大數據的“三個維度”和“十誡”_數據分析師

　2011年的時候，大家開始才講大數據，有人說這個是大數據，有人說那個是大數據。2012年的時候大家都在嘗試用大數據。而今年很奇怪，我們去美國研討大數據的時候，發(fā)現大部分人已經開始停止講大這個詞了，開始說Data。這個詞是非常有意思的，我們把數據工程化，里面必須要有一個標準要出現，而且在有標準要出現之后，還有一些樓層要出現。

　　那么Data我自己的想法是什么呢?我們這個Data要泛化更多的人要用，更多的人去用上數據，就好象20年前我們讓每一個人用上科技，那今天的數據就是要給更多的人用。

　　現在我們擁有很大量的數據，我們以前要做一個決定，可能要花很多的錢去投進去要細想，但是今天我們擁有一些大數據的時候，我們以前一些非常難做的決策，相對來說今天很容易做到，其實也是一個很重要的拐點。這個就是當我們能使用數據去去判斷去一個問題的時候，我們就用數據化解決問題。

　　大數據已經從4個V的年代，Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)延展至三個維度，可實時性、可解釋性、數據準確/穩(wěn)定性。這三個維度是我們現在到底數據能不能用上的很重要的三個維度。

　　我們現在整個數據里面的問題是什么呢?整個數據的問題是，業(yè)務的人不知道數據怎么用?做數據的人不知道別人怎么用?所以里面是有一個很大的障礙在中間的，所以這是大數據鋪普遍存在的一個現象。如果今天我們有很多的大數據，我們不是認為有一個問題說要找數據來解決一個問題，而是我們運營數據，我們搜集很多數據的數據可以幫我們解決很多未來的問題，這個才叫大數據。

　　過去阿里大數據做了兩個循環(huán)，一個循環(huán)是在怎么用數據，一個循環(huán)在下面是說我們怎樣養(yǎng)數據，怎么改善數據，兩個循環(huán)不斷的走動，所以我們在兩個循環(huán)里面不斷的進步，所以數據是練出來的。

　　三年前，阿里巴巴的大數據不僅可以看，還是可以用的。但是今天走到一個地方是不僅僅讓你用，而且讓別人用。這一次的圈，當我們要做讓別人用的時候，第二個圈就比以前那個圈更困難了，更注重精準性。我們整個數據運營來講，會發(fā)現從整個運營里面產生了一些價值，同時，我們整個東西里面我們找出很多新的數據跟新的工具。我們最近就在解決這些問題，數據的產生、人才的不匹配、數據冗余、工具不統(tǒng)一，安全、質量，這些都是我們做數據必須保障的，否則就不容易產生數據的價值。

　　其實兩年前，我是寫了一個大數據十誡，是講到我們在做數據的時候要關注的幾個問題，我說一切從問題開始，從實踐中提煉數據，讓數據的體驗變得超級簡單，讓數據跟著人走，然后顛覆性來自分類跟重組等等。現在在兩年后，我覺得要改變一下，所以數據質量不敢保證是不敢用的，另外大安全不是監(jiān)管，監(jiān)管不了的。因為大數據本身有太大，你需要更多的人來用，但是用監(jiān)控的方法來監(jiān)管一個大數據，沒有辦法監(jiān)管起來。

　　利用數據拿到更有用的數據這個很重要，以后建立數據的數據才有進步，因為我們拼命的做很多模板，但是既然是沒有去保證今天的模板的數據質量，今天的大數據做得好，如果連衡量自己大數據做得好不好都不知道?我們怎么繼續(xù)做好大數據呢?所以我們要建立數據的數據才有進步。

　　最后有一點很重要的是，我們要讓人做人擅長做的事，機器做機器擅長的事。千萬不要倒過來，人做了機器擅長的事，以及機器做了人擅長的事，這樣效率就會降低。