關(guān)于大數(shù)據(jù)你需要看清楚的十大事實(shí)_數(shù)據(jù)分析師

無(wú)論您青睞還是拒絕，大數(shù)據(jù)都已經(jīng)成為一種事實(shí)。現(xiàn)在我們要追溯事實(shí)，探索真相…

大數(shù)據(jù)是當(dāng)今一個(gè)最熱門(mén)的話(huà)題，我們每一個(gè)人都無(wú)法置身其外。就像幾年前出現(xiàn)的云計(jì)算一樣，大數(shù)據(jù)已經(jīng)引起市場(chǎng)的廣泛關(guān)注；同樣，企業(yè)迫切需要對(duì)大數(shù)據(jù)下定義。大數(shù)據(jù)缺少一個(gè)標(biāo)準(zhǔn)且普及性的定義，至少不像NIST對(duì)云的定義那樣，能被人們廣泛接受。

大數(shù)據(jù)的定義是：一種新一代的技術(shù)和架構(gòu)，具備高效率的捕捉、發(fā)現(xiàn)和分析能力，能夠經(jīng)濟(jì)地從類(lèi)型繁雜、數(shù)量龐大的數(shù)據(jù)中挖掘出色價(jià)值。

大數(shù)據(jù)已經(jīng)成為各類(lèi)大會(huì)的重要議題，管理人士們都不愿錯(cuò)過(guò)這一新興趨勢(shì)。毫無(wú)疑問(wèn)，當(dāng)未來(lái)企業(yè)嘗試分析現(xiàn)有海量信息以推動(dòng)業(yè)務(wù)價(jià)值增值時(shí)，必定會(huì)采用大數(shù)據(jù)技術(shù)。

另一方面，正如其它新興趨勢(shì)一樣，也有很多人懷疑大數(shù)據(jù)的效用。事實(shí)上，當(dāng)一種技術(shù)成為廣泛爭(zhēng)論的焦點(diǎn)時(shí)，必定會(huì)招致一些質(zhì)疑和批評(píng)。

關(guān)于大數(shù)據(jù)的重要價(jià)值有兩種截然不同的觀點(diǎn)。不過(guò)雙方的共同之處在于，兩種觀點(diǎn)都對(duì)大數(shù)據(jù)存在一些誤解，并對(duì)大數(shù)據(jù)的本質(zhì)模糊不清。

誤解1：大數(shù)據(jù)僅意味著數(shù)量龐大

“大數(shù)據(jù)”的名稱(chēng)本身就帶有誤導(dǎo)性，好像數(shù)據(jù)庫(kù)的大小就是問(wèn)題所在。但是這并非唯一的因素。英特爾歐洲、中東與非洲地區(qū)（EMEA）戰(zhàn)略市場(chǎng)推廣總監(jiān)AlanPriestley認(rèn)為，大數(shù)據(jù)還有其它要素，最明顯的是數(shù)據(jù)類(lèi)型繁雜，且數(shù)據(jù)要求快速交付。此外，企業(yè)還需要第一時(shí)間了解數(shù)據(jù)是否準(zhǔn)確。

誤解2：社交媒體最重要

很多關(guān)于大數(shù)據(jù)的討論都集中在社交媒體數(shù)據(jù)對(duì)企業(yè)的影響。人們持有這種觀點(diǎn)并不難理解：多數(shù)媒體的關(guān)注重點(diǎn)是獲取客戶(hù)最新信息這一傳統(tǒng)業(yè)務(wù)。而現(xiàn)在，則意味著查找社交媒體互動(dòng)，諸Twitter、Facebook、Insta-gram等等。但是，Priestley指出，企業(yè)最常見(jiàn)的還是機(jī)器生成的數(shù)據(jù)，包括網(wǎng)絡(luò)日志、數(shù)據(jù)中心日志以及其它信息等。

他表示：“如今航空業(yè)也可以借助大數(shù)據(jù)的強(qiáng)大力量。例如，他們可以利用并分析航空旅行數(shù)據(jù)以預(yù)測(cè)可能存在的問(wèn)題。而在過(guò)去，他們只能在數(shù)小時(shí)的飛行或發(fā)生故障之后檢查引擎。誰(shuí)也不希望故障發(fā)生，但要是等到故障發(fā)生以后才檢查引擎，就已經(jīng)太晚了。“借助大數(shù)據(jù)分析，他們可以跟蹤引擎的振動(dòng)。通過(guò)檢查生成的數(shù)據(jù)，他們能夠在數(shù)據(jù)發(fā)現(xiàn)異常時(shí)及時(shí)發(fā)出告警，安排檢查引擎?！?

