編者按：隨著互聯(lián)網(wǎng)的普及化以及物聯(lián)網(wǎng)的快速發(fā)展，人們產(chǎn)生的數(shù)據(jù)也越來(lái)越多。早幾年前，馬云就突出了當(dāng)前是“DT”時(shí)代的說(shuō)法。但數(shù)據(jù)的多并不代表著就是好事，只有被利用起來(lái)的數(shù)據(jù)才是好事。有人將數(shù)據(jù)稱為是“新石油”，這個(gè)比喻是非常恰當(dāng)?shù)?。因?yàn)槭捅旧頉](méi)有任何價(jià)值，它必須被提煉成汽油或塑料才有價(jià)值。同樣地，我們都被大量的數(shù)據(jù)淹沒(méi)了，但為了獲得真正的價(jià)值，這些數(shù)據(jù)必須被提煉成商業(yè)見(jiàn)解。文章發(fā)表在 ZDNet ，由36氪編譯。

　　我們生活在一個(gè)越來(lái)越依賴數(shù)據(jù)的社會(huì)，信息正變得和金錢(qián)一樣。例如，許多消費(fèi)者使用谷歌、Facebook、亞馬遜、微軟和蘋(píng)果等互聯(lián)網(wǎng)巨頭提供的免費(fèi)服務(wù)。作為服務(wù)的回報(bào)，這些公司可以追蹤他們的在線行為，并進(jìn)行商業(yè)化變現(xiàn)。

　　當(dāng)前，這種交易的最大的問(wèn)題之一就是開(kāi)放性，人們的個(gè)人信息(有時(shí)是無(wú)意的)會(huì)泄露給為他們提供網(wǎng)絡(luò)服務(wù)的企業(yè)。近期在大西洋(600558) 兩岸的投票都表明， 有些數(shù)據(jù)管理機(jī)構(gòu) 能夠利用大量的用戶數(shù)據(jù)(包括人口統(tǒng)計(jì)數(shù)據(jù)、消費(fèi)者行為和互聯(lián)網(wǎng)中的活動(dòng))，來(lái)對(duì)廣告、新聞報(bào)道和服務(wù)進(jìn)行微觀定位，以完成特定的目的。

　　顯然，數(shù)據(jù)閘門(mén)現(xiàn)在正在向各種規(guī)模和類(lèi)型的企業(yè)開(kāi)放。通過(guò)及時(shí)的分析，能夠給企業(yè)帶來(lái)很多的競(jìng)爭(zhēng)優(yōu)勢(shì)。雖然說(shuō)目前大部分企業(yè)都把目光偏向到客戶行為上，但數(shù)據(jù)可以在產(chǎn)品或服務(wù)供應(yīng)鏈的多個(gè)環(huán)節(jié)中獲得，而且有多種形式——傳統(tǒng)的(結(jié)構(gòu)化的)、臨時(shí)的(非結(jié)構(gòu)化的)、實(shí)時(shí)的、物聯(lián)網(wǎng)——或者是M2M(譯者注：M2M全稱Machine to Machine,是指數(shù)據(jù)從一臺(tái)終端傳送到另一臺(tái)終端,也就是機(jī)器與機(jī)器的對(duì)話)生成的，等等。

　　成功利用大數(shù)據(jù)的公司可以節(jié)約成本，并提高運(yùn)營(yíng)效率，從數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新中獲得豐厚的回報(bào)。同時(shí)，大數(shù)據(jù)也可以幫助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，讓它們能夠在面對(duì)任何顛覆性的創(chuàng)業(yè)公司時(shí)保持競(jìng)爭(zhēng)力。

　　然而，有用的商業(yè)見(jiàn)解不會(huì)自動(dòng)從各種各樣的信息中浮現(xiàn)出來(lái)。企業(yè)必須識(shí)別、組織和分析可操作的數(shù)據(jù)，并將數(shù)據(jù)分析的結(jié)果與業(yè)務(wù)相關(guān)部分結(jié)合起來(lái)。這需要規(guī)劃、預(yù)算以及合適的工具和專業(yè)知識(shí)等支持。

　　數(shù)據(jù)量到底有多少?

