大數(shù)據(jù)帶給企業(yè)的風(fēng)險_數(shù)據(jù)分析師

“大數(shù)據(jù)”。這是最新的IT流行語，而原因也不難理解。更快、更深入地解析更多信息的能力，使企業(yè)、政府、研究機構(gòu)等能夠以一種以前只能想象的方式去理解這個世界。

這些都是事實。不過呢……

還有一種情況同樣也是事實：在爭先恐后擁抱大數(shù)據(jù)的各種可能性之際，我們或許忽略了大數(shù)據(jù)帶來的挑戰(zhàn)，比如企業(yè)怎樣解讀信息，怎樣管理數(shù)據(jù)帶來的政治問題，以及怎樣尋找必需的人才來理解新信息的洪流。

也就是說，大數(shù)據(jù)為數(shù)據(jù)分析的游戲增添了更大額的賭注。侵犯隱私的可能性增加，在快速變幻的市場中的財務(wù)敞口加大，把噪音當(dāng)真知灼見的可能性增加，把大量金錢和時間用于界定不清晰的問題或機會的風(fēng)險加大。

如果不明白、不化解這些挑戰(zhàn)，我們就會面臨這類風(fēng)險：將本來有望強化組織的一切數(shù)據(jù)變成一種牽扯精力的東西，一種幻象，或者是一場傷筋動骨的權(quán)力爭奪。

請允許我更具體地說說這些挑戰(zhàn)。

大數(shù)據(jù)確實是很好的工具，但誰擁有使用這些工具的技能？

找到有能力使用Hive、Pig、Cassandra、MongoDB或Hadoop等數(shù)據(jù)分析工具的人才只是整個洋蔥的第一層。沒有幾家公司的內(nèi)部專家能夠從業(yè)務(wù)角度證明花錢聘請大數(shù)據(jù)專家的價值，更不用說對求職者的優(yōu)劣展開評估。很多管理人員也缺乏基本的數(shù)學(xué)能力，所以如何找到能夠掌握更復(fù)雜統(tǒng)計機制的決策者，也有可能是一種挑戰(zhàn)。

讓事情更加復(fù)雜的是，大數(shù)據(jù)工具還沒有做好大范圍推廣的準(zhǔn)備：它們?nèi)栽诳焖傺莼蠖鄶?shù)高校都沒有教，供應(yīng)商的支持不夠理想，對用戶靈活性的要求也高于更成熟的工具。考慮到這種情況，尋找合適人才的重要性只增不減。

洋蔥的另一層：要讓大數(shù)據(jù)發(fā)揮作用，程序員和分析師還要了解所涉行業(yè)的基本情況。比如說，一家制藥企業(yè)的數(shù)據(jù)分析師注意到，近乎實時的銷售終端數(shù)據(jù)顯示1月份阿司匹林銷量大增，于是他們說，流感愈演愈烈。但在調(diào)動銷售資源開展大規(guī)模廣告活動并增加產(chǎn)量之前，不妨把當(dāng)前的銷售型態(tài)與過去幾年的情況做個比較。阿司匹林銷量增加也可能是很多人在參加新年前夜的聚會之后出現(xiàn)了宿醉反應(yīng)。如果分析師不了解業(yè)務(wù)以及應(yīng)該問的問題，那么公司就有可能在花了很多錢之后一次次地走進死胡同。

最后一層是IT安全。如果說很多公司真的沒有能力使用大數(shù)據(jù)工具，那么它們肯定也沒有能力保障數(shù)據(jù)安全。收集到的信息越多，可能遭到泄露或竊取的信息也就越多。

信息即權(quán)力，所以很多信息就是很多權(quán)力。

人們常常認(rèn)為掌握信息就會在組織內(nèi)部掌握權(quán)力。顯然，不管是誰來決定大數(shù)據(jù)時代該衡量哪些東西，這個決定者都會積累越來越大的權(quán)力。

另外，跨越組織邊界的信息分享是大數(shù)據(jù)的屬性之一，它可以顛覆傳統(tǒng)的權(quán)力關(guān)系。

以一家在加拿大和美國各有一座工廠的公司為例。來自傳感器的數(shù)據(jù)流顯示加拿大工廠出產(chǎn)的發(fā)動機擁有97%的可靠性，美國工廠發(fā)動性的可靠性只有80%。突然之間，加拿大工廠管理人員在組織內(nèi)部的地位可能就會升高，讓美國工廠的管理人員感到驚慌。