作為示例，Priestley還介紹了寶馬公司是如何成功利用大數(shù)據(jù)的。寶馬公司的大量汽車(chē)均可以通過(guò)3G技術(shù)接入互聯(lián)網(wǎng)。通過(guò)使用大數(shù)據(jù)和相關(guān)分析能力，寶馬公司可以跟蹤這些汽車(chē)并聯(lián)系車(chē)主。當(dāng)然，相關(guān)示例還有很多，例如信用卡公司可以實(shí)時(shí)核對(duì)詐騙交易，確保遠(yuǎn)程購(gòu)買(mǎi)交易合法，而所有這些操作僅需數(shù)秒鐘。英特爾自身也是大數(shù)據(jù)技術(shù)的重要用戶(hù)。公司使用大數(shù)據(jù)控制晶圓制造工廠的效益，大幅地降低了成本，減少浪費(fèi)。

誤解3：大數(shù)據(jù)就是Hadoop

很多大數(shù)據(jù)的討論都集中在Hadoop。Apache項(xiàng)目的知名度當(dāng)然最高，它也是首個(gè)能夠分析并存儲(chǔ)非結(jié)構(gòu)化數(shù)據(jù)，以從中獲取價(jià)值的工具。但是，它并不是唯一的工具。Priestley表示：“有人認(rèn)為只要開(kāi)始使用Hadoop就萬(wàn)事無(wú)憂(yōu)了，其實(shí)不然，傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)依然有存在的空間。人們需要保留現(xiàn)有的IT基礎(chǔ)設(shè)施。”

Priestley指出Hadoop的吸引力在于，企業(yè)只需比較小的開(kāi)銷(xiāo)就可以獲得大量信息。他補(bǔ)充說(shuō)：“你可以在Apache下載Hadoop，它是一款免費(fèi)軟件并可在標(biāo)準(zhǔn)服務(wù)器上運(yùn)行。其它替代方案就是購(gòu)買(mǎi)Oracle或Teradata等公司的集成解決方案。但對(duì)于很多企業(yè)而言，這可能不是一個(gè)可行的選擇，除非他們能夠充分意識(shí)到通過(guò)分析數(shù)據(jù)可獲得的優(yōu)勢(shì)。”

誤解4：希望量化投資回報(bào)（ROI）

企業(yè)都喜歡硬性數(shù)字。首席信息官（CIO）一般喜歡這樣說(shuō)：遷移至大數(shù)據(jù)的成本是X，將能夠在三年內(nèi)節(jié)省Y。事實(shí)上，大數(shù)據(jù)并非如此。從大數(shù)據(jù)計(jì)劃中獲得清晰的投資回報(bào)（ROI）是非常難的。正如Priestley指出的，大量的大數(shù)據(jù)實(shí)施是“假設(shè)信息”，很難界定。

客戶(hù)關(guān)系管理（CRM）等對(duì)企業(yè)的影響可以快速測(cè)量得出。但與此不同的是，計(jì)劃采用大數(shù)據(jù)的企業(yè)必須接受這一差別。此外，企業(yè)針對(duì)重大項(xiàng)目的投資回報(bào)（ROI）的思維方式也似乎正在發(fā)生變化。以前企業(yè)認(rèn)為ROI始終是一種可以輕松測(cè)量的有形資產(chǎn)，并且業(yè)務(wù)優(yōu)勢(shì)必定會(huì)超過(guò)支出成本。但現(xiàn)在情況開(kāi)始有所轉(zhuǎn)變。