　　人們會(huì)定期估算每年全球產(chǎn)生的數(shù)據(jù)量，以及以何種形式產(chǎn)生數(shù)據(jù)。早在2014年IDC和EMC發(fā)布的報(bào)告中， 2013年的數(shù)據(jù)量有4.4 ZB ，即4.4萬(wàn)億GB，并預(yù)測(cè)2020年這一數(shù)字將增長(zhǎng)至44 ZB，每?jī)赡攴环?。根?jù) IDC和Seagate 的數(shù)據(jù)，估計(jì)2025年的數(shù)據(jù)量為163 ZB，比2016年的16.1 ZB增加10倍。

　　IDC 和Seagate報(bào)告還預(yù)測(cè)，全球范圍內(nèi)的大部分?jǐn)?shù)據(jù)來(lái)源將從消費(fèi)者轉(zhuǎn)向企業(yè)，后者產(chǎn)生的數(shù)據(jù)在2025年將占到整體的60%。根據(jù)這份報(bào)告，推動(dòng)這種轉(zhuǎn)變的趨勢(shì)包括：數(shù)據(jù)從作為商業(yè)背景到?jīng)Q策關(guān)鍵的轉(zhuǎn)變;嵌入式系統(tǒng)和物聯(lián)網(wǎng)的發(fā)展;改變現(xiàn)狀的認(rèn)知/人工智能系統(tǒng)的發(fā)展;移動(dòng)和實(shí)時(shí)數(shù)據(jù)的產(chǎn)生;以及安全正在逐漸成為一個(gè)關(guān)鍵的基礎(chǔ)等等。

　　所有這些數(shù)據(jù)都需要一個(gè)“家”，要么是永久的，要么是暫時(shí)的，這就解釋了Seagate這樣的存儲(chǔ)公司是怎么掙錢(qián)的。

　　在發(fā)布這份報(bào)告的聲明中 ，Seagate首席執(zhí)行官Steve Luczo表示：

　　雖然我們可以從研究報(bào)告中看出大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)，但數(shù)據(jù)的價(jià)值并不是‘已知的’，而是‘未知的’，我們嚴(yán)重低估了這一潛力。真正令人興奮的是分析‘新業(yè)務(wù)、新思維和新生態(tài)系統(tǒng)，從機(jī)器人(300024) 和機(jī)器到機(jī)器學(xué)習(xí)等行業(yè)’，以及它們帶給我們社會(huì)和經(jīng)濟(jì)的影響。數(shù)據(jù)能夠給今天和未來(lái)的企業(yè)家?guī)?lái)巨大的價(jià)值，我們的全球商業(yè)領(lǐng)袖將在未來(lái)幾十年里探索這些機(jī)會(huì)?！?/p>

　　都有哪些數(shù)據(jù)?

　　當(dāng)然，并不是所有數(shù)據(jù)都能夠用于分析。例如，在2025年的數(shù)據(jù)時(shí)代報(bào)告中，IDC估計(jì)到2025年，全球數(shù)據(jù)中大約20%的數(shù)據(jù)對(duì)我們的日常生活至關(guān)重要，其中10%的數(shù)據(jù)將會(huì)是“超級(jí)關(guān)鍵”的。

　　該報(bào)告指出：“超級(jí)關(guān)鍵數(shù)據(jù)的出現(xiàn)，迫使企業(yè)必須開(kāi)發(fā)和部署數(shù)據(jù)采集、分析和基礎(chǔ)設(shè)施;保證數(shù)據(jù)存儲(chǔ)的可靠性、可用性以及更安全的系統(tǒng);并進(jìn)行新的業(yè)務(wù)實(shí)踐，甚至制定新的政策與規(guī)定，來(lái)減輕、轉(zhuǎn)移和削弱潛在的負(fù)債風(fēng)險(xiǎn)。”

