搶占大數(shù)據(jù)源頭

在信息化的過程中，產(chǎn)生了結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，這種用電子化數(shù)據(jù)記錄、傳輸和表示信息的方式是“智”。當這些數(shù)據(jù)達到一定的量級，數(shù)據(jù)的魅力才會顯現(xiàn)，可以發(fā)揮出“慧”的優(yōu)勢，我們簡稱這種有價值的數(shù)據(jù)為大數(shù)據(jù)。由于人類社會財富的60%是近30年內(nèi)創(chuàng)造的，90%的數(shù)據(jù)是近5年內(nèi)記錄的，大數(shù)據(jù)隨著時代的發(fā)展越來越引人關(guān)注。它已經(jīng)被運用到很多方面：社會管理、商業(yè)智能、軍事偵察，醫(yī)療診斷等。
   大數(shù)據(jù)在被獲取之后，一般會被索引分類。儲存在服務(wù)器的數(shù)據(jù)經(jīng)過挖據(jù)、分析和處理，數(shù)據(jù)才有大作用。這個過程最為關(guān)鍵的是數(shù)據(jù)源，誰掌握了數(shù)據(jù)源頭誰將掌握未來（但愿不是美國政府的秘密情報監(jiān)視機構(gòu)）。
   1 直接的大數(shù)據(jù)源頭——大自然
    克強指數(shù)是一項用于評估中國GDP增長量的經(jīng)濟指標，它包含三個基本要素：工業(yè)用電量新增、鐵路貨運量新增和銀行中長期貸款新增。這三個數(shù)據(jù)是屬于人類社會源頭的，可以通過統(tǒng)計的方法得到數(shù)據(jù)。但是，我們可以通過監(jiān)測空氣中二氧化碳等溫室氣體的含量，來反映工業(yè)用電量新增和鐵路貨運量，甚至可以直接利用溫室氣體的含量變化計算經(jīng)濟增長率。這就需要在不同的樣本地點部署測量節(jié)點，由傳感網(wǎng)絡(luò)傳遞數(shù)據(jù)到處理中心，同時考慮其他數(shù)據(jù)的影響，綜合歷史數(shù)據(jù)，預(yù)算經(jīng)濟指標。
    而測量節(jié)點需要總體規(guī)劃，共用基礎(chǔ)設(shè)施，可以同時測量和傳輸其他數(shù)據(jù)：風速、溫度、降雨量、濕度、PM2.5、氧氣含量，環(huán)流數(shù)據(jù)、地殼數(shù)據(jù)、森林覆蓋率和動物數(shù)量、動物遷徙路徑等數(shù)據(jù)。這些數(shù)據(jù)可能是數(shù)字，可能是文本、圖片、音頻、視頻等。未來的部署模式類似現(xiàn)在的電信運營商，手機是節(jié)點，基站是小型處理中心。只不過數(shù)據(jù)源由人變成了大自然的狀態(tài)、植物和動物。
    這就是大自然的物聯(lián)網(wǎng)。自然世界每天有大量信息產(chǎn)生，如果將這些信息數(shù)據(jù)化，通過云計算模式加工處理，可以幫助人們做出更好的決策、預(yù)測未知的事情。說不定，亞馬孫河流域熱帶雨林中的蝴蝶飛行速度，和太陽表面溫度息息相關(guān)。只不過人們尚未發(fā)現(xiàn)這種聯(lián)系，已知曉的聯(lián)系是烏云和下雨。
   2 廣泛的大數(shù)據(jù)源頭——人類社會
    香山衡器集團有這么一個夢想：在傳統(tǒng)的體重秤和脂肪秤的基礎(chǔ)上，用廚房秤自動識別食材種類（視覺搜索），記錄重量；同時，通過便攜式一體化的溫度計、血氧儀、血壓計、血糖儀、心率計等穿戴設(shè)備測量并記錄身體顯性健康數(shù)據(jù)，智慧地提供有關(guān)膳食結(jié)構(gòu)、睡眠、心理和運動等健康解決方案。
    想象一下，如果加上醫(yī)院測量的隱性健康和診斷數(shù)據(jù)（扁桃體發(fā)炎、肝病、遺傳病等），那么每個人完全可以擁有一個伴隨一生的健康數(shù)據(jù)庫，記錄身體的各項指標。從最初的外界風寒或者食物的影響，到身體不適的參數(shù)變化，再到后來康復(fù)的過程，大量數(shù)據(jù)都會被記錄下來。如果人群樣本足夠，運用大數(shù)據(jù)技術(shù)，可以分析出病理。那么，有人懷孕時，可穿戴設(shè)備能通過脈搏監(jiān)測功能，提前預(yù)知并提醒，老中醫(yī)的經(jīng)驗將被數(shù)據(jù)化；大數(shù)據(jù)處理中心能夠提供健康解決方案，讓人遠離亞健康狀態(tài)，更不用說生病了。
    能夠獲取這些數(shù)據(jù)變得尤為重要，這是提供智慧的健康解決方案的基礎(chǔ)。這些數(shù)據(jù)不僅有商業(yè)價值，還有社會價值和歷史價值，后人將知道我們的膳食結(jié)構(gòu)、生活習慣、身體指標等數(shù)據(jù)。
   3大數(shù)據(jù)源頭——意義非凡
    然而，不僅廚房秤可以獲得有關(guān)食材的數(shù)據(jù)， Google Glass 2.0或許也能識別并記錄即將入口食物的數(shù)據(jù)。數(shù)據(jù)的源頭是多源的，電影票房可以用電影院的座位傳感器監(jiān)測上座率，得到準確的數(shù)字。谷歌也能根據(jù)搜索量預(yù)測電影票房，準確率達94%。這就需要認識并挖掘大數(shù)據(jù)的價值，不能挖一口大數(shù)據(jù)源頭的井，就把自己的數(shù)據(jù)井挖大，發(fā)現(xiàn)其中的價值。Linkedin發(fā)現(xiàn)雷曼兄弟的來訪者忽然多了起來，就可以預(yù)見雷曼兄弟的倒閉。
    在有形產(chǎn)品和無形產(chǎn)品（服務(wù)）的基礎(chǔ)上，大數(shù)據(jù)源的價值將凸顯。搜索引擎、媒體監(jiān)測、點評、比價等互聯(lián)網(wǎng)業(yè)務(wù)都是基于大量數(shù)據(jù)的，這些公司將分散凌亂的“小數(shù)據(jù)”集中起來，形成大數(shù)據(jù)，挖掘其中的價值。像Facebook、Twitter這類產(chǎn)品自身產(chǎn)生了大量數(shù)據(jù)，自然的占領(lǐng)了有關(guān)個人動態(tài)和社交的大數(shù)據(jù)源頭，這些數(shù)據(jù)可以用作預(yù)測股市、選舉結(jié)果、賽事比分等，這就是開放平臺的作用，允許進行復(fù)雜的數(shù)據(jù)交互。無論是新浪微博開放平臺，還是淘寶開放平臺，數(shù)據(jù)是它們的核心競爭力。
    這些掌握原始數(shù)據(jù)源頭、分發(fā)數(shù)據(jù)的公司將炙手可熱，一些自然界和人類社會尚未發(fā)現(xiàn)價值和挖掘的數(shù)據(jù)暗示著新的商業(yè)機會。整個大數(shù)據(jù)利用的階段中，存儲處理層是技術(shù)密集型的，但是，如果喪失了基礎(chǔ)源頭層，巧婦難為無米之炊。