[數(shù)據(jù)分析師]_大數(shù)據(jù)還有不少潛能

近兩年來(lái)，大數(shù)據(jù)被公眾廣泛討論，甚至成為不少商家宣傳營(yíng)銷的賣點(diǎn)。毋庸置疑，智能設(shè)備的發(fā)展和普及，使海量的數(shù)據(jù)采集成為可能。但大數(shù)據(jù)并不是單純的“數(shù)據(jù)大”，它更蘊(yùn)含著一種計(jì)算和思維方式的轉(zhuǎn)變，想要發(fā)揮出大數(shù)據(jù)的洞察力，還面臨著采集、管理、分析數(shù)據(jù)的挑戰(zhàn)。這些障礙如何破除？大數(shù)據(jù)在未來(lái)將如何應(yīng)用，能否創(chuàng)造出更大的價(jià)值？這些問(wèn)題值得我們?cè)诖髷?shù)據(jù)熱中，做出冷靜判斷。

　　4月26日，清華大學(xué)成立“清華—青島數(shù)據(jù)科學(xué)研究院”，同時(shí)召開(kāi)大數(shù)據(jù)時(shí)代高端論壇。就在此前兩天，百度在第四屆技術(shù)開(kāi)放日上，正式宣布對(duì)外開(kāi)放大數(shù)據(jù)引擎，提供大數(shù)據(jù)存儲(chǔ)、分析及挖掘的技術(shù)能力。大數(shù)據(jù)被學(xué)界納入研究范疇，商家開(kāi)放引擎，這是否意味著大數(shù)據(jù)應(yīng)用進(jìn)入了一個(gè)新階段？

　　傳統(tǒng)統(tǒng)計(jì)方法追求精確，大數(shù)據(jù)只預(yù)測(cè)宏觀趨勢(shì)

　　本是技術(shù)概念的大數(shù)據(jù)，如今越來(lái)越像一種營(yíng)銷手段。從汽車、化妝品到體育，在營(yíng)銷人員口中，似乎所有行業(yè)都可以借助大數(shù)據(jù)，精確定位、找到消費(fèi)者，預(yù)測(cè)趨勢(shì)、贏得未來(lái)。

　　中國(guó)人民大學(xué)新聞學(xué)院教授喻國(guó)明認(rèn)為，目前從國(guó)內(nèi)的情況看，真正運(yùn)用大數(shù)據(jù)分析成功的案例其實(shí)不多，很多公司都是將大數(shù)據(jù)作為一個(gè)營(yíng)銷噱頭，所做的分析也主要是基于傳統(tǒng)的數(shù)據(jù)分析方法。

　　事實(shí)上，對(duì)于數(shù)據(jù)多大能稱之為“大數(shù)據(jù)”，業(yè)界并沒(méi)有統(tǒng)一的認(rèn)識(shí)，通常認(rèn)為100TB太字節(jié)是大數(shù)據(jù)的門檻。簡(jiǎn)而言之，傳統(tǒng)方法無(wú)法處理的數(shù)據(jù)即為大數(shù)據(jù)。

　　大數(shù)據(jù)的產(chǎn)生得益于移動(dòng)互聯(lián)網(wǎng)以及智能手機(jī)、各種智能穿戴產(chǎn)品的發(fā)展，人們行為、位置，甚至身體的生理特征等數(shù)據(jù)都可以便捷地被記錄，這使海量數(shù)據(jù)采集成為可能。事實(shí)上，目前數(shù)據(jù)采集量正呈現(xiàn)快速的增長(zhǎng)趨勢(shì)。一家國(guó)際數(shù)據(jù)統(tǒng)計(jì)機(jī)構(gòu)最新預(yù)測(cè)指出，2020年，全世界產(chǎn)生的數(shù)據(jù)量有望達(dá)到40ZB澤字節(jié)，1澤字節(jié)等于10億太字節(jié)。

　　但大數(shù)據(jù)不能單純理解為數(shù)據(jù)大。大數(shù)據(jù)研究專家、北京航空航天大學(xué)校長(zhǎng)懷進(jìn)鵬表示，大數(shù)據(jù)具有“規(guī)模大、變化快、種類雜、價(jià)值密度低”四個(gè)特征，是對(duì)傳統(tǒng)計(jì)算和思維方式的一種挑戰(zhàn)。