最近，Claranet針對(duì)企業(yè)的云遷移方式進(jìn)行了一項(xiàng)調(diào)查。調(diào)查結(jié)果表明，超過(guò)四分之一的受訪(fǎng)者視ROI為決策因素之一，而79%的受訪(fǎng)者認(rèn)為ROI計(jì)算并不能真實(shí)反映業(yè)務(wù)優(yōu)勢(shì)。雖然該調(diào)查主要針對(duì)云遷移，但是由此可以合理推測(cè)，大數(shù)據(jù)遷移的情形也不會(huì)有太大差別。這二者均代表著一次未來(lái)的技術(shù)飛躍。

誤解5：結(jié)果不可保證

大數(shù)據(jù)是個(gè)未知數(shù)。您正在做的就是分析無(wú)法估量、難以確定的數(shù)字。從本質(zhì)上來(lái)說(shuō)，大數(shù)據(jù)是不容易理解或者是抽象的。否則，您也就無(wú)需大數(shù)據(jù)技術(shù)了。因此，企業(yè)必須認(rèn)識(shí)到他們無(wú)法保證結(jié)果的準(zhǔn)確性。企業(yè)試圖獲得結(jié)果和找到假設(shè)的支持?jǐn)?shù)據(jù)是徒勞無(wú)益的。在上述示例中，航空公司可能希望飛機(jī)每50萬(wàn)飛行小時(shí)維護(hù)一次，但是如果飛機(jī)每20萬(wàn)飛行小時(shí)就從空中墜落的話(huà)，航空公司的設(shè)想就將毫無(wú)意義。

如果說(shuō)人們對(duì)大數(shù)據(jù)存在一些誤解，那么，有關(guān)大數(shù)據(jù)的一些關(guān)鍵事實(shí)則需要不太看好大數(shù)據(jù)的企業(yè)去認(rèn)真理解。

關(guān)鍵事實(shí)1：需要不同技能

多數(shù)觀察家都認(rèn)同數(shù)據(jù)科學(xué)家短缺這一點(diǎn)。麥肯錫公司預(yù)測(cè)，到2019年，全球?qū)⑷鄙俑哌_(dá)19萬(wàn)可處理大數(shù)據(jù)的科學(xué)家。原因不難發(fā)現(xiàn)。處理大數(shù)據(jù)項(xiàng)目需要完全不同于處理現(xiàn)有數(shù)據(jù)倉(cāng)庫(kù)實(shí)施的技能。而且它還不僅僅限于數(shù)據(jù)處理，還要求能夠?qū)?shù)據(jù)轉(zhuǎn)換為可執(zhí)行的建議。

“Hadoop中有一個(gè)稱(chēng)為MapReduce的工具。它需要Java編程技能，而這并不是當(dāng)今很多數(shù)據(jù)分析師具有的技能?！盤(pán)riestley舉例說(shuō)到。而事情還不止如此。處理大數(shù)據(jù)的理想人員還需要了解業(yè)務(wù)流程、Java和統(tǒng)計(jì)知識(shí)，甚至還可能需要一些SQL技能。這是個(gè)大問(wèn)題，因此很多人也認(rèn)為數(shù)據(jù)科學(xué)家的短缺將成為大數(shù)據(jù)技術(shù)采用的一個(gè)重要阻礙。

關(guān)鍵事實(shí)2：明確您的目標(biāo)

雖然企業(yè)不應(yīng)當(dāng)試圖探究確定的結(jié)果，但是他們應(yīng)當(dāng)明確企業(yè)目標(biāo)，一個(gè)需要實(shí)現(xiàn)的目標(biāo)。例如，大數(shù)據(jù)可提高績(jī)效的途徑之一是收集更加準(zhǔn)確的信息，包括個(gè)人數(shù)據(jù)、客戶(hù)行為和購(gòu)買(mǎi)決策等。

