大數據如何貢獻大價(jià)值

　　大數據之熱

　　9月的浦東新區，天氣已經(jīng)略有涼意。張江高科技園區一個(gè)四周是玻璃的高檔辦公樓里，一大早，市場(chǎng)部門(mén)的資深員工李小姐正在自己的座位上開(kāi)始一天工作之前的熱身：倒杯水，花上一刻鐘到半小時(shí)在各大網(wǎng)站上瀏覽當天要聞。在她最經(jīng)常去的幾個(gè)論壇里，通常汽車(chē)、服裝，或者旅游促銷(xiāo)的廣告會(huì )不請自來(lái);最近她發(fā)現這種多年不變的情形有了些不經(jīng)意的變化，比如剛剛跳出的這個(gè)窗口：大數據分析幫助你鎖定高價(jià)值客戶(hù)“大數據”和旅游論壇有啥關(guān)系?她百思不得其解。

　　她所不知道的是，她在瀏覽器搜索界面里曾經(jīng)輸入的“客戶(hù)”、 “促銷(xiāo)”、“通信錄”等關(guān)鍵詞，已被IE上面掛靠的抓取程序自動(dòng)獲取，并且被關(guān)聯(lián)了相應的廣告，由IE插件完成最終的廣告推送。在北京郊區某處的機房里，基于“關(guān)聯(lián)規則”和“聚類(lèi)”等統計分析方法的分析軟件在時(shí)刻不停地處理成千上萬(wàn)個(gè)李小姐產(chǎn)生的數據。

　　她或許還沒(méi)有注意到的是，大數據和分析正在成為全世界炙手可熱的概念。先是幾年前谷歌首席經(jīng)濟學(xué)家宣稱(chēng)：數據分析員正成為21世紀最性感的職業(yè);又有2012年3月29日奧巴馬政府公布“大數據研發(fā)計劃” (Big Data Research and Development Initiative)，白宮科技政策委員會(huì )(OSTP)還成立了大數據高層指導小組以推動(dòng)這一戰略規劃。再有就是今年的事情了，地球人都已經(jīng)知道，2013年是“國際統計年”。

　　幾個(gè)月前，JMP的老朋友Michael Rappa教授于美國眾院聆訊，主題正是“Next Generation Computing and Big Data Analytics”――下一代計算及大數據分析。Rappa教授作為IAA(Institute of Advanced Analytics, NCSU，北卡州立大學(xué)高等分析學(xué)院)創(chuàng )始人，去年被美國科學(xué)基金會(huì )新創(chuàng )立的大數據委員會(huì )任命為學(xué)術(shù)聯(lián)合主席。奧巴馬政府的大數據研發(fā)計劃資金正是來(lái)自于美國科學(xué)基金會(huì )。

　　國內學(xué)術(shù)界，得益于前中國人民大學(xué)常務(wù)副校長(cháng)袁衛先生及其他統計學(xué)界知名教授學(xué)者的持續不懈的努力，2012年，教育部終于把統計從數學(xué)的范疇內獨立出來(lái)，正式升級成為與數學(xué)、物理、化學(xué)、計算機等大學(xué)科平級的“一級學(xué)科”。

　　以統計學(xué)為核心的數據分析方法正在學(xué)術(shù)、工商和政府等領(lǐng)域顯現出越來(lái)越大的價(jià)值。李小姐電腦上的變化，則是這一趨勢的小小表征。

　　最近Gartner發(fā)布了2013年度商業(yè)智能和分析的魔力四象限圖，報告明確指出，大數據和分析正在成為企業(yè)IT規劃的核心。

　　一切的現象都在告訴人們，一個(gè)新的科技時(shí)代似乎正在來(lái)臨。有些IT職業(yè)追潮人士甚至激動(dòng)地認為“人類(lèi)歷史上第三次科技革命”即將到來(lái)。

　　大數據之惑

　　問(wèn)題在于，什么是大數據?為什么人人言必稱(chēng)大數據?

　　“很大很大的數據”就是大數據。對“大”的定義在不斷刷新。10年前1GB數據已經(jīng)很大了，今天，1000GB并不算太大。

　　問(wèn)題其實(shí)不在于大，而在價(jià)值。“大數據”再大仍舊只是數據，沒(méi)有足夠有效的分析與應用，一切數據都是垃圾。紐約時(shí)報專(zhuān)欄作家David Brooks認為，缺乏足夠有效的分析是大數據的最大問(wèn)題：越來(lái)越多的數據，帶來(lái)越來(lái)越多的相關(guān)性;其實(shí)很多相關(guān)性都是沒(méi)有意義的，這種欺騙性質(zhì)的數據關(guān)聯(lián)會(huì )把數據管理者和使用者引入歧途，浪費大量的人力物力去管理、分析這些數據。

　　除了傳統意義上人們認為的那些有行有列有數值或者文字的數據表單之外，IT技術(shù)還幫助人們收集了越來(lái)越多的其他類(lèi)型的資料，比如視頻，語(yǔ)音，圖片，文檔等。這些被稱(chēng)為“非結構化數據”。

　　結構化與非結構化數據每天都在成倍的增加。以道路視頻監控為例，全上海的攝像頭有10多萬(wàn)個(gè)，每一刻都在記錄圖片與視頻。一旦發(fā)生案件或者事件，這些記錄在硬盤(pán)庫里的資料就成為偵察與審判環(huán)節的重要證據。盡管目前技術(shù)尚不支持，業(yè)界仍然期望未來(lái)能在TB乃至于PB級的視頻數據里搜到一張特定身影或者臉孔。這類(lèi)搜索/分析技術(shù)未來(lái)將是啟動(dòng)視頻類(lèi)大數據應用的引擎。