　　人工智能和機(jī)器學(xué)習(xí)將越來(lái)越多地參與到大數(shù)據(jù)分析中，這進(jìn)一步限制了可用的數(shù)據(jù)量。在報(bào)告中，IDC估計(jì)，到2025年底，全球數(shù)據(jù)中被標(biāo)記的只有15%，所以才適合人工智能/機(jī)器學(xué)習(xí)分析。

　　大數(shù)據(jù)趨勢(shì)和預(yù)測(cè)

　　每年，各種技術(shù)領(lǐng)域的專家都會(huì)對(duì)當(dāng)前的趨勢(shì)進(jìn)行總結(jié)，并對(duì)未來(lái)12個(gè)月做出預(yù)測(cè)。大數(shù)據(jù)也不例外，我們整理了多個(gè)專家在2017年做出的預(yù)測(cè)，并對(duì)這些預(yù)測(cè)進(jìn)行了分類(lèi)。以下是一些分析結(jié)果：

　　數(shù)據(jù)主要來(lái)自：Acodez，Big Data Made Simple，Datafloq，Datameer，Enterra解決方案，Gartner，惠普，IBM，Infogix，MapR，甲骨文，Ovum，Pentaho，Quantzig，RTInsights，Sysmech，Tableau軟件

　　對(duì)于大數(shù)據(jù)行業(yè)觀察者來(lái)說(shuō)，2017年最有影響力的領(lǐng)域是人工智能、機(jī)器學(xué)習(xí)、自動(dòng)化和認(rèn)知系統(tǒng)。例如，分析公司 Ovum 認(rèn)為，“機(jī)器學(xué)習(xí)是一個(gè)巨大的顛覆者”、“嵌入式機(jī)器學(xué)習(xí)的分析應(yīng)用正成為常態(tài)”。

　　如果企業(yè)要避免被數(shù)據(jù)淹沒(méi)，提高自動(dòng)化水平幾乎是不可避免的——或者，正如 Enterra Systems 所言：“隨著數(shù)據(jù)量的增加，人工智能將變得越來(lái)越重要?！?/p>

　　另外一個(gè)重要的話題是“數(shù)據(jù)驅(qū)動(dòng)的商業(yè)決策”的出現(xiàn)。 甲骨文 簡(jiǎn)潔地指出，“應(yīng)用，而不僅僅是分析，推動(dòng)了大數(shù)據(jù)的進(jìn)程”，而 Gartner預(yù)測(cè) “數(shù)據(jù)和分析將推動(dòng)現(xiàn)代商業(yè)運(yùn)營(yíng)，而不僅僅是反映他們的業(yè)績(jī)”。

　　此外，在2017年的預(yù)測(cè)中被廣泛關(guān)注的還涉及信息、數(shù)據(jù)科學(xué)與數(shù)據(jù)工程、大數(shù)據(jù)擴(kuò)散與治理以及基于云的分析與集成數(shù)據(jù)服務(wù)。

　　一些調(diào)查報(bào)告

　　自2012年以來(lái)，管理咨詢公司 NewVantage Partners(NVP) 一直在調(diào)查財(cái)富1000強(qiáng)企業(yè)的大數(shù)據(jù)部署情況， 并于2017年4月發(fā)布了第五份報(bào)告 (調(diào)查對(duì)象是這些公司的管理者)。

　　NVP的大數(shù)據(jù)調(diào)查顯示，80.7%的受訪者認(rèn)為他們的大數(shù)據(jù)投資是成功的，有48.4%的受訪者表示“結(jié)果是可以測(cè)量的”。后者被細(xì)分為“極致成功”(顛覆性/創(chuàng)新/變革型，21%)和“非常成功”(進(jìn)化型，27.4%)。

　　正在進(jìn)行的各種大數(shù)據(jù)相關(guān)項(xiàng)目中，排名第一的是“通過(guò)運(yùn)營(yíng)來(lái)降低成本，提高效益”，占比72.6%。68.7%的受訪者認(rèn)為這是一個(gè)“為創(chuàng)新和顛覆創(chuàng)造新的途徑”。

