在過(guò)去的周末，一年一度的美東華人創(chuàng)業(yè)狂歡 MIT－CHIEF年會(huì)在麻省理工落下帷幕，其中的幾場(chǎng)圓桌論壇干貨滿滿。今天為大家?guī)?lái)的是大數(shù)據(jù)行業(yè)的圓桌 Big Data Panel 的內(nèi)容，其嘉賓囊括了大數(shù)據(jù)幾個(gè)實(shí)際運(yùn)用領(lǐng)域的從業(yè)者和專家。以下為本場(chǎng)圓桌內(nèi)容摘錄整理，有刪節(jié)。

問(wèn)題一：在各自的大數(shù)據(jù)運(yùn)用領(lǐng)域，我們現(xiàn)在看到的數(shù)據(jù)究竟有哪些？

出門(mén)問(wèn)問(wèn)李媛媛：對(duì)于創(chuàng)業(yè)公司，因?yàn)槠涑鮿?chuàng)的性質(zhì)，在數(shù)據(jù)采集的渠道上有其天生的短板。因此從數(shù)據(jù)的種類而言，我們只從一個(gè)垂直領(lǐng)域切入：地圖 POI，而且目前只聚焦普通話語(yǔ)音數(shù)據(jù)。對(duì)于數(shù)據(jù)獲取的渠道而言，我們?cè)诮衲晖瞥隽艘豢羁纱┐魇接布?Ticwatch，提供了數(shù)據(jù)的入口。除了數(shù)據(jù)獲取上的挑戰(zhàn)，由于大量用戶的私人數(shù)據(jù)將會(huì)被收集，從我們開(kāi)始收集分析數(shù)據(jù)伊始，就注重?cái)?shù)據(jù)隱私的基礎(chǔ)建設(shè)：于前端，我們會(huì)與用戶積極溝通并指出我們所收據(jù)的數(shù)據(jù)種類；于后端，我們致力于提供最完善的數(shù)據(jù)加密保護(hù)。

Procyon Ventures Drew Volpe：在企業(yè)級(jí)運(yùn)用時(shí)，我們看到的不單單是數(shù)據(jù)的初始種類，而更多的是加上其它層級(jí)數(shù)據(jù)之后的意義和運(yùn)用。比如我之前創(chuàng)立的公司，同樣也是運(yùn)用傳感器與可穿戴設(shè)備收集用戶的車行數(shù)據(jù)，但是我們通過(guò)算法分析之后可以推斷出用戶的駕駛能力和安全指數(shù)，從而為保險(xiǎn)公司提供了計(jì)算保金的基礎(chǔ)。這也同時(shí)回到剛才提到的數(shù)據(jù)保密問(wèn)題，我認(rèn)為現(xiàn)在大數(shù)據(jù)面臨的挑戰(zhàn)之一就是建立一個(gè)有效的數(shù)據(jù)保密評(píng)定系統(tǒng)和基礎(chǔ)設(shè)施。因?yàn)楝F(xiàn)在越來(lái)越多的工具可以將表面看上去簡(jiǎn)單或者非敏感數(shù)據(jù)在一定得分析之后推導(dǎo)出隱私數(shù)據(jù)，比如地圖數(shù)據(jù)，表面看上去無(wú)害，但是當(dāng)我追蹤了你過(guò)去三年每天的出行記錄之后，我可以輕松得知道你的家庭、公司住址，消費(fèi)習(xí)慣，甚至是去醫(yī)院的次數(shù)等，因此我認(rèn)為大數(shù)據(jù)從業(yè)人員有義務(wù)和責(zé)任捍衛(wèi)好海量數(shù)據(jù)的私密性和安全性。

問(wèn)題二：在獲取數(shù)據(jù)方面有哪些挑戰(zhàn)？

波士頓市政府 Kelly Jin：在波士頓，我們看到的數(shù)據(jù)種類主要基于市民與政府各部門(mén)的 “觸點(diǎn)”：比如你的交通罰單、稅單、出入政府機(jī)關(guān)部門(mén)的人流數(shù)據(jù)、公立學(xué)校的各種紀(jì)錄等；大數(shù)據(jù)在公共領(lǐng)域運(yùn)用的很大難題，特別對(duì)于政府機(jī)關(guān)內(nèi)部的數(shù)據(jù)團(tuán)隊(duì)而言，為數(shù)據(jù)的質(zhì)量和采集。這個(gè)問(wèn)題首先來(lái)自于政府部門(mén)的自身的傳統(tǒng)運(yùn)行模式，許多部門(mén)仍然采用非電子化文檔管理，或者并不擅于建立電子檔案，于是作為政府內(nèi)部的數(shù)據(jù)科學(xué)家，我們做的首要工作是引導(dǎo)，并轉(zhuǎn)化這些傳統(tǒng)紙質(zhì)數(shù)據(jù)變?yōu)殡娮訉?shí)時(shí)數(shù)據(jù)，并在分析前進(jìn)行大量的清理和管理。同時(shí)政府內(nèi)部的數(shù)據(jù)雖然有十分巨大的潛力，但分析能力仍然有限，所以我也鼓勵(lì)創(chuàng)業(yè)團(tuán)隊(duì)與我們合作，共同研究開(kāi)發(fā)公共數(shù)據(jù)的實(shí)際運(yùn)用。

