新的技術(shù)概念總是備受熱捧，最后導(dǎo)致的結(jié)果就是掀起一陣熱浪，留下一堆泡沫，“大數(shù)據(jù)”就是其中的一個。

如果你多接觸幾個現(xiàn)今的創(chuàng)業(yè)者或是企業(yè)，只要他們的產(chǎn)品和數(shù)據(jù)相關(guān)，那么會有不少人告訴你他們在采用“大數(shù)據(jù)”的技術(shù)做些事情。但實(shí)際上，真正有能力獲取足量數(shù)據(jù)公司的并不多，而且，即使他們有一定量的數(shù)據(jù)，這些數(shù)據(jù)也并沒有他們所說的那么值錢——除了對基本數(shù)據(jù)處理能力的要求外，如何清晰和篩選有效數(shù)據(jù)?如何找到看似沒有聯(lián)系的數(shù)據(jù)背后的相關(guān)性?如何可視化地展現(xiàn)數(shù)據(jù)結(jié)果?如何將這些計(jì)算結(jié)果與自身的產(chǎn)品和商業(yè)模式結(jié)合起來?如何實(shí)時地將數(shù)據(jù)模型反映在產(chǎn)品中?……在全局大量數(shù)據(jù)的采集背后，企業(yè)對大數(shù)據(jù)技術(shù)的利用困難重重。

最近，著名的信息技術(shù)研究和分析公司Gartner就做了一項(xiàng)有關(guān)企業(yè)使用大數(shù)據(jù)的調(diào)查，在受訪企業(yè)中，有64%都已經(jīng)或計(jì)劃采用大數(shù)據(jù)技術(shù)，但實(shí)際的狀況，卻不盡人意。

這份報(bào)告顯示，在2012年，有27%的企業(yè)開始從事大數(shù)據(jù)相關(guān)的工作，有31%計(jì)劃于兩年內(nèi)展開大數(shù)據(jù)項(xiàng)目。到了2013年，有30%的企業(yè)已經(jīng)引入了大數(shù)據(jù)，計(jì)劃參與的企業(yè)比例也增至34%。造成這一現(xiàn)象的原因是不少企業(yè)都認(rèn)為大數(shù)據(jù)能夠幫助他們提升用戶體驗(yàn)、改進(jìn)企業(yè)效率或是發(fā)現(xiàn)新的商業(yè)模式或產(chǎn)品。

56%的企業(yè)不知道如何中數(shù)據(jù)中獲取價值;41%的企業(yè)無法將這項(xiàng)技術(shù)與公司戰(zhàn)略結(jié)合起來;34%的企業(yè)缺乏大數(shù)據(jù)的處理能力;33%的企業(yè)難以整合多樣的數(shù)據(jù)資源;29%企業(yè)的基礎(chǔ)架構(gòu)遭遇挑戰(zhàn);27%的企業(yè)面臨隱私和數(shù)據(jù)安全問題;26%的企業(yè)在對大數(shù)據(jù)項(xiàng)目投資上存在疑惑……甚至還有23%的公司不知大數(shù)據(jù)究竟為何物?

在我看來，企業(yè)引用大數(shù)據(jù)首先得明白——大數(shù)據(jù)的利用并不是預(yù)設(shè)方向的數(shù)據(jù)驗(yàn)證，例如判斷人群中A或B選擇的傾向性。而是在對巨大體量的數(shù)據(jù)源進(jìn)行篩選、做相關(guān)性判斷、進(jìn)行處理后，取舍不同維度的數(shù)據(jù)結(jié)論，建立合適的數(shù)學(xué)模型，同時，不斷的在產(chǎn)品上將檢驗(yàn)并修正模型。

同時，企業(yè)也需要明白，對于不同的行業(yè)，大數(shù)據(jù)的意義也是不同的，例如一些用簡單的測試或抽樣就能獲得較準(zhǔn)確結(jié)論的行業(yè)，盲目使用大數(shù)據(jù)除了徒增成本、歪曲產(chǎn)品線外，帶不來多大的好處。

aming