　　盡管有很多公司都啟動(dòng)了相關(guān)項(xiàng)目，并取得了不小的成果。但根據(jù)NewVantage Partners的報(bào)告。在《財(cái)富》1000強(qiáng)的企業(yè)中，似乎仍難以建立數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化:69.4%的公司已經(jīng)開(kāi)始采取行動(dòng)，但只有27.9%的公司表示有效果。

　　在為什么難以建立一個(gè)數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化問(wèn)題中，NVP的調(diào)查發(fā)現(xiàn)，“組織協(xié)調(diào)不足”的比例在42.6%左右，排在“缺乏中層管理人員接受和理解”(41%)和“商業(yè)阻力或缺乏理解”(41%)之前。

　　上面的圖表顯示，難以建立一個(gè)數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化的阻礙是業(yè)務(wù)部門(mén)，而不是IT部門(mén)。因?yàn)閿?shù)據(jù)整理、技術(shù)理解和數(shù)據(jù)分析方法等問(wèn)題基本上沒(méi)有多少應(yīng)答者提及(小于30%)。

　　首席數(shù)據(jù)官(CDO)，是企業(yè)具有數(shù)據(jù)驅(qū)動(dòng)型的文化，或正在實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵指標(biāo)。調(diào)查顯示，財(cái)富1000強(qiáng)的企業(yè)近年來(lái)在這方面取得了進(jìn)步。

　　雖然說(shuō)，擁有CDO的公司的數(shù)量已經(jīng)從2012年的12%提升到了2016年的60%。但是大多數(shù)(56%)受訪者認(rèn)為他們目前的角色是“防御性”的——主要是對(duì)監(jiān)管和合規(guī)要求做出反應(yīng)。

　　展望未來(lái)，受訪者認(rèn)為CDO應(yīng)該變得更具“攻擊性”——帶頭推動(dòng)創(chuàng)新，打造數(shù)據(jù)文化，并將數(shù)據(jù)管理轉(zhuǎn)變?yōu)槠髽I(yè)資產(chǎn)。

　　這大概就是為什么大多數(shù)人(53.4%)認(rèn)為，CDO應(yīng)該向首席執(zhí)行官(35.6%)或首席運(yùn)營(yíng)官(17.8%)匯報(bào)，而不是首席信息官(15.6%)。

　　NVP的調(diào)查還詢問(wèn)了受訪者，除了大數(shù)據(jù)之外，還有什么會(huì)在未來(lái)10年里對(duì)自己的企業(yè)產(chǎn)生影響。人工智能和機(jī)器學(xué)習(xí)的排名靠前，這一點(diǎn)也不奇怪——無(wú)論是單選還是多選。

　　從歐洲的角度來(lái)看，我們研究了荷蘭數(shù)據(jù)咨詢公司 GoDataDriven的大數(shù)據(jù)調(diào)查 ，調(diào)查對(duì)象來(lái)自2016年荷蘭的 大數(shù)據(jù)博覽會(huì)參會(huì)人員 。共有315人，包括168名高管和147名經(jīng)理。

　　當(dāng)被問(wèn)及成功推進(jìn)大數(shù)據(jù)為企業(yè)的主要驅(qū)動(dòng)力有哪些因素時(shí)，71.4%的受訪者表示是“清晰的愿景”，其次是“管理層的支持”(51.2%)和“系統(tǒng)支持和流程支持”(40.1%)。

　　與上面的NewVantage調(diào)查一樣，當(dāng)涉及到大數(shù)據(jù)戰(zhàn)略推進(jìn)的阻礙時(shí)，“業(yè)務(wù)”因素似乎比“IT”問(wèn)題更突出。

　　當(dāng)然，這并不是說(shuō)IT問(wèn)題不重要。當(dāng)被問(wèn)及建立大型數(shù)據(jù)基礎(chǔ)設(shè)施的挑戰(zhàn)時(shí)，排名靠前的兩種回答涉及數(shù)據(jù)質(zhì)量和數(shù)據(jù)可用性：

　　一旦有了足夠多的高質(zhì)量數(shù)據(jù)時(shí)，在企業(yè)以數(shù)據(jù)為驅(qū)動(dòng)力的流程建立好之后，受訪者將“大數(shù)據(jù)知識(shí)和數(shù)據(jù)科學(xué)的訓(xùn)練”列為最大的挑戰(zhàn)，占比47.4%。