公司的效益可能會得到改善，但高管必須做好管理內(nèi)部政治的準(zhǔn)備。

再舉一個例子。大數(shù)據(jù)使人有機會衡量先前無法衡量的東西。如果一家大型零售企業(yè)現(xiàn)在可以更快速、更方便地衡量消費者對不同營銷活動（不管是“超級碗”廣告、雜志優(yōu)惠券還是報紙廣告）的反應(yīng)，不同的利益相關(guān)者在組織內(nèi)部的相對地位可能就會發(fā)生變化。他們也有可能對社交媒體團隊產(chǎn)生憎恨，因為后者會用點擊率數(shù)據(jù)來證明他們有能力或沒有能力拉動銷售收入。

原先要用幾個月時間來規(guī)劃、執(zhí)行的流程現(xiàn)在可能只需幾分鐘就能評估完畢，將會進一步加劇上述顛覆過程。多年習(xí)慣了評估年度銷售業(yè)績的人常常很難應(yīng)付每周甚至是每天的收入數(shù)據(jù)。按老一套辦法管理的人可能會發(fā)現(xiàn)自己已經(jīng)落伍于新的世界。

有些東西可以衡量，不一定意味著它就應(yīng)該衡量。

一旦知道信息即權(quán)力，有人可能就會投機取巧，損害公司的利益。

比如說，一家大公司開始以公司被推特(Twitter)提及的次數(shù)為指標(biāo)來跟蹤網(wǎng)站流量，跟蹤結(jié)果在高管的推特活動一覽表(dashboard)上持續(xù)更新。

一支銷售團隊的經(jīng)理原先主要是通過貿(mào)易展會來獲取線索并最終達成銷售，然而當(dāng)推特提及次數(shù)成為關(guān)鍵衡量指標(biāo)之后，這位經(jīng)理改變了部門的重點，宣稱“我們要拿下dashboard”。到頭來這個部門可能確實是拿下了dashboard，但這樣一來，它強調(diào)的就不是曾經(jīng)大獲成功的展會，而是沒有優(yōu)質(zhì)線索、無利可圖的網(wǎng)站點擊量和社交媒體流量。

這些數(shù)據(jù)怎么處理？

普通數(shù)據(jù)庫大約已經(jīng)存在了35年的時間，所以人們有了很多經(jīng)驗，這些工具的理解和運用相對容易。相比之下，大數(shù)據(jù)還在萌芽階段，所以組織、理解其深層意義的技術(shù)仍然處在起步階段。

另外，理解如此大規(guī)模的信息也不是一件容易的事情。安全大師布魯斯·施奇納(Bruce Schneier)如此總結(jié)很多人的數(shù)學(xué)能力：“一個，兩個，三個，很多個?！彪娮颖砀袢匀皇呛芏喙镜闹饕糠治龉ぞ?，但它遠(yuǎn)遠(yuǎn)不足以用來實時衡量某個城市特定時刻道路上的汽車數(shù)量，或者是本周聯(lián)邦政府在交通項目上的支出。

視覺化對于這類數(shù)據(jù)可以起到極大的幫助作用，但這個領(lǐng)域仍不成熟，其特殊語言也沒有多少人懂得。

大數(shù)據(jù)思維的挑戰(zhàn)

在如此大的規(guī)模層面上思考問題意味著什么？我們怎樣才能學(xué)會針對主城道路上每一輛汽車、大型連鎖零售店每一位顧客的智能手機、或配送車上每一個隔夜包裹所發(fā)出的信息提出問題？怎樣才能讓更多的商人學(xué)會按統(tǒng)計概率而非偶然事件思考？由于《點球成金》(Moneyball)這本書及同名電影的緣故，其中涉及的方法已經(jīng)為球迷所熟知。但他們也將記得，這樣的方法是怎樣給一個組織帶來了天翻地覆的變化，并被競爭對手模仿。

從某些意義上講，它要求人們用一種全新的方式打量這個世界。

但優(yōu)秀管理的原則也適用于大數(shù)據(jù)領(lǐng)域。在企業(yè)能夠利用大數(shù)據(jù)獲利之前，管理人員必須拒絕迷失在噪音當(dāng)中，放任它掩蓋客戶、價值和執(zhí)行這些基本力量。大數(shù)據(jù)的數(shù)量、速度和多樣性可能會顯得陌生，使人很容易在數(shù)字海嘯面前暈頭轉(zhuǎn)向。

所以，堅守扎實分析的基本原則總是至關(guān)重要。還要記住，數(shù)字可能會告訴你一些以前根本都不知道要問的事情，但數(shù)字從來不會自己說話。文章來自：CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng)