人們將面臨大數(shù)據(jù)無(wú)法進(jìn)行預(yù)測(cè)分析挑戰(zhàn)

你是否認(rèn)為大數(shù)據(jù)時(shí)代會(huì)有足夠多的信息來(lái)支持建立強(qiáng)大分析，其實(shí)不然。有的情況中即便大量數(shù)據(jù)也不能保證基本預(yù)測(cè)的正常運(yùn)行。多數(shù)時(shí)間，我們沒(méi)有做到更多的事，所以只能默默承受這事實(shí)堅(jiān)持最基本的。這是為什么我們要討論當(dāng)面臨大數(shù)據(jù)不能預(yù)測(cè)分析未來(lái)的挑戰(zhàn)時(shí)的情況。

場(chǎng)景一

以某家航空公司制造商舉例，事物很少卻有大量數(shù)據(jù)就難找到有意義的模式。運(yùn)行的飛機(jī)每小時(shí)產(chǎn)生數(shù)據(jù)可達(dá)千兆字節(jié)，發(fā)動(dòng)機(jī)在不同條件下操作，分析操作數(shù)據(jù)好處很多。像是預(yù)測(cè)性維護(hù)，對(duì)于分析行為來(lái)說(shuō)或許困難。

在考慮不同模型的時(shí)候，一年中可能只有幾十個(gè)模型被生產(chǎn)出來(lái)。縱使飛機(jī)全部裝滿(mǎn)傳感器，也很難開(kāi)發(fā)有意義的預(yù)測(cè)部件故障模型。因?yàn)橹挥袔资驇装偌茱w機(jī)，樣品的數(shù)量太小。對(duì)于新飛機(jī)來(lái)說(shuō)，會(huì)加劇問(wèn)題出現(xiàn)幾率。盡管收集了PB的數(shù)據(jù)，但沒(méi)有足夠大事件池，有效預(yù)測(cè)模型就不能真正構(gòu)建。不過(guò)數(shù)據(jù)是可以監(jiān)測(cè)，但并不是預(yù)測(cè)模式。

情景二

大量的事物和人需要分析大量數(shù)據(jù)。出現(xiàn)罕見(jiàn)的事件時(shí)，會(huì)遇到?jīng)]有足夠的樣本來(lái)構(gòu)建真正有效的預(yù)測(cè)模型。并不是分析數(shù)據(jù)和理解行為各方面沒(méi)有很多價(jià)值。

再看計(jì)算機(jī)芯片的生產(chǎn)。全球每年產(chǎn)生數(shù)億甚至數(shù)十億片芯片，并且其速度在不斷加快。幾十年前，一千個(gè)或一萬(wàn)個(gè)的數(shù)量級(jí)缺陷可能是可以接受的。對(duì)于當(dāng)今的芯片產(chǎn)品，其缺陷可能需要更接近百萬(wàn)級(jí)。曾經(jīng)有客戶(hù)提出，汽車(chē)行業(yè)面臨著壓力，需要將芯片缺陷率降低到十億分之一或更低。因?yàn)槿绻麑?shí)現(xiàn)這種低錯(cuò)誤率，并且人們可以假設(shè)導(dǎo)致有缺陷芯片存在的原因，則對(duì)于任何特定的一組原因，其發(fā)生任何缺陷的實(shí)例會(huì)變少，人們可能沒(méi)有足夠的樣本來(lái)分析，但能夠產(chǎn)生良好的模型以預(yù)測(cè)這些失敗可能發(fā)生的時(shí)間和地點(diǎn)。人們考慮到芯片技術(shù)將隨著時(shí)間的推移而過(guò)時(shí)，在短短幾年內(nèi)被更新的產(chǎn)品所替代，因此，這可能是一個(gè)持續(xù)時(shí)間比較久的問(wèn)題。

然而這只是樣本。隨著數(shù)據(jù)來(lái)源越來(lái)越多，企業(yè)用多個(gè)因素分析業(yè)務(wù)，異常樣本出現(xiàn)在組織內(nèi)部。人們只需關(guān)注一個(gè)小的宇宙來(lái)分析，或者通過(guò)一個(gè)令人難以置信的稀有事件來(lái)分析。更糟糕的是，這種罕見(jiàn)事件是小宇宙中的。假設(shè)只考慮數(shù)據(jù)與業(yè)務(wù)問(wèn)題相關(guān)的情況，而那些不相關(guān)的數(shù)據(jù)將永遠(yuǎn)不會(huì)增加價(jià)值，無(wú)論其數(shù)量多么大或多么小。

當(dāng)人們不確定自己的數(shù)據(jù)是否是有效預(yù)測(cè)時(shí)，請(qǐng)確保在用于開(kāi)發(fā)數(shù)據(jù)的復(fù)雜分析之前投入更多精力，其評(píng)估可能是可行的。在某些情況下，人們可能需要解決基本分析問(wèn)題。然而，重要的是要記住，這種情況應(yīng)該比沒(méi)有任何數(shù)據(jù)來(lái)分析更好。