　　與NewVantage Partners一樣，GoDataDriven也向受訪者詢問(wèn)了人工智能的情況。盡管目前只有14.3%的人實(shí)際運(yùn)用了深度學(xué)習(xí)和人工智能，但52%的人要么正在開(kāi)發(fā)，要么計(jì)劃在三年內(nèi)運(yùn)用深度學(xué)習(xí)和人工智能。

　　人工智能肯定是在公司的議程上，但顯然是在早期階段：在這一領(lǐng)域中，只有五分之一(21.5%)的受訪者表示沒(méi)有計(jì)劃。

　　專家怎么看?

　　為了解大數(shù)據(jù)的運(yùn)行狀況，我們采訪了Sumit Nijhawan。他是提供數(shù)據(jù)治理解決方案企業(yè) Infogix 的首席執(zhí)行官和總裁，他們對(duì) 2017年數(shù)據(jù)趨勢(shì)進(jìn)行了前瞻性分析 ，以下是采訪中的一些關(guān)鍵觀點(diǎn)。

　　“幾乎所有的客戶都有一個(gè)大數(shù)據(jù)計(jì)劃，許多項(xiàng)目都進(jìn)行了大量的投資。但他們所取得的進(jìn)步，他們從投資中獲得的價(jià)值，往往無(wú)法達(dá)到預(yù)期效果?！盢ijhawan一開(kāi)始就這樣說(shuō)道。

　　他補(bǔ)充說(shuō)：“我們正在與客戶合作的一些事情，我們認(rèn)為是可以帶來(lái)變革的。主要是數(shù)據(jù)治理、數(shù)據(jù)準(zhǔn)備、自助服務(wù)和更小的數(shù)據(jù)湖(譯者注：數(shù)據(jù)湖泊是包含下面兩個(gè)特征的信息系統(tǒng)：a.可以保存大數(shù)據(jù)的并行系統(tǒng);b.能夠在數(shù)據(jù)不移動(dòng)的情況下進(jìn)行計(jì)算的系統(tǒng))部署的結(jié)合?！?/p>

　　問(wèn)：所以你會(huì)說(shuō)，從大數(shù)據(jù)中獲取商業(yè)洞察的主要瓶頸是“發(fā)現(xiàn)公司所擁有的有價(jià)值數(shù)據(jù)，并使其可供分析”?

　　“是的，大部分的關(guān)注點(diǎn)都是提供存儲(chǔ)環(huán)境——hadoop，并讓每個(gè)人都能將任何數(shù)據(jù)轉(zhuǎn)儲(chǔ)到其中?！边@里要注意兩件事情：首先，向Hadoop存儲(chǔ)數(shù)據(jù)的目標(biāo)是什么?其次，即使數(shù)據(jù)存在，但是無(wú)法管理，無(wú)法搜索，也無(wú)法挖掘，而且也沒(méi)有辦法使用數(shù)據(jù)去吸引消費(fèi)者，來(lái)幫助企業(yè)獲得價(jià)值。它非常依賴于技術(shù)，仍然需要技術(shù)人員來(lái)處理它。這并不是從這些投資中獲取價(jià)值的最佳方式?！?/p>

　　問(wèn)：這是否意味著“業(yè)務(wù)”與科技之間存在脫節(jié)——組織需要培養(yǎng)“數(shù)據(jù)文化”，讓業(yè)務(wù)部門(mén)知道如何正確地分析數(shù)據(jù)，并產(chǎn)生商業(yè)洞察力?

　　“我們當(dāng)然需要以數(shù)據(jù)驅(qū)動(dòng)的企業(yè)文化。這并不是IT人員不想分享的東西。只是他們有這些工具，他們覺(jué)得自己做得很好，但他們并不知道分析數(shù)據(jù)最終的目標(biāo)是什么。這就是為什么需要業(yè)務(wù)驅(qū)動(dòng)了，否則很難實(shí)現(xiàn)任何有意義的事情。”

　　問(wèn)：在許多組織中是否存在缺失的一環(huán)——首席數(shù)據(jù)官(CDO)，誰(shuí)能將業(yè)務(wù)部門(mén)連接到IT部門(mén)?

