大數(shù)據(jù)產(chǎn)品到底應該是什么形態(tài)

大數(shù)據(jù)很時髦，但企業(yè)如何操作，如何落地，才是真正要面對的，好在現(xiàn)在我們看到很多朋友開始思考這樣的實操性問題，本文將從大數(shù)據(jù)產(chǎn)品形態(tài)角度幫助我們理清一些概念。

嗨，朋友，看到這個標題請先別主觀排斥，跟你一樣，我也反感動輒亂談大數(shù)據(jù)，為了后續(xù)的溝通愉快，先做下這里的“大數(shù)據(jù)“指向，特指符合4V特點的大數(shù)據(jù)，即：

1，數(shù)據(jù)體量巨大；

2，數(shù)據(jù)類型繁多；

3，價值密度低；

4，處理速度快。

所以，本文的“大數(shù)據(jù)”既不是有些人口中的海量數(shù)據(jù)，也不是非結構化數(shù)據(jù)，更不是什么相關與因果，這里不談什么是大數(shù)據(jù)，只談談大數(shù)據(jù)的產(chǎn)品形態(tài)與商業(yè)邏輯，拋磚引玉，期待交流。

一、大數(shù)據(jù)的產(chǎn)品特性

顧名思義，“大數(shù)據(jù)產(chǎn)品”應該是基于大數(shù)據(jù)而設計出的產(chǎn)品，那么理應符合大數(shù)據(jù)的特點，畢竟基因在那，那么回顧下大數(shù)據(jù)與(傳統(tǒng))數(shù)據(jù)有哪些具體區(qū)別。

(傳統(tǒng))數(shù)據(jù)是通過問卷調查收集數(shù)據(jù)，或者是已存儲的歷史經(jīng)營數(shù)據(jù)，比如財務數(shù)據(jù)、銷售數(shù)據(jù)這些，至于數(shù)據(jù)量級，可能就是一臺server的存儲級別。

而大數(shù)據(jù)是海量，這個海量并不是某個時間斷點的量級總結，而是持續(xù)有更新，持續(xù)有增量，那么就決定了可以”制造”出大數(shù)據(jù)產(chǎn)品的應該不是傳統(tǒng)企業(yè)，而是類似電信、銀行、微博這樣的平臺級機構，或者依附于平臺級企業(yè)的第三方機構，亦或者是更宏觀層面的政府管理機構。

這些機構擁有大量用戶，可以源源不斷的產(chǎn)生UGC數(shù)據(jù)，因此存儲和計算成本必然會隨之上漲，也就決定了大數(shù)據(jù)產(chǎn)品的甲乙方級別，屌絲可能會被無情的淘汰出局。這些數(shù)據(jù)不僅僅是數(shù)值型的結構化數(shù)據(jù)，還包括文本內容、圖片、音視頻等非結構化數(shù)據(jù)。

在處理速度上，(傳統(tǒng))數(shù)據(jù)使用excel或者spss，前期有嚴謹?shù)姆椒ㄕ摚笃谟型晟频姆治鎏幚磉^程，從數(shù)據(jù)的收集到最后報表/報告的產(chǎn)出，這個周期可能在至少一周以上，而大數(shù)據(jù)因為有了hadoop/storm等IT技術的支持，在處理速度上可以保證在小時級延遲，甚至更快。

這里需要補充一點的是，大數(shù)據(jù)產(chǎn)品是否要快速計算？個人覺得應該是，這里的快速是相對快，不一定非要實時，畢竟在收集、存儲、計算上花了更多的成本，策略如果不及時發(fā)現(xiàn)，也對不起那些集群啊。

那么是否說大數(shù)據(jù)就一定比(傳統(tǒng))數(shù)據(jù)好了？不一定，引用祝建華老師《文科教授眼中的大數(shù)據(jù)》里的一段話，“理論上講大數(shù)據(jù)指的應該就是總體數(shù)據(jù)。但實際上，由于技術、商業(yè)、保密和其它原因，除了少數(shù)大數(shù)據(jù)的原始擁有者，對于絕大多數(shù)的第三方來講，現(xiàn)在大家講的大數(shù)據(jù)，基本上都不是總體數(shù)據(jù)而是局部數(shù)據(jù)。注意，這種局部數(shù)據(jù)，哪怕占了總體的很大一個百分比（70%、80%），既不是總體數(shù)據(jù)、也不是抽樣數(shù)據(jù)。因為哪怕是缺了10%、20%的個案，局部數(shù)據(jù)跟總體也許就有很大的差別。”