　　首先，因?yàn)閹缀趺總€(gè)數(shù)據(jù)點(diǎn)都可以采集，全面數(shù)據(jù)代替了抽樣、片面、局部的數(shù)據(jù)?！澳贸床舜虮确剑瑐鹘y(tǒng)的抽樣，我們需要在開(kāi)始和中間時(shí)候‘嘗一嘗’，‘嘗一嘗’就是抽樣數(shù)據(jù)，但在大數(shù)據(jù)時(shí)代，隨機(jī)抽樣的方式可能就失效了?！睉堰M(jìn)鵬說(shuō)。

　　懷進(jìn)鵬認(rèn)為，因?yàn)槌闃臃治鰰r(shí)數(shù)據(jù)測(cè)量能力有限，統(tǒng)計(jì)追求的是精確，希望用最少數(shù)據(jù)獲得最多的信息。而大數(shù)據(jù)比較雜亂，完整的精確不存在，也不再是追求的絕對(duì)目標(biāo)，大數(shù)據(jù)只需對(duì)宏觀趨勢(shì)給出快速預(yù)測(cè)。

　　另一個(gè)改變是，從關(guān)注因果轉(zhuǎn)向數(shù)據(jù)之間關(guān)聯(lián)。在大數(shù)據(jù)時(shí)代，“數(shù)據(jù)背后的原因不再重要，人們只需要知道數(shù)據(jù)之間有統(tǒng)計(jì)相關(guān)性就行。僅需知其然，無(wú)需知其所以然?！睉堰M(jìn)鵬說(shuō)。

　　在大數(shù)據(jù)的支持者看來(lái)，數(shù)據(jù)已經(jīng)能夠自己說(shuō)話，傳統(tǒng)的科學(xué)統(tǒng)計(jì)模型已經(jīng)過(guò)時(shí)，理論也可能被終結(jié)。

　　大數(shù)據(jù)營(yíng)銷大多是噱頭，一些機(jī)構(gòu)甚至無(wú)法收集海量數(shù)據(jù)

　　被譽(yù)為開(kāi)大數(shù)據(jù)系統(tǒng)研究先河之作的《大數(shù)據(jù)時(shí)代》作者指出，大數(shù)據(jù)是社會(huì)的一種新型能力：以一種前所未有的方式，通過(guò)對(duì)海量數(shù)據(jù)進(jìn)行分析，獲得巨大價(jià)值的產(chǎn)品和服務(wù)，或深刻的洞見(jiàn)。

　　大數(shù)據(jù)蘊(yùn)含的發(fā)現(xiàn)事實(shí)、挖掘價(jià)值、預(yù)測(cè)未來(lái)的洞察力，也是各色大數(shù)據(jù)營(yíng)銷的理論出發(fā)點(diǎn)。實(shí)際上，大數(shù)據(jù)洞察力確實(shí)在公共衛(wèi)生、交通運(yùn)輸?shù)刃袠I(yè)開(kāi)始發(fā)揮。

　　中國(guó)疾病預(yù)防控制中心副主任、中科院院士高福也認(rèn)同大數(shù)據(jù)在公共衛(wèi)生預(yù)防控制上的作用。他說(shuō)，通過(guò)大數(shù)據(jù)，可以在流感到來(lái)之前為人們提供一些解釋性信息，為流感的預(yù)防提供緩沖時(shí)間。

　　同樣，在智能交通時(shí)代，海量車輛信息沒(méi)法通過(guò)傳統(tǒng)方式分析，但借助大數(shù)據(jù)，則可能提前預(yù)測(cè)未來(lái)的車流量、行進(jìn)路線等信息，從而為改善城市交通狀況提出優(yōu)化方案。

　　然而，“自己能夠講話的大數(shù)據(jù)”，是否真如營(yíng)銷人員暢想得那么美好？

　　分析人士指出，數(shù)據(jù)存儲(chǔ)和搬運(yùn)雖然越來(lái)越便利，但目前大數(shù)據(jù)應(yīng)用面臨著數(shù)據(jù)收集，管理、分析海量數(shù)據(jù)并創(chuàng)造價(jià)值的挑戰(zhàn)。

