誰在恐懼大數(shù)據(jù)_數(shù)據(jù)分析師

阿里巴巴是“數(shù)據(jù)竊取者”嗎？騰訊可以“監(jiān)控”我的聊天記錄嗎？百度會記錄我所有的搜索記錄嗎？最近，一系列關于數(shù)據(jù)的事件又重新把媒體和公眾引向關于大數(shù)據(jù)的最初的是非問題：大數(shù)據(jù)會不會泄露個人的隱私，最終，像《黑客帝國》所揭示的那樣，人被電腦所控制。

    實際上，對大數(shù)據(jù)的宣傳與布道，可以說是互聯(lián)網(wǎng)公司最樂于見到的：顯得公司有未來感、有科技感、有益于社會、有益于用戶。但實際上，全球范圍內(nèi)對大數(shù)據(jù)的應用都處于初級階段，大數(shù)據(jù)最有益的應用其實不在于事后分析，推進和改善業(yè)務，而在于做以前做不到的事情。但是即便如此，外界對于數(shù)據(jù)安全的擔憂就已經(jīng)達到了相當程度：大公司會不會成為“數(shù)據(jù)竊取者”？或者說，它們會不會成為big brother，知道所有人的所有事，一旦“作惡”，后果不堪設想？

    這個時候，不免要提到關于大數(shù)據(jù)的幾個誤解：

    第一，大數(shù)據(jù)的積累靠“偷”？

    付費通和支付寶“分手”之后，付費通暗示，是支付寶過量的用戶數(shù)據(jù)查詢導致其系統(tǒng)成本增加而最終導致分手。也就是說，付費通在指責支付寶“偷”數(shù)據(jù)。在這里我們不討論這兩家公司的恩怨是非，我們需要厘清的是，數(shù)據(jù)的積累，真的是靠“偷”？

    如此理解的人，還是將大數(shù)據(jù)理解為“數(shù)量大”的數(shù)據(jù)，且越大越好。但是，大數(shù)據(jù)的精髓和要義，不在于大，而在于在線、可用和流動。要說“大”數(shù)據(jù)，歐洲對撞實驗室做一次實驗產(chǎn)生的數(shù)據(jù)，100個BAT分析不完。而以往存儲在磁帶、膠片，甚至是現(xiàn)實世界中產(chǎn)生的大多數(shù)數(shù)據(jù)，都不能對未來的事情有所助益——因為它們還沒有在線。

    互聯(lián)網(wǎng)普及之后，產(chǎn)生的數(shù)據(jù)可謂多，而Google找 到了人們對數(shù)據(jù)使用的路徑，做成了搜索引擎，把數(shù)據(jù)做成了生意。所以說，大數(shù)據(jù)的本質(zhì)不在于“大”，而在于在線、可用、流動。要抓住大數(shù)據(jù)的機遇就一定要 在觀念上打破“壟斷”數(shù)據(jù)的想法，數(shù)據(jù)不能利用起來就是一堆只會占用存儲空間的無用字節(jié)而已。一些傳統(tǒng)企業(yè)由于缺乏足夠的大數(shù)據(jù)技術和經(jīng)驗，面對大數(shù)據(jù)的 浪潮可能習慣性采取“自我封閉”的做法，這無非只能讓自己與時代更為脫節(jié)。而即使是阿里、騰訊、百度這樣的大型互聯(lián)網(wǎng)公司，看似掌握了海量的數(shù)據(jù)，但和整 個社會的積累相比也只是九牛一毛而已，同樣需要在數(shù)據(jù)上跟外部保持開放和分享，并思考一條讓數(shù)據(jù)分享雙方都能獲益和實現(xiàn)數(shù)據(jù)增值的途徑。

    第二，到底怎么靠數(shù)據(jù)賺錢？

    數(shù)據(jù)不是個新鮮的東西，電力公司有你所有電力消費的信息甚至你的家庭住址，移動運營商有你所有話費消費的信息，醫(yī)院有你的健康信息，但怎么發(fā)掘這些數(shù)據(jù)更大 的價值？大數(shù)據(jù)的真正價值當然不是用來預測世界杯，目前所有的大數(shù)據(jù)應用中，真正稱得上商用化產(chǎn)業(yè)化的還是在網(wǎng)絡貸款方面。