所以在總體代表性上，(傳統(tǒng))數(shù)據(jù)可以較好的代表整體，而大數(shù)據(jù)可能會出現(xiàn)偏差。但是，這個偏差并不影響大數(shù)據(jù)產(chǎn)品的商業(yè)應用，舉個例子，微博上每天都有各種口碑和輿情，如果涉及某個企業(yè)的負面輿情突然趨勢走高，即使在不能代表總體的情況下，你能認為這個態(tài)勢不值得警惕么？當然是不能。并且，大數(shù)據(jù)產(chǎn)品對使用者的要求更高了，不光關注活躍的數(shù)據(jù)，還得關注沉默的數(shù)據(jù)。

由此，大數(shù)據(jù)產(chǎn)品所具備的特性應當是：

1、數(shù)據(jù)量級更多；

2、數(shù)據(jù)處理速度更快；

3、數(shù)據(jù)類型多樣；

4、使用者要求更高。

那么，大數(shù)據(jù)產(chǎn)品究竟長啥樣？

二、大數(shù)據(jù)的產(chǎn)品形態(tài)

先說一個親身經(jīng)歷，在家收看好聲音導師考核的汪峰場，之前一直很期待這場,畢竟汪峰的風格理念偏重社會觀察，偏重人文洞察，但看到快一半的時候，卻發(fā)現(xiàn)很乏味，想換臺，沒有那英那場更黏我，如果說看上一場臉部肌肉是松弛的話，那這一場則是緊繃的，”上蒼、思念、回憶、故人、淚水….”當這些碎片詞語不斷的充斥在我的耳邊時，真的不覺得這是一個娛樂節(jié)目，一個比一個悲涼，我的訴求很簡單，像看周星馳無厘頭電影一樣，開心一下足矣，哪怕沒有任何的教育意義。

隨后我發(fā)了一條微博吐糟，引來眾多附議。我想這應該是不少受眾當時的心態(tài)，但不代表對汪峰場的整體評價。那么，試想一下，如果你是好聲音的競爭對手，在此刻很實時的洞察到了用戶的心情反饋，再通過合適的路徑傳遞出營銷信息，受眾是否會換臺？答案是未知的，但想象空間是巨大的。

這個場景很恰如其分的給我們描繪出了大數(shù)據(jù)的產(chǎn)品形態(tài)。首先他需要在平臺級機構(微博)上監(jiān)控海量數(shù)據(jù)(微博內容)，這些數(shù)據(jù)是非結構化的，通過實時計算獲得洞察（擁有不滿情緒的是少量群體還是大量群體，是真實聲音還是噪音污染），并快速應用（推送營銷信息）。

這樣的例子還有很多，特別是在營銷環(huán)境里，受眾的情緒不是線性穩(wěn)定的，可能十分鐘前還是心情愉悅的，而十分鐘后，則是心情緊張的，不利于接受你的品牌信息并形成記憶，這些情緒的變化是隨機動態(tài)的，因環(huán)境的變化而隨之變化。還有哪些屬于大數(shù)據(jù)產(chǎn)品呢，僅以我所了解的互聯(lián)網(wǎng)領域為例，DSP、RTB、推薦系統(tǒng)，另外就是宏觀的情報系統(tǒng)了，比如聯(lián)合國的全球脈動項目。

三、總結

綜上所述，大數(shù)據(jù)的產(chǎn)品形態(tài)應該是，運行在平臺級機構之上，通過對持續(xù)性海量增加的多結構類型數(shù)據(jù)，進行快速計算產(chǎn)生策略，結合使用者的經(jīng)驗認知及時應用，進而產(chǎn)生價值形成商業(yè)閉環(huán)，一切不以此為特性的大數(shù)據(jù)產(chǎn)品都是耍流氓！