關于大數(shù)據(jù)的十大重要事實-數(shù)據(jù)分析師

無論您青睞還是拒絕，大數(shù)據(jù)都已經(jīng)成為一種事實。現(xiàn)在我們要追溯事實，探索真相…

大數(shù)據(jù)是當今一個最熱門的話題，我們每一個人都無法置身其外。就像幾年前出現(xiàn)的云計算一樣，大數(shù)據(jù)已經(jīng)引起市場的廣泛關注；同樣，企業(yè)迫切需要對大數(shù)據(jù)下定義。大數(shù)據(jù)缺少一個標準且普及性的定義，至少不像NIST 對云的定義那樣，能被人們廣泛接受。

調(diào)研公司IDC 的定義可能比較容易被人們所接受。它對大數(shù)據(jù)的定義是：一種新一代的技術和架構(gòu)，具備高效率的捕捉、發(fā)現(xiàn)和分析能力，能夠經(jīng)濟地從類型繁雜、數(shù)量龐大的數(shù)據(jù)中挖掘出色價值。

大數(shù)據(jù)已經(jīng)成為各類大會的重要議題，管理人士們都不愿錯過這一新興趨勢。毫無疑問，當未來企業(yè)嘗試分析現(xiàn)有海量信息以推動業(yè)務價值增值時，必定會采用大數(shù)據(jù)技術。

另一方面，正如其它新興趨勢一樣，也有很多人懷疑大數(shù)據(jù)的效用。事實上，當一種技術成為廣泛爭論的焦點時，必定會招致一些質(zhì)疑和批評。

關于大數(shù)據(jù)的重要價值有兩種截然不同的觀點。不過雙方的共同之處在于，兩種觀點都對大數(shù)據(jù)存在一些誤解，并對大數(shù)據(jù)的本質(zhì)模糊不清。

誤解1：大數(shù)據(jù)僅意味著數(shù)量龐大

“大數(shù)據(jù)”的名稱本身就帶有誤導性，好像數(shù)據(jù)庫的大小就是問題所在。但是這并非唯一的因素。英特爾歐洲、中東與非洲地區(qū)（EMEA）戰(zhàn)略市場推廣總 監(jiān)Alan Priestley 認為，大數(shù)據(jù)還有其它要素，最明顯的是數(shù)據(jù)類型繁雜，且數(shù)據(jù)要求快速交付。此外，企業(yè)還需要第一時間了解數(shù)據(jù)是否準確。

誤解2：社交媒體最重要

很多關于大數(shù)據(jù)的討論都集中在社交媒體數(shù)據(jù)對企業(yè)的影響。人們持有這種觀點并不難理解：多數(shù)媒體的關注重點是獲取客戶最新信息這一傳統(tǒng)業(yè)務。而現(xiàn) 在，則意味著查找社交媒體互動，諸Twitter、Facebook、Insta-gram 等等。 但是，Priestley指出，企業(yè)最常見的還是機器生成的數(shù)據(jù)，包括網(wǎng)絡日志、數(shù)據(jù)中心日志以及其它信息等。

他表示：“如今航空業(yè)也可以借助大數(shù)據(jù)的強大力量。例如，他們可以利用并分析航空旅行數(shù)據(jù)以預測可能存在的問題。而在過去，他們只能在數(shù)小時的飛行或發(fā)生故障之后檢查引擎。誰也不希望故障發(fā)生，但要是等到故障發(fā)生以后才檢查引擎，就已經(jīng)太晚了。 “借助大數(shù)據(jù)分析，他們可以跟蹤引擎的振動。通過檢查生成的數(shù)據(jù)，他們能夠在數(shù)據(jù)發(fā)現(xiàn)異常時及時發(fā)出告警，安排檢查引擎。”

作為示例，Priestley還介紹了寶馬公司是如何成功利用大數(shù)據(jù)的。寶馬公司的大量汽車均可以通過3G技術接入互聯(lián)網(wǎng)。通過使用大數(shù)據(jù)和相關分析能 力，寶馬公司可以跟蹤這些汽車并聯(lián)系車主。當然，相關示例還有很多，例如信用卡公司可以實時核對詐騙交易，確保遠程購買交易合法，而所有這些操作僅需數(shù)秒 鐘。英特爾自身也是大數(shù)據(jù)技術的重要用戶。公司使用大數(shù)據(jù)控制晶圓制造工廠的效益，大幅地降低了成本，減少浪費。

