關于大數據思維的一些思考_數據分析師

數據現在是個熱點詞匯，關于有了大數據，如何發(fā)揮大數據的價值，議論紛紛，而筆者以為，似乎這有點搞錯了原因與結果，就象關聯關系，有A的時候，B與之關聯，而有B的時候，A卻未必關聯，筆者還是從通常的4個V來描述一下我所認為的大數據思維。

首先是大數據的量，數據量足夠大，達到了統計性意義，才有價值。筆者看過的一個典型的案例就是，例如傳統的，收集幾千條數據，很難發(fā)現血緣關系對遺傳病的影響，而一旦達到2萬條以上，那么發(fā)現這種影響就會非常明顯。那么對于我們在收集問題時，是為了發(fā)現隱藏的知識去收集數據，還是不管有沒有價值地收集，這還是值得商榷的。其實收集數據，對于數據本身，還是可以劃分出一些標準，確立出層級，結合需求、目標來收集，當然有人會說，這樣的話，將會導致巨大的偏差，例如說喪失了數據的完整性，有一定的主觀偏向，但是筆者以為，這樣至少可以讓收集到的數據的價值相對較高。

第二是大數據的種類，也可以說成數據的維度，對于一個對象，采取標簽化的方式，進行標記，針對需求進行種類的擴充，和數據的量一樣，筆者認為同樣是建議根據需求來確立，但是對于標簽，有一個通常采取的策略，那就是推薦標簽和自定義標簽的問題，分類法其實是人類文明的一大創(chuàng)舉，采取推薦標簽的方式，可以大幅度降低標簽的總量，而減少后期的規(guī)約工作，數據收集時擴充量、擴充維度，但是在數據進入應用狀態(tài)時，我們是希望處理的是小數據、少維度，而通過這種推薦、可選擇的方式，可以在標準化基礎上的自定義，而不是毫無規(guī)則的擴展，甚至用戶的自定義標簽給予一定的限制，這樣可以使維度的價值更為顯現。

第三是關于時效性，現在進入了讀秒時代，那么在很短的時間進行問題分析、關聯推薦、決策等等，需要的數據量和數據種類相比以前，往往更多，換個說法，因為現在時效性要求高了，所以處理數據的方式變了，以前可能多人處理，多次處理，現在必須變得單人處理、單次處理，那么相應的信息系統、工作方式、甚至企業(yè)的組織模式，管理績效都需要改變，例如筆者曾經工作的企業(yè)，上了ERP系統，設計師意見很大，說一個典型案例，以往發(fā)一張變更單，發(fā)出去工作結束，而上了ERP系統以后，就必須為這張變更單設定物料代碼，設置需要查詢物料的存儲，而這些是以前設計師不管的，又沒有為設計師為這些增加的工作支付獎勵，甚至因為物料的缺少而導致變更單不能發(fā)出，以至于設計師工作沒有完成，導致被處罰。但是我們從把工作一次就做完，提升企業(yè)的工作效率角度，這樣的設計變更與物料集成的方式顯然是必須的。那么作為一個工作人員，如何讓自己的工作更全面，更完整，避免王府，讓整個企業(yè)工作更具有時間的競爭力，提高數據的數量、種類、處理能力是必須的。

第四關于大數據價值，一種說法是大數據有大價值，還有一種是相對于以往的結構化數據、少量數據，現在是大數據了，所以大數據的單位價值下降。筆者以為這兩種說法都正確，這是一個從總體價值來看，一個從單元數據價值來看的問題。而筆者提出一個新的關于大數據價值的觀點，那就是真正發(fā)揮大數據的價值的另外一個思路。這個思路就是針對企業(yè)的問題，首先要說什么是問題，筆者說的問題不是一般意義上的問題，因為一說問題，大家都以為不好、錯誤等等，而筆者的問題的定義是指狀態(tài)與其期望狀態(tài)的差異，包括三種模式，

第一是通常意義的問題，例如失火了，必須立即撲救，其實這是三種模式中最少的一種；

第二種模式是希望保持狀態(tài)，

第三種模式是期望的狀態(tài)，這是比原來的狀態(tài)高一個層級的。

我們針對問題，提出一系列解決方案，這些解決方案往往有多種，例如員工的培訓，例如設備的改進，例如組織的方式的變化，當然解決方案包括信息化手段、大數據手段，我們一樣需要權衡大數據的方法是不是一種相對較優(yōu)的方法，如果是，那么用這種手段去解決，那么也就是有價值了。例如筆者知道的一個案例，一個企業(yè)某產品部件偶爾會出現問題，企業(yè)經歷數次后決定針對設備上了一套工控系統，記錄材料的溫度，結果又一次出現問題時，進行分析認為，如果工人正常上班操作，不應該有這樣的數據記錄，而經過與值班工人的質詢，值班工人承認其上晚班時睡覺，沒有及時處理。再往后，同樣的問題再沒有再次發(fā)生。

總結起來，筆者以為大數據思維的核心還是要落實到價值上，面向問題，收集足夠量的數據，足夠維度的數據，達到具有統計學意義，也可以滿足企業(yè)生產、客戶需求、甚至競爭的時效要求，而不是一味為了大數據而大數據，這樣才是一種務實、有效的正確思維方式，是一線大數據的有效的項目推進方式，在這樣的思維模式基礎上，采取滾雪球方式，把大數據逐步展開，才真正贏來大數據百花齊放的春天。