小公司如何應(yīng)對大數(shù)據(jù)

“大數(shù)據(jù)”已經(jīng)成為互聯(lián)網(wǎng)上最熱門的概念之一，我看到許多創(chuàng)業(yè)者都開始談?wù)摯髷?shù)據(jù)的商用價值，創(chuàng)業(yè)項目一定得和“大數(shù)據(jù)”掛鉤，有些人更是把《大數(shù)據(jù)時代》一書奉為圣經(jīng)，仿佛只要買一本祭在家里的某個角落，自己就有資格高談?wù)撻?、指點江山了。但實際上，雖然書中洞見了數(shù)據(jù)分析的趨勢和隱憂，可由于作者Viktor Mayer Sch nberger是一個典型的學(xué)術(shù)派，并沒有什么值得稱耀的實踐經(jīng)驗，導(dǎo)致此書缺乏落地感，大數(shù)據(jù)商業(yè)應(yīng)用在沒有可靠技術(shù)支撐的狀況下也只能是一紙空談。
    不可否認(rèn)的是，“大數(shù)據(jù)”確實擁有十分重要的價值，如今從傳統(tǒng)行業(yè)到互聯(lián)網(wǎng)行業(yè)的很多產(chǎn)品也需要依靠“大數(shù)據(jù)”來作為功能支撐和核心競爭力，借用阿里巴巴數(shù)據(jù)平臺與產(chǎn)品部數(shù)據(jù)倉庫架構(gòu)師占超群（花名離哲）的概括，目前階段，大數(shù)據(jù)解決的主要問題分為3類：
   小公司如何應(yīng)對大數(shù)據(jù)
    1. 拓展傳統(tǒng)的商業(yè)智能（BI）領(lǐng)域。以前針對大數(shù)據(jù)量的統(tǒng)計、關(guān)聯(lián)分析、趨勢預(yù)測由抽樣變成全量分析、將數(shù)據(jù)回流到各種報表。
    2. 業(yè)務(wù)流程改。對各種數(shù)據(jù)進行聚合分析，用來做業(yè)務(wù)流程改進和考核的依據(jù)。
    3. 數(shù)據(jù)商品和商業(yè)應(yīng)用。通過對已有數(shù)據(jù)或數(shù)據(jù)處理能力進行服務(wù)化或產(chǎn)品化包裝，形成數(shù)據(jù)產(chǎn)品或數(shù)據(jù)服務(wù)。
    其中，我們在互聯(lián)網(wǎng)行業(yè)最常見的就是通過已有的數(shù)據(jù)來形成數(shù)據(jù)產(chǎn)品和數(shù)據(jù)服務(wù)，最典型的應(yīng)用場景就是“個性化推薦”，但這并非是人人都可以染指的概念——我們知道，行業(yè)內(nèi)依靠四個特征界定“大數(shù)據(jù)”：
    第一，Volume，體量巨大，PB級別；
    第二，Variety，數(shù)據(jù)類型繁多；
    第三，Veracity，價值密度低；
    第四，Velocity，處理速度快。簡而言之，需要從不同維度抓取海量數(shù)據(jù)并將其快速轉(zhuǎn)變?yōu)橛行虻目捎眯畔ⅰ?br />     實際上，在中國互聯(lián)網(wǎng)，完全具備以上四點特征也只有騰訊、阿里巴巴、百度等較大型公司，對于一般公司而言，根本就不可能擁有PB級別的數(shù)據(jù)，也無法支撐高昂的數(shù)據(jù)存儲成本，而且大數(shù)據(jù)方面的技術(shù)人才十分稀缺。最近就有不少創(chuàng)業(yè)團隊告訴我他們產(chǎn)品的愿景，很多想法都十分新穎，但迫于數(shù)據(jù)處理能力，只好選擇“慢慢來”或者將產(chǎn)品功能閹割。那么，這類公司該如何在“大數(shù)據(jù)”浪潮中崛起呢？
    我首先想到的就是利用第三方的數(shù)據(jù)處理服務(wù)平臺，這是一項在海外已經(jīng)比較成熟的業(yè)務(wù)，從字面不難理解，這些公司為那些沒有大數(shù)據(jù)和大數(shù)據(jù)處理能力的公司提供“數(shù)據(jù)”或“服務(wù)”。
    服務(wù)可以分為兩大類：基礎(chǔ)服務(wù)和個性化服務(wù)。
    基礎(chǔ)服務(wù)即幫助公司解決數(shù)據(jù)存儲、框架搭建和管理等大數(shù)據(jù)處理的基礎(chǔ)能力，這類公司的代表有Hadoop（分布式軟件框架）管理軟件與服務(wù)提供商Cloudera、非關(guān)系型數(shù)據(jù)庫MongoDB開發(fā)商 10gen等。
    另一類則直接幫助企業(yè)直接打造個性化解決方案，我認(rèn)為這類公司更適合大部分從整體上就缺乏數(shù)據(jù)能力的中國的小型互聯(lián)網(wǎng)公司和希望互聯(lián)網(wǎng)化的傳統(tǒng)企業(yè)，譬如幫助電商提供個性化網(wǎng)上購物體驗的RichRelevance、個性化和數(shù)字市場營銷優(yōu)化服務(wù)提供商Baynote、為廣告商提供數(shù)據(jù)和分析的eXelate，以及數(shù)據(jù)拍賣平臺BlueKai等。在國內(nèi)，也有一些不錯的平臺開始涌現(xiàn)，例如個性化推薦引擎服務(wù)商百分點。利用這些第三方的服務(wù)和數(shù)據(jù)，可以讓小公司的產(chǎn)品也兼具優(yōu)秀的個性化能力，融入大數(shù)據(jù)時代。
    但我認(rèn)為，還有另一種應(yīng)對大數(shù)據(jù)浪潮的做法——逆勢而為。我并不認(rèn)為大數(shù)據(jù)是解決個性化的唯一方案，同是它還帶有相當(dāng)強的局限性——基于數(shù)據(jù)意為著用數(shù)據(jù)建立模型，從某種意義上說，它也像是一個牢籠：設(shè)想一下，如果你所有的信息全部來自個性化推薦，那么你很可能錯失那些你從未接觸過的全新領(lǐng)域，而這些開放的、全新的信息不正是互聯(lián)網(wǎng)最迷人之處么？
    事實上，已經(jīng)有些產(chǎn)品這么做了，唐茶計劃的李如一就曾表示，不會受數(shù)據(jù)干擾去決定出售/推薦哪一本電子書，而是完全基于他們的個人對內(nèi)容的判斷，還有進來比較受關(guān)注的電臺Fuzz，完全由人工DJ來推送音樂。反過來想，如果同一類型的產(chǎn)品都具有精準(zhǔn)的大數(shù)據(jù)處理能力，那么它們?yōu)橛脩籼峁┑膬?nèi)容也很可能是千篇一律的，而這些逆勢而為的產(chǎn)品，反而更像是真正的“個性化”服務(wù)。