我們真正追求的，是“大”數(shù)據(jù)還是更智慧的數(shù)據(jù)

提到大數(shù)據(jù)，難免要說到下面這幾個(gè)V：規(guī)模volume、速度velocity、種類variety、真實(shí)性veracity和價(jià)值value。

仔細(xì)關(guān)照這些特點(diǎn)，會(huì)發(fā)現(xiàn)兩個(gè)問題。數(shù)據(jù)的規(guī)模、速度和種類指的是大數(shù)據(jù)生成過程和如何捕捉和存儲(chǔ)數(shù)據(jù)，真實(shí)性和價(jià)值指的是數(shù)據(jù)的質(zhì)量和有用性。數(shù)據(jù)管理對(duì)很多公司來(lái)說是一個(gè)主要的挑戰(zhàn)，雖然小數(shù)據(jù)也在受到數(shù)據(jù)質(zhì)量和管理問題的困擾。

另外，數(shù)字世界正在生成來(lái)自不同數(shù)據(jù)源的新數(shù)據(jù)集，其中多數(shù)來(lái)自網(wǎng)絡(luò)，包含結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

智慧數(shù)據(jù)(真實(shí)性和價(jià)值)的目的就是要過濾噪聲，使用有價(jià)值的數(shù)據(jù)，這可以有效地幫助企業(yè)解決業(yè)務(wù)難題。

企業(yè)應(yīng)用了智慧數(shù)據(jù)，就可以說數(shù)據(jù)并不是越大越好。

對(duì)于一個(gè)預(yù)測(cè)模型來(lái)說，簡(jiǎn)單的隨機(jī)樣本是否足夠?

查詢五百萬(wàn)列和查詢十億列對(duì)預(yù)測(cè)分析模型的準(zhǔn)確性來(lái)說有什么邊際影響?從統(tǒng)計(jì)學(xué)角度來(lái)講，邊際影響完全可以忽略。

那么，大數(shù)據(jù)如何變成智慧數(shù)據(jù)呢?

沒有一成不變的公式，但你必須要更好地理解數(shù)據(jù)。分析數(shù)據(jù)的質(zhì)量不止能讓公司變成數(shù)據(jù)驅(qū)動(dòng)，也能讓它變成創(chuàng)造力驅(qū)動(dòng)。這就是大數(shù)據(jù)走向智慧數(shù)據(jù)的路徑。

和數(shù)據(jù)打交道的人不是要對(duì)著一堆數(shù)據(jù)，猜想為什么有的數(shù)據(jù)有用，有的就沒用，而是要將數(shù)據(jù)人性化，這樣才能讓數(shù)據(jù)說話。這是未來(lái)分析數(shù)據(jù)數(shù)量和質(zhì)量的技巧。公司必須要讓數(shù)據(jù)會(huì)說話，盡可能地消除偏見。

數(shù)據(jù)多還不夠。問題的關(guān)鍵在于研究數(shù)據(jù)，比如數(shù)據(jù)是不是均勻而規(guī)律的?它能不能被輕松地提取和分析?數(shù)據(jù)的變化很多嗎?有用的數(shù)據(jù)是不是蘊(yùn)藏在其他不相關(guān)的信息里?

對(duì)數(shù)據(jù)的解釋不應(yīng)該是隨機(jī)的，它應(yīng)該指向明確的解決方案和可執(zhí)行的任務(wù)。之后，還應(yīng)該分析解釋數(shù)據(jù)帶來(lái)的價(jià)值。

只有在數(shù)據(jù)能夠優(yōu)化和自動(dòng)化解決方案和解決問題時(shí)(數(shù)據(jù)驅(qū)動(dòng)的決策制定)，對(duì)數(shù)據(jù)的收集和探索才是有意義的。

例子有很多，比如網(wǎng)站只更改了按鈕的顏色嗎，就能帶來(lái)更高的轉(zhuǎn)化率。

因此，目標(biāo)不應(yīng)該僅限于把通過數(shù)據(jù)發(fā)生的各種行為連接在一起，去理解它們，更應(yīng)該包括提升現(xiàn)有流程的性能，或者預(yù)測(cè)下一次成果。

這也就意味著焦點(diǎn)不應(yīng)該是收集大規(guī)模數(shù)據(jù)，而應(yīng)該把數(shù)據(jù)的環(huán)境都呈現(xiàn)出來(lái)。數(shù)據(jù)需要在固定的環(huán)境下進(jìn)行理解和解讀。比如，如果你不知道用戶點(diǎn)擊鏈接之后做了什么，只知道他點(diǎn)擊了鏈接，那有什么用呢?

這意味著大數(shù)據(jù)已死嗎?不完全是。理解和擁有完成的用戶行為視圖至關(guān)重要，從這一點(diǎn)上來(lái)說，大數(shù)據(jù)扮演著重要的角色。

如果跨交互渠道的實(shí)時(shí)用戶行為的分析受到人口和地理因素的限制，那么大數(shù)據(jù)就不可丟棄。你應(yīng)該讓數(shù)據(jù)變大。不過，如果機(jī)器學(xué)習(xí)算法能夠通過使用少量數(shù)據(jù)集給出產(chǎn)品推薦，那么為什么還要采用大數(shù)據(jù)呢?

數(shù)據(jù)科學(xué)并不一定意味著凡事都要靠大數(shù)據(jù)。數(shù)據(jù)科學(xué)是要我們知道什么時(shí)候用瑞士軍刀，什么時(shí)候用電鋸。

我們的目標(biāo)應(yīng)該是將企業(yè)文化從數(shù)據(jù)管理(管理各種各樣的數(shù)據(jù))向數(shù)據(jù)學(xué)習(xí)(利用數(shù)據(jù)背后的所有價(jià)值)轉(zhuǎn)變。