jù)中，則可以在較早期就發(fā)現(xiàn)流行趨勢(shì)并進(jìn)行推薦。

其次，大數(shù)據(jù)的價(jià)值密度低，需要花費(fèi)較大的成本去提煉。當(dāng)前企業(yè)的數(shù)據(jù)主要是來(lái)源于信息系統(tǒng)，用于支撐企業(yè)的經(jīng)營(yíng)管理，以結(jié)構(gòu)化數(shù)據(jù)為主。若把數(shù)據(jù)比做一座金山，那么，信息系統(tǒng)產(chǎn)生的數(shù)據(jù)就是“一粒粒的金沙”，其價(jià)值密度非常高，這是由于信息系統(tǒng)中每一個(gè)信息項(xiàng)都是經(jīng)過反復(fù)斟酌之后才添加進(jìn)去，新增一個(gè)信息項(xiàng)的研發(fā)和實(shí)施成本都很高，包含了大量的“干貨”內(nèi)容。而大數(shù)據(jù)中所強(qiáng)調(diào)的企業(yè)外部數(shù)據(jù)，主要有機(jī)器產(chǎn)生的數(shù)據(jù)和人自己產(chǎn)生的數(shù)據(jù)，前者一般是監(jiān)控?cái)?shù)據(jù)，后者包括微博、聊天等，數(shù)據(jù)中所含的雜質(zhì)較多，必須使用相應(yīng)的統(tǒng)計(jì)算法去掉噪聲以提煉出有用的知識(shí)，這些算法一般是專業(yè)的統(tǒng)計(jì)算法，如回歸、聚集、分類等。此外，大數(shù)據(jù)正如其名所言，數(shù)據(jù)的規(guī)模一般都很大，產(chǎn)生的速度較快，需要的硬件資源和處理成本都較傳統(tǒng)的企業(yè)管理信息要高，所以需要企業(yè)根據(jù)實(shí)際情況選擇性的進(jìn)行收集和使用。

最后，大數(shù)據(jù)的價(jià)值發(fā)揮，依賴于合適的使用場(chǎng)景。雖然大數(shù)據(jù)中蘊(yùn)藏著巨大的商業(yè)價(jià)值，但其價(jià)值的發(fā)揮，要與企業(yè)自身的業(yè)務(wù)特點(diǎn)巧妙的結(jié)合起來(lái)才可以，而這恰恰是大數(shù)據(jù)現(xiàn)階段所缺少的。現(xiàn)階段對(duì)于大數(shù)據(jù)使用的探討，還處于非常初級(jí)的階段，有些號(hào)稱大數(shù)據(jù)的案例，實(shí)際就是傳統(tǒng)的企業(yè)信息化，與大數(shù)據(jù)并不搭邊，有些令人眼前一亮的案例，又缺少?gòu)?fù)制推廣的條件，例如，沃爾瑪根據(jù)賣場(chǎng)周邊社交媒體的數(shù)據(jù)，提煉出正在熱銷的商品，從而及時(shí)調(diào)整賣場(chǎng)的庫(kù)存和貨架；又例如，Direct TV的呼叫中心將客戶通話內(nèi)容記錄成文本，通過分析文本關(guān)鍵詞分析問題，從而避免原來(lái)通過固定列表填寫呼叫內(nèi)容時(shí)，字典數(shù)據(jù)維護(hù)不及時(shí)帶來(lái)的填寫不準(zhǔn)確問題。這兩個(gè)應(yīng)用大數(shù)據(jù)的案例確實(shí)很巧妙，但對(duì)其它企業(yè)只能起到借鑒和啟發(fā)的作用。現(xiàn)在對(duì)于大數(shù)據(jù)，我們?nèi)鄙僖粋€(gè)將大數(shù)據(jù)直接轉(zhuǎn)化為商業(yè)模式的方法體系，比如，說(shuō)到企業(yè)信息化，就等同于將業(yè)務(wù)流程計(jì)算機(jī)化；提到BI，就是將各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)整合起來(lái)；而提到大數(shù)據(jù)，我們能做什么呢？

以上是我對(duì)大數(shù)據(jù)的一點(diǎn)思考。

2015年2月10日于北京