美國進入“非結(jié)構(gòu)化”數(shù)據(jù)分析新時代

目前，對國內(nèi)大部分企業(yè)級客戶而言，大數(shù)據(jù)時代已經(jīng)真正到來了。

　　雖然，近年來“大數(shù)據(jù)”及“數(shù)據(jù)分析”概念被炒得很火，但國內(nèi)，國內(nèi)很多CIO/CTO們?nèi)院堋昂ε聰?shù)據(jù)”——一方面，企業(yè)充斥著無從分析的非結(jié)構(gòu)化數(shù)據(jù)；另一方面，結(jié)構(gòu)化數(shù)據(jù)分析方面，與非結(jié)構(gòu)一樣面臨著方法不科學、周期冗長、性價比低、不能直接產(chǎn)生經(jīng)濟效益等典型的問題。國內(nèi)大數(shù)據(jù)分析越來越陷入到一種不得要領(lǐng)、頗為雞肋的僵局。

　　而反觀大洋彼岸的美國，新技術(shù)正推動著美國數(shù)據(jù)分析產(chǎn)業(yè)進入到一個新的階段——目前美國很多企業(yè)客戶不僅開始分析非結(jié)構(gòu)化數(shù)據(jù)，并通過引入“實時分析”、“數(shù)據(jù)驅(qū)動”（Data-driven）、“人機互動”等最新的數(shù)據(jù)分析理念，實現(xiàn)了企業(yè)數(shù)據(jù)分析與經(jīng)濟效益的有效聯(lián)動。

　　每一次產(chǎn)業(yè)升級都會孕育出多個獨角獸公司，而此次推動數(shù)據(jù)分析產(chǎn)業(yè)變革的正是以Taste Analytics為代表的從美國頂尖級數(shù)據(jù)可視化中心走出來的數(shù)據(jù)科學家們。

　　“這是一場不可思議的革命，你很難想象企業(yè)非結(jié)構(gòu)化數(shù)據(jù)中蘊含的寶藏，我們在啟用Taste平臺的第一天就發(fā)現(xiàn)了一年以來客戶郵件一直在抱怨的一個紕漏，從而及時挽回了品牌聲譽?！泵绹持译姀S商CIO告訴我。

　　國內(nèi)數(shù)據(jù)分析“七宗罪”

　　每一個做過調(diào)研的人，都會驚訝于中美兩國在大數(shù)據(jù)分析理念和客戶心態(tài)上的巨大差別。

　　“企業(yè)數(shù)據(jù)分析，中美在理念方面相差2-3年，而在實際執(zhí)行層面或許有5年左右的差距?！泵绹鴶?shù)據(jù)分析科學家、Taste Analytics創(chuàng)始人及全美五大可視化研究中心的Derek Wang（汪曉宇）博士表示。

　　目前，國內(nèi)的企業(yè)級客戶在進行大數(shù)據(jù)分析時，仍以分析結(jié)構(gòu)化數(shù)據(jù)為主，而對于內(nèi)涵豐富的非結(jié)構(gòu)化數(shù)據(jù)，市面上并沒有有效的工具進行分析。

　　同時，在進行結(jié)構(gòu)化數(shù)據(jù)分析時，仍采用了“招標＋外包”的傳統(tǒng)模式，即需要大數(shù)據(jù)分析服務(wù)的企業(yè)按照歷史經(jīng)驗首先建立自己的數(shù)據(jù)分析KPI（關(guān)鍵績效指標），然后將整個數(shù)據(jù)分析任務(wù)外包給第三方大數(shù)據(jù)公司，經(jīng)過數(shù)月的時間后，大數(shù)據(jù)公司將數(shù)據(jù)分析的結(jié)果返還給甲方企業(yè)。

　　Derek Wang博士表示，這種數(shù)據(jù)分析的模式，會產(chǎn)生以下幾方面的問題，這些問題也正是目前國內(nèi)的CIO/CTO們頗為頭痛的問題。