誤解3：大數(shù)據(jù)就是Hadoop

很多大數(shù)據(jù)的討論都集中在Hadoop。Apache項目的知名度當然最高，它也是首個能夠分析并存儲非結(jié)構(gòu)化數(shù)據(jù)，以從中獲取價值的工具。但是， 它并不是唯一的工具。Priestley表示：“有人認為只要開始使用Hadoop就萬事無憂了，其實不然，傳統(tǒng)數(shù)據(jù)倉庫依然有存在的空間。人們需要保留 現(xiàn)有的IT基礎設施?！?

Priestley 指出Hadoop 的吸引力在于，企業(yè)只需比較小的開銷就可以獲得大量信息。他補充說：“你可以在Apache 下載Hadoop，它是一款免費軟件并可在標準服務器上運行。其它替代方案就是購買Oracle或Teradata 等公司的集成解決方案。但對于很多企業(yè)而言，這可能不是一個可行的選擇，除非他們能夠充分意識到通過分析數(shù)據(jù)可獲得的優(yōu)勢?！?

誤解4：希望量化投資回報（ROI）

企業(yè)都喜歡硬性數(shù)字。首席信息官（CIO）一般喜歡這樣說：遷移至大數(shù)據(jù)的成本是 X，將能夠在三年內(nèi)節(jié)省Y。事實上，大數(shù)據(jù)并非如此。從大數(shù)據(jù)計劃中獲得清晰的投資回報（ROI）是非常難的。正如Priestley 指出的，大量的大數(shù)據(jù)實施是“假設信息”，很難界定。

客戶關系管理（CRM）等對企業(yè)的影響可以快速測量得出。但與此不同的是，計劃采用大數(shù)據(jù)的企業(yè)必須接受這一差別。此外，企業(yè)針對重大項目的投資回 報（ROI）的思維方式也似乎正在發(fā)生變化。以前企業(yè)認為ROI始終是一種可以輕松測量的有形資產(chǎn)，并且業(yè)務優(yōu)勢必定會超過支出成本。但現(xiàn)在情況開始有所 轉(zhuǎn)變。

最近，Claranet針對企業(yè)的云遷移方式進行了一項調(diào)查。調(diào)查結(jié)果表明，超過四分之一的受訪者視ROI為決策因素之一，而79%的受訪者認為 ROI計算并不能真實反映業(yè)務優(yōu)勢。雖然該調(diào)查主要針對云遷移，但是由此可以合理推測，大數(shù)據(jù)遷移的情形也不會有太大差別。這二者均代表著一次未來的技術 飛躍。

誤解5：結(jié)果不可保證

大數(shù)據(jù)是個未知數(shù)。您正在做的就是分析無法估量、難以確定的數(shù)字。從本質(zhì)上來說，大數(shù)據(jù)是不容易理解或者是抽象的。否則，您也就無需大數(shù)據(jù)技術了。 因此，企業(yè)必須認識到他們無法保證結(jié)果的準確性。企業(yè)試圖獲得結(jié)果和找到假設的支持數(shù)據(jù)是徒勞無益的。在上述示例中，航空公司可能希望飛機每50萬飛行小 時維護一次，但是如果飛機每20萬飛行小時就從空中墜落的話，航空公司的設想就將毫無意義。

如果說人們對大數(shù)據(jù)存在一些誤解，那么，有關大數(shù)據(jù)的一些關鍵事實則需要不太看好大數(shù)據(jù)的企業(yè)去認真理解。

關鍵事實1：需要不同技能

多數(shù)觀察家都認同數(shù)據(jù)科學家短缺這一點。麥肯錫公司預測，到2019年，全球?qū)⑷鄙俑哌_19萬可處理大數(shù)據(jù)的科學家。原因不難發(fā)現(xiàn)。處理大數(shù)據(jù)項目需要完全不同于處理現(xiàn)有數(shù)據(jù)倉庫實施的技能。而且它還不僅僅限于數(shù)據(jù)處理，還要求能夠?qū)?shù)據(jù)轉(zhuǎn)換為可執(zhí)行的建議。

