如今，在企業(yè)界，大數(shù)據(jù)已不再是新奇的事物?？v觀整個(gè)商業(yè)市場(chǎng)，大數(shù)據(jù)早已成為董事會(huì)會(huì)議的經(jīng)常性議程項(xiàng)目，越來(lái)越多的C級(jí)高管們希望成為以洞察力驅(qū)動(dòng)的組織掌舵人——利用數(shù)據(jù)分析和信息處理，了解市場(chǎng)及經(jīng)營(yíng)業(yè)務(wù)。
市場(chǎng)研究機(jī)構(gòu)IDC日前發(fā)布報(bào)告預(yù)測(cè)，全球大數(shù)據(jù)技術(shù)與服務(wù)市場(chǎng)至2019年的復(fù)合年均增長(zhǎng)率將達(dá)到23.1%。
目前，利用大數(shù)據(jù)技術(shù)了解客戶需求和各項(xiàng)技術(shù)信息，從而使其經(jīng)營(yíng)和管理日益高效和智能化已成為一種新常態(tài)。
然而，現(xiàn)存的商業(yè)環(huán)境中還存在一種對(duì)大數(shù)據(jù)概念的誤解——很多人認(rèn)為數(shù)據(jù)分析僅可通過(guò)精準(zhǔn)的數(shù)據(jù)收集來(lái)實(shí)現(xiàn)。事實(shí)恰恰相反，“大數(shù)據(jù)”是指以多元形式，自許多來(lái)源搜集而來(lái)的龐大數(shù)據(jù)組，往往具有實(shí)時(shí)性。在企業(yè)對(duì)企業(yè)銷售的情況下，這些數(shù)據(jù)可能得自社交網(wǎng)絡(luò)、電子商務(wù)網(wǎng)站、顧客來(lái)訪紀(jì)錄，還有許多其他來(lái)源。這些數(shù)據(jù)并非公司顧客關(guān)系管理數(shù)據(jù)庫(kù)的常態(tài)數(shù)據(jù)組，而是從海量數(shù)據(jù)中提取和獲得。大數(shù)據(jù)(big data，mega data)一般需要新處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化能力，以便取得海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。因此，大數(shù)據(jù)并非來(lái)源于各項(xiàng)精準(zhǔn)的數(shù)據(jù)信息，而是對(duì)海量數(shù)據(jù)的中有效信息的提取和分析。簡(jiǎn)言之，從各種各樣類型的數(shù)據(jù)中，快速獲得有價(jià)值信息的能力，就是大數(shù)據(jù)技術(shù)。
有時(shí)，最全面的見(jiàn)解可能是通過(guò)分析大量不同來(lái)源的的異構(gòu)數(shù)據(jù)而創(chuàng)建。當(dāng)今大數(shù)據(jù)世界，想要確定一種產(chǎn)品或行業(yè)的發(fā)展趨勢(shì)，或證明一個(gè)假設(shè)的成立與否，完全可以通過(guò)“重?cái)?shù)量而非質(zhì)量”的方式來(lái)實(shí)現(xiàn)。
操作過(guò)程需精準(zhǔn)
隨著數(shù)據(jù)集的不斷增長(zhǎng)和開(kāi)放，信息源日益增多，企業(yè)不得不以各種各樣的方式應(yīng)對(duì)各類信息。這些數(shù)據(jù)表面看去可能原始、簡(jiǎn)單、非結(jié)構(gòu)化，但很多冗雜繁瑣的信息中可能隱藏著巨大商機(jī)和行業(yè)潛在發(fā)展趨勢(shì)，企業(yè)需培養(yǎng)其較強(qiáng)的洞察力用以接受和處理“數(shù)以億計(jì)”的數(shù)據(jù)集，大數(shù)據(jù)技術(shù)則是從這些“雜亂不堪”的數(shù)據(jù)中提取可用信息，并進(jìn)一步使其“智能化”。
換句話說(shuō)，大數(shù)據(jù)的核心在于為客戶挖掘數(shù)據(jù)中蘊(yùn)藏的價(jià)值，而非軟硬件的堆砌。因此，針對(duì)不同領(lǐng)域的大數(shù)據(jù)應(yīng)用模式、商業(yè)模式研究將是大數(shù)據(jù)產(chǎn)業(yè)健康發(fā)展的關(guān)鍵。微軟公司公共政策事務(wù)負(fù)責(zé)人兼首席法律顧問(wèn)Smith先生稱，“數(shù)據(jù)資源對(duì)各行各業(yè)都非常重要，給我提供一些數(shù)據(jù)，我就能做一些改變。如果給我提供所有數(shù)據(jù)，我就能拯救世界?！?/FONT>