　　首先，錯過了內(nèi)涵豐富的非結(jié)構(gòu)化數(shù)據(jù)。相比結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)對企業(yè)同樣重要，而目前，國內(nèi)企業(yè)在進行非結(jié)構(gòu)化數(shù)據(jù)分析方面仍在初始階段。

　　第二，KPI非數(shù)據(jù)驅(qū)動生成，缺乏科學性。國內(nèi)大數(shù)據(jù)KPI的制定常常以人為經(jīng)驗為準，而不是由數(shù)據(jù)驅(qū)動并且實時生成的，這就有可能造成KPI常年不變，并且缺乏科學性。

　　第三，數(shù)據(jù)分析過程冗長。國內(nèi)企業(yè)在進行大數(shù)據(jù)分析時采用“招標－乙方返還數(shù)據(jù)分析結(jié)果”的方式，整個周期少則也需要1-2個月的時間，往往返還回結(jié)果時，企業(yè)內(nèi)部的相關(guān)數(shù)據(jù)已經(jīng)完全改變了。

　　第四，浪費了企業(yè)內(nèi)部的分析師資源。采用外包的方式，其實完全浪費了企業(yè)內(nèi)部的分析師資源，從經(jīng)濟效益上很不劃算。

　　第五，數(shù)據(jù)安全性無法保障。外包的另一個問題就是數(shù)據(jù)的安全性問題，企業(yè)想確保數(shù)據(jù)以安全的方式交予第三方大數(shù)據(jù)公司，往往需要耗費額外的時間和經(jīng)濟成本。

　　第六，數(shù)據(jù)分析結(jié)果不能與企業(yè)經(jīng)濟效益直接掛鉤。國內(nèi)企業(yè)在進行數(shù)據(jù)分析時，不僅往往需要數(shù)月的時間，而且常常為了分析而分析，分析完之后并不能很好地將分析結(jié)果運用到企業(yè)經(jīng)濟效益的改善上。

　　第七，第三方大數(shù)據(jù)公司分析能力有限。企業(yè)看似將數(shù)據(jù)分析的重任交予了第三方公司，但第三方公司由于缺乏動態(tài)、數(shù)據(jù)驅(qū)動的數(shù)據(jù)分析工具，它其實也是在按照經(jīng)驗制定KPI和進行數(shù)據(jù)分析，這樣分析出的結(jié)果難言科學有效。

　　對此，業(yè)內(nèi)受訪專家表示，目前國內(nèi)企業(yè)陷入的數(shù)據(jù)分析困局，一部分是理念問題，而更多的是技術(shù)的制約以及工具的缺乏?！氨热鐚τ诜墙Y(jié)構(gòu)化數(shù)據(jù)，其實每個企業(yè)都是非?？释治?，并且希望實時分析的，但目前仍苦于在公開市場上沒有好用的分析平臺?！?/span>

　　新技術(shù)推動形成數(shù)據(jù)分析新理念

　　事實上，中國企業(yè)遇到的問題，美國企業(yè)客戶也曾經(jīng)經(jīng)歷過。美國某著名家電廠商相關(guān)受訪人士告訴認為，自己也經(jīng)歷過對非結(jié)構(gòu)化數(shù)據(jù)頭大、不能實時科學地分析企業(yè)內(nèi)部數(shù)據(jù)等問題。

　　但今年以來，隨著美國在非結(jié)構(gòu)化語義分析以及人機互動的圖像可視化等技術(shù)領(lǐng)域取得關(guān)鍵性突破，尤其伴隨著全美五大圖像可視化中心之一的北卡羅來納大學（UNC）夏洛特圖像可視化中心的科學家們從學術(shù)界走到工業(yè)界，推出了實時動態(tài)的、結(jié)果易讀的綜合智能數(shù)據(jù)分析平臺The Taste Signals Platform，對美國的企業(yè)級用戶而言，不論是非結(jié)構(gòu)化數(shù)據(jù)，還是實時數(shù)據(jù)分析——以往常見的數(shù)據(jù)分析難點都被一一攻克了。