億可能源寧可 & Target 50 Matt Conway：我們看到的更多的是間歇數(shù)據(jù)（interval data)，我們依賴不同的傳感器和智能電表為我們提供 5-15 分鐘間隔的能耗數(shù)據(jù)。如此海量的數(shù)據(jù)，由于不同的電表／傳感器公司的生產(chǎn)標(biāo)準(zhǔn)不同， 儲(chǔ)存數(shù)據(jù)的格式也大相徑庭，于是我們?cè)诜治鰯?shù)據(jù)時(shí)往往不能采用標(biāo)準(zhǔn)化的算法進(jìn)行數(shù)據(jù)處理。更糟糕的情況是，當(dāng)我們和電力公司合作時(shí)，由于現(xiàn)在市場(chǎng)上公司間并購(gòu)非常活躍，當(dāng)兩個(gè)電力公司合并后，數(shù)據(jù)往往無(wú)法調(diào)和，于是出現(xiàn)相當(dāng)大的錯(cuò)漏問(wèn)題。在能源領(lǐng)域，數(shù)據(jù)私密性也同樣是一個(gè)大難題，很多不相關(guān)的數(shù)據(jù)往往可以推導(dǎo)出一些企業(yè)并不想披露的信息。比如我們?cè)?jīng)為一個(gè)大型審計(jì)集團(tuán)的辦公樓宇進(jìn)行能耗分析，但是他們卻不愿披露相關(guān)信息接口，原因是一旦我們拿到相關(guān)每 5 分鐘的照明數(shù)據(jù)，我們可以清楚得看到公司不同部門(mén)在稅務(wù)忙季的加班情況和與去年的對(duì)比，以此推斷企業(yè)的業(yè)績(jī)等。

問(wèn)題三：如何具體在大數(shù)據(jù)中挖掘商業(yè)價(jià)值，并分享一些你們現(xiàn)在正在運(yùn)用的比較創(chuàng)新的開(kāi)發(fā)模式

波士頓市政府 Kelly Jin：我們現(xiàn)在看到政府內(nèi)部大數(shù)據(jù)運(yùn)用最大的價(jià)值來(lái)自于對(duì)效率的大幅提升。舉最近的一個(gè)例子，稅收部門(mén)每年需要重點(diǎn)抽查和核定一定房屋和社區(qū)的房產(chǎn)稅?，F(xiàn)在的做法是，審計(jì)部門(mén)翻閱大量的報(bào)告，比如該家庭是否今年買了新房，是否翻修超過(guò)一定金額等，然后篩查出終點(diǎn)家庭，再進(jìn)行核查和重新評(píng)定。作為政府內(nèi)部的數(shù)據(jù)服務(wù)部門(mén)，我們將這些傳統(tǒng)的篩查標(biāo)準(zhǔn)轉(zhuǎn)化為運(yùn)算法則，將整個(gè)人工密集的預(yù)篩工作從原來(lái)的 2 星期，10 人工作量，縮減到 7 分鐘的自動(dòng)操作，大大釋放了政府職能部門(mén)的效率，讓他們可以專注于真正應(yīng)該專注的工作領(lǐng)域。

Procyon Ventures Drew Volpe：我想要分享的是一個(gè)系統(tǒng)方法論。我覺(jué)得真正挖掘出價(jià)值的大數(shù)據(jù)企業(yè)都是從問(wèn)題出發(fā)，而非數(shù)據(jù)本身出發(fā)。

第一步，判定你要解決或者是你針對(duì)客戶需要解決的問(wèn)題。在剛才的政府例子中，我們看到這個(gè)問(wèn)題很明顯，就是解決政府效率的問(wèn)題，讓一些重復(fù)的工作自動(dòng)化。

第二步，觀察你手上握有的數(shù)據(jù)，是否足夠解決你定義的問(wèn)題。如果不夠，是否可以運(yùn)用已有數(shù)據(jù)直接推導(dǎo)，如果不行，定義你額外需要的數(shù)據(jù)種類。

第三步，定義了額外需要的種類之后，才是確定如何采集這些現(xiàn)在并沒(méi)有的數(shù)據(jù)， 如果采集不到，是否有其它的方式可以獲得。