麥肯錫公司發(fā)現(xiàn)，數(shù)字之大令人震驚。這家企業(yè)咨詢(xún)公司聲稱(chēng)，如果美國(guó)醫(yī)療產(chǎn)業(yè)采用大數(shù)據(jù)，全美醫(yī)療費(fèi)用將削減8%。另外，麥肯錫公司提到，通過(guò)減少詐騙訴訟和增加稅收，歐洲公共部門(mén)在運(yùn)行效率方面可節(jié)省一千億歐元。

關(guān)鍵事實(shí)3：人是推動(dòng)因素

大數(shù)據(jù)項(xiàng)目需要有人推動(dòng)。技術(shù)并非關(guān)鍵問(wèn)題。這不是指那些具有上述數(shù)據(jù)科學(xué)家技能的一些人，而是指那些能提出明確目標(biāo)與需求，并能執(zhí)行決策的一些人。

這些人并不需要特殊的管理技能。這些責(zé)任可能落在首席財(cái)務(wù)官（CFO）、首席信息（CIO）\甚至首席執(zhí)行官（CEO）的肩上，但最終，需要有一個(gè)人擔(dān)負(fù)此重任。正如Priestley所指出的：“大數(shù)據(jù)不僅僅是技術(shù)挑戰(zhàn)，它還是業(yè)務(wù)挑戰(zhàn)。企業(yè)需要了解這一點(diǎn)。對(duì)此，使用模式很重要。而在此方面，企業(yè)可以有很多種模式，并以不同方式進(jìn)行建模?！?

關(guān)鍵事實(shí)4：不僅僅是數(shù)據(jù)

大數(shù)據(jù)分析有三大要素：數(shù)據(jù)本身，數(shù)據(jù)分析，以及結(jié)果的呈現(xiàn)。擁有數(shù)據(jù)本身并沒(méi)有實(shí)際意義。數(shù)據(jù)本身就已存在。重要的是如何處理、分析數(shù)據(jù)并呈現(xiàn)重要信息，以將數(shù)據(jù)轉(zhuǎn)變?yōu)橹匾獌r(jià)值。開(kāi)展大數(shù)據(jù)項(xiàng)目需要周密規(guī)劃。最好是從小規(guī)模起步，先實(shí)施單個(gè)項(xiàng)目，然后逐步擴(kuò)展規(guī)模。數(shù)據(jù)采集之后需要進(jìn)行詳細(xì)的結(jié)果分析。

關(guān)鍵事實(shí)5：大數(shù)據(jù)涉及所有人

很多關(guān)于大數(shù)據(jù)的討論都聚焦在大型組織上，對(duì)于這些龐大的官僚機(jī)構(gòu)來(lái)說(shuō)，令人窒息的海量數(shù)據(jù)已經(jīng)制約了組織的有效運(yùn)行。很多率先采用大數(shù)據(jù)技術(shù)的組織都屬于這一范疇，不過(guò)它們并不是唯一的受益者。

各類(lèi)企業(yè)都希望獲得評(píng)估隱藏?cái)?shù)據(jù)并歸納模式的技能。有些小型企業(yè)需要處理大量工業(yè)數(shù)據(jù)。例如，F(xiàn)ormulaOne設(shè)計(jì)公司的規(guī)模不大，但是管理的數(shù)據(jù)量十分龐大，因此即使是很小的企業(yè)也可以通過(guò)在日常工作中使用大數(shù)據(jù)而獲益。

這些公司可能希望超越Excel進(jìn)行客戶(hù)分析，尋找客戶(hù)購(gòu)買(mǎi)模式。例如，如果您的飯店菜單上曾經(jīng)有一道特色魚(yú)，但后來(lái)取消了。那么當(dāng)這道菜再次出現(xiàn)在菜單上可供顧客點(diǎn)用的時(shí)候，您就可以使用電子郵件通知之前曾經(jīng)點(diǎn)過(guò)這道菜的所有顧客?；蛘撸绻且粋€(gè)酒商，您的庫(kù)存里有某種葡萄酒正在釀造期，當(dāng)它們即將出庫(kù)時(shí)，您可以提醒這種酒的愛(ài)好者。