　　“從學術(shù)研究成果到工業(yè)界，科技再次顯示出了它強大的生產(chǎn)力，”美國某著名家電廠商相關(guān)受訪人士表示，“我們以前不知道怎么處理像雪片一樣涌來的客戶郵件，有了Taste的新平臺和技術(shù)，我們內(nèi)部的分析師第一天就發(fā)現(xiàn)了，一年以來客戶一直在郵件中抱怨我們一個產(chǎn)品實際的序列號位數(shù)與網(wǎng)站注冊位數(shù)嚴重不匹配。這是一個我們常規(guī)思維中所預想不到的嚴重的產(chǎn)品問題，但在沒有非結(jié)構(gòu)化數(shù)據(jù)分析工具之前，我們完全無從發(fā)現(xiàn)這樣的問題?！?/span>

　　不僅上述家電廠商，全美某著名銀行IT部門的受訪人士也表示，按照經(jīng)驗，他們的管理層曾經(jīng)想花重金建立銀行的某項支付功能，但通過對十幾萬條客戶網(wǎng)絡(luò)聊天信息進行非結(jié)構(gòu)化數(shù)據(jù)的分析，他們發(fā)現(xiàn)僅有100多條客戶談及該支付功能，“數(shù)據(jù)驅(qū)動的分析讓我們學會相信數(shù)據(jù)而不是跟隨潮流，我們最終愉快地決定暫緩該功能的開發(fā)——非結(jié)構(gòu)化數(shù)據(jù)分析讓我們優(yōu)化了我們的產(chǎn)品結(jié)構(gòu)，更加有效的利用了我們的資金，實現(xiàn)了對于我們主營業(yè)務(wù)的提升”。

　　可以看到，目前在美國，很多主流的企業(yè)已經(jīng)進入到了以非結(jié)構(gòu)化數(shù)據(jù)分析以及數(shù)據(jù)驅(qū)動、實時分析、人機互動、結(jié)果易讀等為特點的數(shù)據(jù)分析的新紀元。據(jù)了解，在The Taste Signals Platform等強大數(shù)據(jù)分析平臺支持下，相比國內(nèi)客戶，目前美國客戶已經(jīng)形成了在數(shù)據(jù)分析方面的新理念。

　　首先，信任數(shù)據(jù)而不是經(jīng)驗。國內(nèi)客戶在制定數(shù)據(jù)分析KPI時，更多地依靠既往的經(jīng)驗，而美國客戶則更多地相信通過機器學習的數(shù)據(jù)平臺工具得出的數(shù)據(jù)挖掘的結(jié)果，即使這些結(jié)果有可能背離傳統(tǒng)的經(jīng)驗（上述美國某銀行就是一個很好的例子）。

　　其次，數(shù)據(jù)分析重要的不是工具本身，而是通過工具提升內(nèi)部分析師的生產(chǎn)力。在美國客戶眼中，數(shù)據(jù)分析更重要的在于充分調(diào)動起企業(yè)內(nèi)部分析師的能動性，對他們而言，數(shù)據(jù)分析不是一個外包或者被動等結(jié)果的過程，而是一個利用更先進的數(shù)據(jù)分析平臺工具提升內(nèi)部人員生產(chǎn)力以及實時的人機互動的過程。

　　再次，非機構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)同樣重要。美國客戶不僅希望看到“樹木”，更希望看到“森林”，這就意味著他們不僅希望實時分析結(jié)構(gòu)化數(shù)據(jù)，也希望分析非結(jié)構(gòu)化的數(shù)據(jù)，并且對于每一個科學分析出的關(guān)鍵指標，他們都會分別建立輿情模型，再進行更加細化的數(shù)據(jù)分析。 這是一個循序漸進的過程。

　　第四，將數(shù)據(jù)分析與經(jīng)濟效益直接掛鉤。美國客戶更希望將數(shù)據(jù)分析的結(jié)果用于改善經(jīng)濟效益，比如美國某銀行就通過數(shù)據(jù)分析節(jié)省了幾千萬的某支付功能的開發(fā)成本；而上述家電廠商也通過數(shù)據(jù)分析提升了用戶滿意度以及品牌形象。