    還記得銀行對小微企業(yè)是怎么放貸的呢？情況是：根本不放貸。因為評估風險的成本過高：銀行派個人實地考察下，查查水表電話，支出的人力物力成本就上千了；另一方面，阿里小貸一筆放貸的成本卻不超過1塊錢，那么，這種成本的節(jié)省，甚至導致模式的變化，怎么衡量“賺了多少錢”？很難衡量。

    總的來看，實際上互聯(lián)網(wǎng)公司目前用大數(shù)據(jù)“賺錢”有兩種模式：一是，提供基礎的大數(shù)據(jù)處理能力，面向業(yè)界，收租用費；二是通過數(shù)據(jù)共享和交換開拓新的商業(yè)模式，共同分潤。

    第一種模式，已經(jīng)有很多案例。例如臉萌團隊租用某云基礎設施，每月只有73塊錢IT費用的案例被廣為傳播。

    第二種模式的則比第一種模式要復雜。例如騰訊，可以將交易數(shù)據(jù)、社交網(wǎng)絡中的有效數(shù)據(jù)脫敏之后提取出來，與一些功能性網(wǎng)站（如世紀佳緣、51Job、 趕集網(wǎng)、大眾點評）等等合作。背后的邏輯就是：在網(wǎng)購方面信用好的人，也許在婚戀問題上作弊的可能性小。另外，阿里、騰訊兩家都收購或者入股了地圖公司，那么電商數(shù)據(jù)能不能和地理位置信息打通，能不能給在支付寶上買了車險的人（肯定是有車族）提供定制服務？支付寶能不能和中石油中石化合作，直接把加油站變成 自提點？由此開始暢想，合作機會和可能的商業(yè)模式就多得多。

    第三，大公司能做所有的事？

    一個不得不承認的事實是：只有大公司有做數(shù)據(jù)基礎設施的財力物力和人力。但大公司并不能辦成所有的事。大數(shù)據(jù)的商業(yè)價值在于使用大數(shù)據(jù)的公司做得好，而平臺公司的意義，就在于提供好用的數(shù)據(jù)工具和基礎設施。

    從阿里、騰訊、百度幾家做云計算（數(shù)據(jù)處理的基礎）的歷程來看，建立自主的，能適應互聯(lián)網(wǎng)要求、彌補IOE（IBM、Oracle、EMC）彈性差劣勢的基礎設施，投入在5年以上是一個基本量。阿里云、騰訊曾經(jīng)的“臺風”項目、百度的“金字塔”項目都是歷經(jīng)坎坷，有的逐步走向成功，有的夭折于短期效果和長期效果的平衡中。

    家大業(yè)大才能玩大數(shù)據(jù)，但大公司并不能包攬整個大數(shù)據(jù)時代。原因主要在于：第一，大數(shù)據(jù)需要盤活，而盤活需要流動、需要共享。不然“大數(shù)據(jù)”只是“數(shù)據(jù) 大”。而流動和共享則來自于大型平臺與多種垂直類網(wǎng)站的合作，更多的，在于和非互聯(lián)網(wǎng)公司的合作。

    第二，大型互聯(lián)網(wǎng)公司的優(yōu)勢在于平臺本質(zhì)：做平臺，而不親自下場做具體業(yè)務。對各行業(yè)公司來說，數(shù)據(jù)的盤活和利用在于對行業(yè)的深刻理解，這是互聯(lián)網(wǎng)公司本身所難以達到的。

    第四，為什么沒有大數(shù)據(jù)的經(jīng)典案例出現(xiàn)？

    前幾年，Google數(shù)據(jù)預測流感的案例曾被廣為傳播。啤酒與尿布的案例則是像一塊兒鐵，在眾人的口中生了銹。而各互聯(lián)網(wǎng)公司用來博眼球的所謂大數(shù)據(jù)分析球賽、高考作文、春運等，其本質(zhì)無非是一張Excel表單，只是事后統(tǒng)計，并沒有進一步的預測、影響經(jīng)濟決策的作用。

    是不是人們對于大數(shù)據(jù)的效果過于渴求了？是不是互聯(lián)網(wǎng)公司在人口紅利逐漸消失時，對新的商業(yè)機會的過于期待了？可以肯定的是，目前，對數(shù)據(jù)的應用，理解，甚 至合理的存儲方式，都還處于初級階段。對于可作為未來核心競爭力的資產(chǎn)，數(shù)據(jù)并不會像絢爛的煙花綻放，更像空氣、水、電，以一種無聲的方式浸入和改變世 界。

    而我們要做的，無非是不要讓恐懼排擠了精彩。