　　“如果將數(shù)據(jù)比作書(shū)，書(shū)增多后，首先要找到儲(chǔ)存大數(shù)據(jù)的‘大圖書(shū)館’，下一步則要解決數(shù)據(jù)查詢問(wèn)題，沒(méi)有好的查詢引擎，書(shū)找不到，數(shù)據(jù)也就很難利用。” 百度大數(shù)據(jù)總監(jiān)李鋼江說(shuō)。而現(xiàn)實(shí)是，大部分機(jī)構(gòu)和企業(yè)都沒(méi)有海量數(shù)據(jù)收集存儲(chǔ)以及分析管理的能力。

　　業(yè)內(nèi)人士指出，大數(shù)據(jù)在一些領(lǐng)域的營(yíng)銷還只是噱頭，先不論大數(shù)據(jù)分析結(jié)果是否有效，有些行業(yè)連基本的大數(shù)據(jù)采集和管理?xiàng)l件還不具備，更談不上精確定位和預(yù)測(cè)。

　　百度高級(jí)副總裁王勁也表示，傳統(tǒng)的數(shù)據(jù)庫(kù)沒(méi)有管理大數(shù)據(jù)的能力，傳統(tǒng)行業(yè)如何進(jìn)入大數(shù)據(jù)時(shí)代，利用大數(shù)據(jù)價(jià)值，是擺在很多行業(yè)面前的新課題。

　　提升計(jì)算能力和降低云存儲(chǔ)成本，將有利于大數(shù)據(jù)技術(shù)變革

　　百度首席執(zhí)行官李彥宏認(rèn)為，隨著計(jì)算能力的提升和云存儲(chǔ)等技術(shù)產(chǎn)品成本的不斷降低，大數(shù)據(jù)走到了技術(shù)變革的臨界點(diǎn)。不久前，百度就推出了“百度大數(shù)據(jù)引擎”，百度希望借助該工具，對(duì)大數(shù)據(jù)進(jìn)行收集、存儲(chǔ)、計(jì)算、挖掘和管理，并通過(guò)深度學(xué)習(xí)技術(shù)和數(shù)據(jù)建模技術(shù)，使數(shù)據(jù)具有“智能”的技術(shù)能力，服務(wù)傳統(tǒng)行業(yè)。

　　據(jù)了解，百度大數(shù)據(jù)引擎包括開(kāi)放云、數(shù)據(jù)工廠、百度大腦三大組件。其中，開(kāi)放云解決的是數(shù)據(jù)存儲(chǔ)和計(jì)算問(wèn)題；“數(shù)據(jù)工廠”則對(duì)行業(yè)數(shù)據(jù)進(jìn)行規(guī)范化處理，提供數(shù)據(jù)管理和分析；而“百度大腦”則讓機(jī)器和人腦一樣思考，分析處理數(shù)據(jù)。

　　不過(guò)，分析人士指出，雖然各方面為挖掘大數(shù)據(jù)開(kāi)發(fā)了很多工具，但大數(shù)據(jù)的成熟應(yīng)用還有很長(zhǎng)一段時(shí)間。首先，數(shù)據(jù)雜亂，價(jià)值密度低，如何有效的收集數(shù)據(jù)信息仍沒(méi)有成熟的方案。同時(shí)，數(shù)據(jù)的規(guī)模并不能決定一切，不論是那種數(shù)據(jù)分析方式，都可能存在統(tǒng)計(jì)上的缺陷，不能說(shuō)數(shù)據(jù)更大、更新、更快就沒(méi)有問(wèn)題。

　　英特爾中國(guó)研究院首席工程師吳甘沙表示，大數(shù)據(jù)作為一種新的數(shù)據(jù)形態(tài)和實(shí)踐，它將豐富數(shù)據(jù)應(yīng)用方法，卻不能取代傳統(tǒng)統(tǒng)計(jì)分析方法，更不能神化大數(shù)據(jù)。