“Hadoop 中有一個稱為Map Reduce 的工具。它需要Java 編程技能，而這并不是當今很多數(shù)據(jù)分析師具有的技能。”Priestley舉例說到。而事情還不止如此。處理大數(shù)據(jù)的理想人員還需要了解業(yè)務流程、Java和統(tǒng)計知識，甚至還可能需要一些SQL技能。這是個大問題，因此很多人也認為數(shù)據(jù)科學家的短缺將成為大數(shù)據(jù)技術采用的一個重要阻礙。

關鍵事實2：明確您的目標

雖然企業(yè)不應當試圖探究確定的結(jié)果，但是他們應當明確企業(yè)目標，一個需要實現(xiàn)的目標。例如，大數(shù)據(jù)可提高績效的途徑之一是收集更加準確的信息，包括個人數(shù)據(jù)、客戶行為和購買決策等。

麥肯錫公司發(fā)現(xiàn)，數(shù)字之大令人震驚。這家企業(yè)咨詢公司聲稱，如果美國醫(yī)療產(chǎn)業(yè)采用大數(shù)據(jù)，全美醫(yī)療費用將削減8%。另外，麥肯錫公司提到，通過減少詐騙訴訟和增加稅收，歐洲公共部門在運行效率方面可節(jié)省一千億歐元。

關鍵事實3：人是推動因素

大數(shù)據(jù)項目需要有人推動。技術并非關鍵問題。這不是指那些具有上述數(shù)據(jù)科學家技能的一些人，而是指那些能提出明確目標與需求，并能執(zhí)行決策的一些人。

這些人并不需要特殊的管理技能。這些責任可能落在首席財務官（CFO）、首席信息（CIO）\甚至首席執(zhí)行官（CEO）的肩上，但最終，需要有一個人擔 負此重任。正如Priestley所指出的：“大數(shù)據(jù)不僅僅是技術挑戰(zhàn)，它還是業(yè)務挑戰(zhàn)。企業(yè)需要了解這一點。對此，使用模式很重要。而在此方面，企業(yè)可 以有很多種模式，并以不同方式進行建模。”

關鍵事實4：不僅僅是數(shù)據(jù)

大數(shù)據(jù)分析有三大要素：數(shù)據(jù)本身，數(shù)據(jù)分析，以及結(jié)果的呈現(xiàn)。擁有數(shù)據(jù)本身并沒有實際意義。數(shù)據(jù)本身就已存在。重要的是如何處理、分析數(shù)據(jù)并呈現(xiàn)重 要信息，以將數(shù)據(jù)轉(zhuǎn)變?yōu)橹匾獌r值。開展大數(shù)據(jù)項目需要周密規(guī)劃。最好是從小規(guī)模起步，先實施單個項目，然后逐步擴展規(guī)模。數(shù)據(jù)采集之后需要進行詳細的結(jié)果 分析。

關鍵事實5：大數(shù)據(jù)涉及所有人

很多關于大數(shù)據(jù)的討論都聚焦在大型組織上，對于這些龐大的官僚機構(gòu)來說，令人窒息的海量數(shù)據(jù)已經(jīng)制約了組織的有效運行。很多率先采用大數(shù)據(jù)技術的組織都屬于這一范疇，不過它們并不是唯一的受益者。

各類企業(yè)都希望獲得評估隱藏數(shù)據(jù)并歸納模式的技能。有些小型企業(yè)需要處理大量工業(yè)數(shù)據(jù)。例如，F(xiàn)ormulaOne設計公司的規(guī)模不大，但是管理的數(shù)據(jù)量十分龐大，因此即使是很小的企業(yè)也可以通過在日常工作中使用大數(shù)據(jù)而獲益。

這些公司可能希望超越Excel進行客戶分析，尋找客戶購買模式。例如，如果您的飯店菜單上曾經(jīng)有一道特色魚，但后來取消了。那么當這道菜再次出現(xiàn) 在菜單上可供顧客點用的時候，您就可以使用電子郵件通知之前曾經(jīng)點過這道菜的所有顧客?；蛘撸绻且粋€酒商，您的庫存里有某種葡萄酒正在釀造期，當它 們即將出庫時，您可以提醒這種酒的愛好者。