　　同樣，基于語(yǔ)音、照片或者文本的分析與數據挖掘同樣可以給人類(lèi)對數據的理解帶來(lái)革命性的突破。問(wèn)題在于，這類(lèi)技術(shù)仍停留在實(shí)驗室階段。

　　盡管沒(méi)有足夠的應用，大數據仍然不可阻擋地火熱了起來(lái)。不扯上大數據似乎就要落伍了一樣，大數據滿(mǎn)天飛的日子來(lái)到了。至于這股潮流到底會(huì )演變成象.com一樣的泡沫，還是第三次產(chǎn)業(yè)革命，在華威先生們眼里，已經(jīng)根本不重要了。業(yè)界，數據庫/存儲等領(lǐng)域供應商當然樂(lè )見(jiàn)其成，而企業(yè)的IT經(jīng)理們則又多了一個(gè)申請預算的借口。

　　數據的價(jià)值及企業(yè)數據戰略

　　數據的獲取與存儲仍然是IT建設的基礎架構。一旦決定啟動(dòng)“大數據戰略”，對資源源源不斷的占用使得這一工作黑洞化。如何規避這種大數據黑洞?結合全球主要行業(yè)領(lǐng)導企業(yè)以及部分小而強的歐洲企業(yè)的成功案例，我認為，應該以應用(分析及業(yè)務(wù)決策)為中心建立相應的數據戰略，并且隨之建立相應的從收集數據、管理數據到最終業(yè)務(wù)決策的一整套流程。而不是為數據而數據——首先要建立以應用為中心的數據戰略。說(shuō)到應用，銀行、保險、汽車(chē)、化工等幾乎所有行業(yè)都在開(kāi)展以數據分析為基礎的各種應用，以JMP軟件全球行業(yè)案例庫里面的部分典型客戶(hù)為例：

　　電商在分析顧客采購行為數據,以進(jìn)行促銷(xiāo)和相關(guān)貨品推薦(交叉/提升銷(xiāo)售)

　　航空公司在調查旅客反饋,以改進(jìn)空中服務(wù)(客戶(hù)挽留)

　　藥廠(chǎng)在對臨床實(shí)驗數據進(jìn)行分析,以判斷新藥的安全性和有效性(研發(fā)新產(chǎn)品)

　　汽車(chē)廠(chǎng)商在對維修信息進(jìn)行分析，以改進(jìn)汽車(chē)整車(chē)和關(guān)鍵零部件的可靠性以提升客戶(hù)滿(mǎn)意度(挽留及獲取客戶(hù))、降低客戶(hù)擁有成本和車(chē)廠(chǎng)的保修成本(降低成本)

　　手機公司在對手機銷(xiāo)售量進(jìn)行預測，以合理排產(chǎn)與優(yōu)化庫存(運營(yíng)優(yōu)化)

　　衛生管理部門(mén)在運用數據模型對流行病趨勢進(jìn)行描述、監控與預測

　　銀行在對客戶(hù)服務(wù)流程進(jìn)行優(yōu)化與改善，以提升客戶(hù)滿(mǎn)意度

　　電腦廠(chǎng)商在利用客戶(hù)對不同配置組合進(jìn)行市場(chǎng)調查，以進(jìn)行定價(jià)

　　保險公司在根據保單出險情況進(jìn)行保單定價(jià)的動(dòng)態(tài)調整，以確保該產(chǎn)品基本盈利能力

　　半導體企業(yè)在對制造全流程數據進(jìn)行分析/建模/優(yōu)化，以改善工藝，提升良率，從而實(shí)現成本降低與利潤提升

　　食品公司在利用數據分析和市場(chǎng)調查手段，研發(fā)本地客戶(hù)最喜好的口味

　　快速食品行業(yè)在利用JMP地圖分析工具與人口統計學(xué)相結合，以進(jìn)行門(mén)店選址，客戶(hù)獲取及供應鏈優(yōu)化

　　只有足夠有效的應用，方可獲取數據的價(jià)值。企業(yè)只有在戰略層面確立了數據分析的重要性，方可持續改善。以GE為例，六西格瑪及相應的數據分析流程已經(jīng)成為GE的全球戰略與文化。不僅如何，GE還持續不懈地推動(dòng)基于數據分析的持續改善工作。在高端航空發(fā)動(dòng)機研發(fā)及GE能源系統業(yè)務(wù)領(lǐng)域方面，GE也與時(shí)俱進(jìn)，導入JMP所代表的業(yè)界最高水平的實(shí)驗設計(DOE)方法，以進(jìn)一步提升其研發(fā)水平。

　　其次，一切都離不開(kāi)人。與這股指數級增長(cháng)的數據分析需求相對應，統計、分析類(lèi)人才正成為職場(chǎng)上的稀缺品種和搶手貨。3月初華爾街日報刊登了“全美最搶手職業(yè)排名”，數據分析類(lèi)職位高居榜單第二位。這是美國。對中國來(lái)說(shuō)，或許排名更高，因為稀缺。

　　最后，建立一整套以數據分析及決策流程，以取代傳統的拍腦袋決策體系。這一點(diǎn)對于中國企業(yè)來(lái)說(shuō)尤其需要強調。這不僅僅是對戰略的有效執行，更需要企業(yè)拿出“改變”的決心和勇氣，在制度層面體現出對“改變”的鼓勵和包容。

　　在這個(gè)應用為王的年代，對于企業(yè)來(lái)說(shuō)，不論是搭建基礎架構還是應用軟件，要不要投入，如何投入，其實(shí)是個(gè)老話(huà)題了，無(wú)外乎價(jià)值與價(jià)格。大數據/云計算，不論名字如何變化，邏輯依舊。