大數(shù)據(jù) 是一個(gè)革命性的概念

我和許多經(jīng)理人討論大數(shù)據(jù)現(xiàn)象時(shí)，也同樣提到，我很喜歡大數(shù)據(jù)這個(gè)概念的一切，但唯獨(dú)不喜歡這個(gè)名字。大數(shù)據(jù)是一個(gè)革命性的概念，它可能握有改變幾乎各行各業(yè)的能力。不過，基于某幾項(xiàng)塬因，這個(gè)專有名詞本身大有問題。

　　第一個(gè)問題是，「大」只是這種新型態(tài)的數(shù)據(jù)有別于既有數(shù)據(jù)的面向之一，而且對(duì)許多組織而言，「大」并非最重要的特質(zhì)。根據(jù)2012年由大數(shù)據(jù)顧問業(yè)者NewVantage Partners針對(duì)大型組織的五十名經(jīng)理人所做的一項(xiàng)調(diào)查，在大公司里，他們所處理的較屬于「數(shù)據(jù)缺乏結(jié)構(gòu)」的問題，而非「數(shù)據(jù)量過于龐大」的問題。在該調(diào)查中，有30%的受訪者表示，他們所處理的大數(shù)據(jù)問題主要在于「必須分析來自多個(gè)來源的數(shù)據(jù)」;另有22%的受訪者則主要聚焦于「分析新型態(tài)的數(shù)據(jù)」;還有12%的人主要是「分析動(dòng)態(tài)的數(shù)據(jù)串流」;只有28%的受訪者是以分析大于1TB的數(shù)據(jù)集為主要工作，而且這群人當(dāng)中有13%是在處理介于 1TB與100TB間的數(shù)據(jù)集，但若以大數(shù)據(jù)的標(biāo)準(zhǔn)來看，這樣的數(shù)據(jù)量并不算多。

　　「大數(shù)據(jù)」這個(gè)稱呼還存在著其他問題?！复蟆惯@個(gè)字，很明顯是相對(duì)的──就算今天看起來很「大」，并不表示到了明天仍然算「大」。而且，前述調(diào)查也顯示，對(duì)一家組織而言的「大」，對(duì)另一家組織來說可能很「小」。我個(gè)人基本上認(rèn)為，「大」應(yīng)該指的是1/10PB以上的數(shù)據(jù)，但就算數(shù)據(jù)真的多到會(huì)造成影響，也不過就是必須購買更多硬件來儲(chǔ)存與處理這些數(shù)據(jù)而已。

　　有人以三個(gè)V(量〔volume〕、龐雜程度〔variety〕、累積的速度〔velocity〕)來定義大數(shù)據(jù)，但有人又另外加了幾個(gè)V(真實(shí)性〔veracity〕、價(jià)值〔value〕──或許下一個(gè)V是「能夠花錢搞定」〔venality〕)，然而這樣的描述也有問題。我認(rèn)同這些都是大數(shù)據(jù)的重要特質(zhì)，但假如你手邊的數(shù)據(jù)只符合其中一兩項(xiàng)的V呢?難道你就因此只握有三分之一或五分之二的大數(shù)據(jù)嗎?

　　另一個(gè)問題是，太多人(尤其是相關(guān)軟硬件廠商)已經(jīng)把「大數(shù)據(jù)」一詞拿來指稱任何接受分析的數(shù)據(jù)，或者夸張一點(diǎn)，連純粹呈報(bào)用的數(shù)據(jù)，或傳統(tǒng)的企業(yè)內(nèi)部資訊，也全都算在內(nèi)。相關(guān)軟硬件廠商與企管顧問，把任何熱門新字眼拿來套用在自己既有的產(chǎn)品或服務(wù)上，已經(jīng)是他們的慣用伎倆;在大數(shù)據(jù)方面，他們肯定也使用了這樣的手法。假如你已開始在閱讀談?wù)摯髷?shù)據(jù)的書籍、文章或廣告，千萬小心，里頭若提到「數(shù)據(jù)導(dǎo)向決策」或是傳統(tǒng)的數(shù)據(jù)分析手法，你所吸收的想法或許很有用、很有價(jià)值，但并不能算是什么新東西。

　　基于定義「大數(shù)據(jù)」時(shí)的上述問題，我(以及我徵詢過其意見的一些專家)估計(jì)，這個(gè)不幸的術(shù)語，可能會(huì)比別的術(shù)語短命。媒體與新創(chuàng)企業(yè)都愛用這個(gè)字眼，但我已觀察到，一些在大企業(yè)從事資訊工作的人，尤其是在銀行、運(yùn)輸業(yè)者等已經(jīng)長年掌握龐大數(shù)據(jù)的企業(yè)服務(wù)的人士，都不太愛用這樣的字眼。簡(jiǎn)單講，他們認(rèn)為，這一代的新數(shù)據(jù)來源與型態(tài)，不過是先前好幾代新東西的其中一代而已。當(dāng)然，這并不表示「先前大家認(rèn)知為大數(shù)據(jù)的那種現(xiàn)象」將會(huì)消失。假如你是要描述過去十年左右冒出來、種類繁多的大量新型態(tài)數(shù)據(jù)，就我所知，「大數(shù)據(jù)」依舊是最好的統(tǒng)稱術(shù)語。

　　不過，由于這字眼實(shí)在太不精確，企業(yè)必須多解構(gòu)一些，才能修正自己的策略，并且讓利害關(guān)系人知道，管理團(tuán)隊(duì)有意如何運(yùn)用這些新型態(tài)的數(shù)據(jù)，以及哪些類型的數(shù)據(jù)最為重要。大數(shù)據(jù)當(dāng)然有許多不同的變種可以選擇─而且每一種特質(zhì)都有多種可能的選擇，如圖表1-2所示。你可以先從每一行之中選擇一項(xiàng)。

　　換句話說，你與其說「我們正針對(duì)大數(shù)據(jù)推動(dòng)一項(xiàng)硬件計(jì)劃」，還不如說「我們正準(zhǔn)備分析來自于ATM與各分行的影音數(shù)據(jù)，以求對(duì)顧客關(guān)系有更深入的了解」，會(huì)比較有建設(shè)性一些?；蛘撸偃缒惴?wù)于醫(yī)療業(yè)，你可以決定要「整合電子病歷與基因數(shù)據(jù)，提供個(gè)人化的治療方案」。此舉除了有助于厘清目標(biāo)與策略，也有助于避免無止境地討論涉及的數(shù)據(jù)量究竟是大還是小(事實(shí)上，即便發(fā)展的是值得崇敬的出色事業(yè)，還是有少數(shù)企業(yè)承認(rèn)，他們只有「小數(shù)據(jù)」需要處理而已─ 由此我也學(xué)到，若要讓一個(gè)專有名詞真正管用，就必須把彼此相對(duì)的兩種情況都囊括進(jìn)去).