大數(shù)據(jù)先學(xué)會(huì)取舍 后做分析_數(shù)據(jù)分析師

關(guān)于大數(shù)據(jù)曾經(jīng)轟動(dòng)一時(shí)的案例大概是某超市通過分析一位女顧客的購(gòu)物數(shù)據(jù)，根據(jù)分析結(jié)果給這名十七歲的女孩寄來了孕嬰童試用品，盡管這一舉動(dòng)讓該女顧客的父親非常生氣，但這確實(shí)是通過對(duì)其購(gòu)買記錄進(jìn)行分析而形成的真實(shí)案例。對(duì)此,我們不禁感嘆，大數(shù)據(jù)有時(shí)像是一個(gè)偵探家，能夠撥開重重迷霧，獲得”別有洞天”的大價(jià)值。而這關(guān)鍵在于，你是否真正懂得如何去駕馭大數(shù)據(jù)，讓它為我們服務(wù)。

　　面對(duì)如此浩瀚的數(shù)據(jù)海洋中，企業(yè)該怎樣駕馭?在Teradata天睿公司全球合作伙伴計(jì)劃首席分析官Bill Franks所撰寫的《Taming the Big Data Tidal Wave》中可以找到答案。

　　有效駕馭大數(shù)據(jù)

　　該書英文版于2012年4月出版，成為美國(guó)亞馬遜的大數(shù)據(jù)主題圖書中銷量最好的新書，而它的中文版《駕馭大數(shù)據(jù)》也已由人民郵電出版社在今年年初出版發(fā)行，在國(guó)內(nèi)各大網(wǎng)絡(luò)書店和新華書店等熱銷。

　　目前，市面上有很多關(guān)于大數(shù)據(jù)的書籍都是側(cè)重于大數(shù)據(jù)管理，如何將大數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù)中，或如何將非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化和分類等，而《駕馭大數(shù)據(jù)》這本書的側(cè)重點(diǎn)卻有所不同，它主要是關(guān)于大數(shù)據(jù)的有效分析，而不是大數(shù)據(jù)管理本身，它從數(shù)據(jù)開始，所有的內(nèi)容均圍繞如何做整體決策，如何構(gòu)建卓越的數(shù)據(jù)分析中心，以及如何構(gòu)建數(shù)據(jù)分析文化等主題。

記者認(rèn)為，大數(shù)據(jù)的價(jià)值不在數(shù)據(jù)本身，而是如何通過數(shù)據(jù)的整合、探索，從而轉(zhuǎn)化為行動(dòng)，最終為業(yè)務(wù)服務(wù)帶來價(jià)值。在新書發(fā)布會(huì)上，Bill Franks表示，“我認(rèn)為有必要撰寫一本以業(yè)務(wù)為中心的大數(shù)據(jù)著作，將大數(shù)據(jù)相關(guān)的重要議題集納在一起，其形式應(yīng)該讓業(yè)務(wù)人員和分析專家都容易理解。我希望通過本書中提供相關(guān)的洞見，同時(shí)輔以行之有效的建議和行動(dòng)步驟，讓大數(shù)據(jù)源和大數(shù)據(jù)分析為企業(yè)服務(wù)。”

　　加工增值大數(shù)據(jù)

　　大數(shù)據(jù)的意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有價(jià)值的數(shù)據(jù)進(jìn)行處理，通過數(shù)據(jù)的“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。隨著大數(shù)據(jù)的到來，Hadoop、MapReduce等技術(shù)也被廣泛被使用，曾有業(yè)界專家表示，任何一個(gè)單一的產(chǎn)品不能完整解決用戶所面臨的大數(shù)據(jù)問題和挑戰(zhàn)。的確，大數(shù)據(jù)的復(fù)雜程度難以想象，Bill Franks介紹道，大數(shù)據(jù)之所以錯(cuò)綜復(fù)雜是由四個(gè)因素造成的，即大數(shù)據(jù)通常由機(jī)器自動(dòng)生成，而且通常是全新的數(shù)據(jù)源，假設(shè)會(huì)有格式設(shè)計(jì)，這些格式根本也不友好，大數(shù)據(jù)中很大部分可能并沒有多大的價(jià)值。

　　Teradata天睿公司全球合作伙伴計(jì)劃首席分析官Bill Franks

　　由于大數(shù)據(jù)的復(fù)雜性，企業(yè)在做數(shù)據(jù)分析、數(shù)據(jù)挖掘時(shí)就要制定相應(yīng)的策略，在《駕馭大數(shù)據(jù)》整本書中，Bill Franks指出:許多大數(shù)據(jù)其實(shí)并沒有用，如何過濾掉無效的數(shù)據(jù)才是真正重要的。他在采訪時(shí)也表示，“在處理大數(shù)據(jù)時(shí)，應(yīng)該有所取舍，拋棄大部分?jǐn)?shù)據(jù)，將其減少到能夠駕馭的數(shù)據(jù)規(guī)模，以便能夠快速取得大數(shù)據(jù)分析成果，至于哪些數(shù)據(jù)需要拋棄取決于公司自身的需求?！?/span>

　　Bill Franks還建議，處理大數(shù)據(jù)需要改變流程和文化，能夠?qū)崿F(xiàn)文化的轉(zhuǎn)變，允許拿出少量的預(yù)算、人力資源、技術(shù)資源等做試點(diǎn)，做一些存在一定風(fēng)險(xiǎn)和結(jié)果尚未確定的小實(shí)驗(yàn)。“駕馭大數(shù)據(jù)最困難的事情不是技術(shù)手段的盤點(diǎn)，而是取決于采用什么樣的方法來更好的發(fā)揮大數(shù)據(jù)的價(jià)值，并且能夠改變它的流程?！?/span>

　　泡沫時(shí)代之后的大數(shù)據(jù)

　　研究表明，“大數(shù)據(jù)”炒作已經(jīng)接近預(yù)期最高值，“大數(shù)據(jù)泡沫”即將破滅。在Bill Franks看來，大數(shù)據(jù)的炒作確實(shí)已經(jīng)到了頂峰，但是要關(guān)注的是在炒作背后的數(shù)據(jù)價(jià)值。正如上世紀(jì)九十年代的互聯(lián)網(wǎng)泡沫一樣，待互聯(lián)網(wǎng)泡沫破裂后，還是會(huì)有很多有價(jià)值的企業(yè)影響著各個(gè)行業(yè)，使得經(jīng)濟(jì)快速發(fā)展。“話題的炒作會(huì)冷卻，但是大數(shù)據(jù)分析的價(jià)值會(huì)繼續(xù)下去，重點(diǎn)是如何采取正確的策略、流程和方法去從大數(shù)據(jù)分析中獲得價(jià)值?！?/span>