負(fù)責(zé)數(shù)據(jù)處理工作的統(tǒng)計(jì)學(xué)家和分析師們可能會(huì)對(duì)凌亂的數(shù)據(jù)集感到頭痛，他們需要從不同方式呈現(xiàn)的信息中提取可用信息，該過(guò)程要求及時(shí)準(zhǔn)確，因?yàn)椴僮魇д`和異常信息將導(dǎo)致整個(gè)分析結(jié)果產(chǎn)生偏差。
成功評(píng)價(jià)結(jié)論的不確定性和定量方法的有效性是合理利用大數(shù)據(jù)的一個(gè)關(guān)鍵技能，輸入數(shù)據(jù)不完善時(shí)，需及時(shí)洞察并進(jìn)一步實(shí)施確認(rèn)操作。
允許錯(cuò)誤和不完美(缺陷)的存在
大數(shù)據(jù)就是互聯(lián)網(wǎng)發(fā)展到現(xiàn)今階段的一種表象，沒(méi)有必要對(duì)其神話或保持敬畏之心，在以云計(jì)算為代表的技術(shù)創(chuàng)新大幕襯托下，這些原本很難收集和使用的數(shù)據(jù)開(kāi)始容易被利用起來(lái)，通過(guò)各行各業(yè)的不斷創(chuàng)新，大數(shù)據(jù)會(huì)逐步為人類創(chuàng)造更多價(jià)值。從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面。大數(shù)據(jù)無(wú)法用單臺(tái)計(jì)算機(jī)進(jìn)行處理，必須采用分布式計(jì)算架構(gòu)，其特色在于對(duì)海量數(shù)據(jù)的挖掘，但必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)、云存儲(chǔ)和/或虛擬化技術(shù)。
從根本上說(shuō)，你處理數(shù)據(jù)的方式?jīng)Q定了該數(shù)據(jù)所具有的價(jià)值，因此，數(shù)據(jù)處理和分析的前提就是接受錯(cuò)誤和不完美的存在，我們必須承認(rèn)缺陷也是該數(shù)據(jù)集的一個(gè)組成部分，并相信相較于如此龐大的信息集，幾個(gè)簡(jiǎn)單的錯(cuò)誤數(shù)字不足以導(dǎo)致該分析結(jié)果產(chǎn)生明顯偏差。
另一方面，大數(shù)據(jù)的不精確和相對(duì)不完美在某種程度上可以幫助專業(yè)人士進(jìn)行更切合實(shí)際的產(chǎn)品和行業(yè)預(yù)測(cè)，對(duì)于某些特定行業(yè)，數(shù)據(jù)的不精準(zhǔn)更可能促使較為完備的準(zhǔn)備工作。實(shí)際上，接受凌亂的數(shù)據(jù)集還可減輕對(duì)有關(guān)數(shù)據(jù)輸入問(wèn)題的偏見(jiàn)，對(duì)團(tuán)隊(duì)合作也具有一定的積極意義。
如何撥亂反正?
如今的各種數(shù)據(jù)集可能會(huì)比以往任何時(shí)候都混亂復(fù)雜，認(rèn)知分析將為大數(shù)據(jù)和實(shí)際決策參考數(shù)值之間的差距提供一種較為有效的彌補(bǔ)方式。
通過(guò)認(rèn)知分析和深入研究，分析師研發(fā)出了從冗雜的數(shù)據(jù)中提取有效信息的各種算法，經(jīng)過(guò)分析、推導(dǎo)和演練，將熟練操縱高級(jí)抽象信息成為可能。
企業(yè)則可通過(guò)利用上述研究成果，分析和處理包括圖像、語(yǔ)言和視頻文件在內(nèi)的各類復(fù)雜數(shù)據(jù)模型。面對(duì)大數(shù)據(jù)帶來(lái)的空間機(jī)遇，越來(lái)越多的企業(yè)將目光轉(zhuǎn)向該市場(chǎng)。當(dāng)前，如何挖掘大數(shù)據(jù)金礦，實(shí)現(xiàn)數(shù)據(jù)變現(xiàn)，正成為企業(yè)實(shí)現(xiàn)轉(zhuǎn)型發(fā)展的新機(jī)遇，各大網(wǎng)絡(luò)運(yùn)營(yíng)商也面臨著突破自身約束，應(yīng)對(duì)外部競(jìng)爭(zhēng)的重大挑戰(zhàn)。如今，數(shù)據(jù)已經(jīng)成為寶貴生產(chǎn)力，誰(shuí)掌握了數(shù)據(jù)誰(shuí)就可能擁有未來(lái)。
（轉(zhuǎn)載）