　　年末重新定義國內(nèi)“數(shù)據(jù)分析平臺”

　　正如蘋果定義了智能手機，將手機產(chǎn)業(yè)帶入一個新的時代，每一次技術(shù)變革的背后往往都會孕育出優(yōu)秀的甚至獨角獸公司。而在此次美國的數(shù)據(jù)分析產(chǎn)業(yè)升級換代中，由美國夏洛特圖像可視化中心的幾個年輕的科學家成立的Taste Analytics就扮演了這樣的角色。

　　在采訪中發(fā)現(xiàn)，雖然其新型數(shù)據(jù)分析平臺產(chǎn)品The Taste Signals Platform上市僅6個月，但已經(jīng)引起了工業(yè)界的強烈震動，目前已有6家福布斯全球500強公司以及多家美國主流企業(yè)都采用了Taste的新型非結(jié)構(gòu)化數(shù)據(jù)分析平臺，“目前我們的銷售額在以400%的速度增長”。

　　那么， 這究竟是怎樣的一套新型智能數(shù)據(jù)分析平臺呢？

　　The Taste Signals Platform是一套可用于每一個企業(yè)日常經(jīng)營的實時的智能數(shù)據(jù)分析平臺，其最獨特的地方在于強大的非結(jié)構(gòu)化數(shù)據(jù)的分析能力，目前其不僅可以分析傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，也可以分析包括中文在內(nèi)的12種文字、語音等非結(jié)構(gòu)化數(shù)據(jù)。

　　“我們可以分析各種非結(jié)構(gòu)數(shù)據(jù)，其中既包括企業(yè)內(nèi)部郵件、客戶聊天記錄、電話中心數(shù)據(jù)等一手的非機構(gòu)化數(shù)據(jù)，也包括企業(yè)在電商上的二手數(shù)據(jù)，以及社交網(wǎng)絡(luò)、新聞、博客等第三方數(shù)據(jù)?！盩aste Analytics創(chuàng)始人Derek Wang博士表示。

　　同時，在對數(shù)據(jù)、文字以及語音進行分析時，The Taste Signals Platform也定義了“人機互動”、“實時分析”、“數(shù)據(jù)驅(qū)動”、“結(jié)果易讀”等新型數(shù)據(jù)分析平臺的典型特征。

　　“傳統(tǒng)的數(shù)據(jù)分析更像是一個被動的等結(jié)果的過程，而新一代的數(shù)據(jù)分析更講究企業(yè)內(nèi)部分析師與機器的互動，我們將數(shù)據(jù)分析的過程分為三大步，第一步是數(shù)據(jù)驅(qū)動的語義分析，客戶將成百上千萬條數(shù)據(jù)導入系統(tǒng)中，系統(tǒng)會快速分析出機器學習到的各種結(jié)果信息和圖表；第二步，客戶通過我們簡潔易讀的圖像可視化的界面，根據(jù)自身需求觀察、解讀和分析機器學習出來的結(jié)果；第三步是根據(jù)第二步的結(jié)果，客戶可以利用Taste的系統(tǒng)建立自己的輿情分析模型，而從再次將該模型代入到分析平臺中形成新的數(shù)據(jù)監(jiān)控流。”Derek Wang博士如是說，“可以看到整個數(shù)據(jù)分析的過程形成了一個實時的正向的循環(huán)?！?/span>

　　目前，Taste Analytics的愿景是“用數(shù)據(jù)帶動生產(chǎn)力”以及“將每個人都變?yōu)閿?shù)據(jù)科學家”。據(jù)悉，今年年末到明年年初，Taste Analytics也將有計劃進入中國市場，其目前還在進行市場調(diào)研以及產(chǎn)品本土化的準備工作。

　　“中國的廣大企業(yè)級客戶也很需要我們的技術(shù)，我們不僅會對產(chǎn)品進行本土化的改良，而且也會讓公司‘入鄉(xiāng)隨俗’。未來我們將以全新的姿態(tài)進入中國市場?！?/span>