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(dāng)這些數(shù)據(jù)達(dá)到一定的量級(jí)，數(shù)據(jù)的魅力才會(huì)顯現(xiàn)，可以發(fā)揮出“慧”的優(yōu)勢(shì)，我們簡(jiǎn)稱這種有價(jià)值的數(shù)據(jù)為大數(shù)據(jù)。由于人類社會(huì)財(cái)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(shí)代的發(fā)展越來越引人關(guān)注。它已經(jīng)被運(yùn)用到很多方面：社會(huì)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(huì)被索引分類。儲(chǔ)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(gè)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(guó)政府的秘密情報(bào)監(jiān)視機(jī)構(gòu)）。
   1 直接的大數(shù)據(jù)源頭——大自然
    克強(qiáng)指數(shù)是一項(xiàng)用于評(píng)估中國(guó)GDP增長(zhǎng)量的經(jīng)濟(jì)指標(biāo)，它包含三個(gè)基本要素：工業(yè)用電量新增、鐵路貨運(yùn)量新增和銀行中長(zhǎng)期貸款新增。這三個(gè)數(shù)據(jù)是屬于人類社會(huì)源頭的，可以通過統(tǒng)計(jì)的方法得到數(shù)據(jù)。但是，我們可以通過監(jiān)測(cè)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(yùn)量，甚至可以直接利用溫室氣體的含量變化計(jì)算經(jīng)濟(jì)增長(zhǎng)率。這就需要在不同的樣本地點(diǎn)部署測(cè)量節(jié)點(diǎn)，由傳感網(wǎng)絡(luò)傳遞數(shù)據(jù)到處理中心，同時(shí)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(jì)指標(biāo)。
    而測(cè)量節(jié)點(diǎn)需要總體規(guī)劃，共用基礎(chǔ)設(shè)施，可以同時(shí)測(cè)量和傳輸其他數(shù)據(jù)：風(fēng)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(dòng)物數(shù)量、動(dòng)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(yùn)營(yíng)商，手機(jī)是節(jié)點(diǎn)，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(dòng)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(jì)算模式加工處理，可以幫助人們做出更好的決策、預(yù)測(cè)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(huì)
    香山衡器集團(tuán)有這么一個(gè)夢(mèng)想：在傳統(tǒng)的體重秤和脂肪秤的基礎(chǔ)上，用廚房秤自動(dòng)識(shí)別食材種類（視覺搜索），記錄重量；同時(shí)，通過便攜式一體化的溫度計(jì)、血氧儀、血壓計(jì)、血糖儀、心率計(jì)等穿戴設(shè)備測(cè)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(yùn)動(dòng)等健康解決方案。
    想象一下，如果加上醫(yī)院測(cè)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(gè)人完全可以擁有一個(gè)伴隨一生的健康數(shù)據(jù)庫，記錄身體的各項(xiàng)指標(biāo)。從最初的外界風(fēng)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(huì)被記錄下來。如果人群樣本足夠，運(yùn)用大數(shù)據(jù)技術(shù)，可以分析出病理。那么，有人懷孕時(shí)，可穿戴設(shè)備能通過脈搏監(jiān)測(cè)功能，提前預(yù)知并提醒，老中醫(yī)的經(jīng)驗(yàn)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(yuǎn)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(jià)值，還有社會(huì)價(jià)值和歷史價(jià)值，后人將知道我們的膳食結(jié)構(gòu)、生活習(xí)慣、身體指標(biāo)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(shí)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(cè)上座率，得到準(zhǔn)確的數(shù)字。谷歌也能根據(jù)搜索量預(yù)測(cè)電影票房，準(zhǔn)確率達(dá)94%。這就需要認(rèn)識(shí)并挖掘大數(shù)據(jù)的價(jià)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(jià)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(jià)值將凸顯。搜索引擎、媒體監(jiān)測(cè)、點(diǎn)評(píng)、比價(jià)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(jià)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(gè)人動(dòng)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(cè)股市、選舉結(jié)果、賽事比分等，這就是開放平臺(tái)的作用，允許進(jìn)行復(fù)雜的數(shù)據(jù)交互。無論是新浪微博開放平臺(tái)，還是淘寶開放平臺(tái)，數(shù)據(jù)是它們的核心競(jìng)爭(zhēng)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(huì)尚未發(fā)現(xiàn)價(jià)值和挖掘的數(shù)據(jù)暗示著新的商業(yè)機(jī)會(huì)。整個(gè)大數(shù)據(jù)利用的階段中，存儲(chǔ)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。