　　“這絕對(duì)是一個(gè)缺失的環(huán)節(jié)，但我不會(huì)說(shuō)這只是一個(gè)人的問(wèn)題。剛剛提到的“數(shù)據(jù)文化”指的是人、流程和技術(shù)，以及數(shù)據(jù)本身。這實(shí)際上是一個(gè)關(guān)于端到端的流程：這是如何從數(shù)據(jù)中獲取所需數(shù)據(jù)的方式，也是如何處理數(shù)據(jù)的方式，更是如何交付數(shù)據(jù)的方式。這個(gè)端對(duì)端流程需要由業(yè)務(wù)負(fù)責(zé)人來(lái)發(fā)起，當(dāng)然也可以是CDO。如今，首席數(shù)據(jù)官這個(gè)職位的問(wèn)題在于，在許多企業(yè)中，它幾乎都是一種官僚主義的立場(chǎng)：該CDO據(jù)稱具有影響力，但最終卻成為了供應(yīng)商用來(lái)推銷(xiāo)技術(shù)的人，而不是那些為了實(shí)現(xiàn)商業(yè)目標(biāo)而在那里工作的人?！?/p>

　　問(wèn)：當(dāng)你與客戶交談時(shí)，目前哪些數(shù)據(jù)相關(guān)的技能最火?一些分析人士發(fā)現(xiàn)，企業(yè)對(duì)數(shù)據(jù)科學(xué)家的需求有所減弱。

　　“我認(rèn)為需求正在減弱，但這并不是因?yàn)閿?shù)據(jù)科學(xué)家的數(shù)量太多了。而是因?yàn)楝F(xiàn)有的數(shù)據(jù)科學(xué)家無(wú)法實(shí)現(xiàn)企業(yè)想要的價(jià)值。因此，問(wèn)題就變成了：如果企業(yè)沒(méi)有獲得價(jià)值，那么招募更多的數(shù)據(jù)科學(xué)家有什么意義?為什么企業(yè)的運(yùn)營(yíng)人員、數(shù)據(jù)分析師不能更好的處理這些數(shù)據(jù)呢?

　　老實(shí)說(shuō)，他們可以做到，因?yàn)閿?shù)據(jù)科學(xué)家所解決的80%的問(wèn)題都可以通過(guò)20%的算法來(lái)解決——而且這些算法都以易于使用的方式公開(kāi)了，數(shù)據(jù)分析師和業(yè)務(wù)分析師可以將這些數(shù)據(jù)整合到運(yùn)營(yíng)和業(yè)務(wù)流程中。我認(rèn)為這種情況正在發(fā)生，結(jié)果是對(duì)數(shù)據(jù)科學(xué)家的需求減少了?！?/p>

　　問(wèn)：我們經(jīng)常聽(tīng)到“自助式”分析，讓更少的專家參與進(jìn)來(lái)。你認(rèn)為這個(gè)技術(shù)發(fā)展到什么程度了呢?

　　“我們對(duì)客戶的做法是，我們首先會(huì)看到他們的數(shù)據(jù)湖項(xiàng)目在什么地方，然后告訴他們：也許你不需要花幾個(gè)月和數(shù)百萬(wàn)美元來(lái)使用這些整合的開(kāi)源技術(shù)。我們將為你提供一個(gè)完全自助服務(wù)的端到端設(shè)備，設(shè)備中所有東西都集成了，你所要做的就是使用這些數(shù)據(jù)來(lái)進(jìn)行決策。你可以解雇你的業(yè)務(wù)人員，數(shù)據(jù)科學(xué)家，無(wú)論誰(shuí)。這在市場(chǎng)上獲得了很大的吸引力。

　　問(wèn)：每個(gè)人都在談?wù)摍C(jī)器學(xué)習(xí)和人工智能，你認(rèn)為它將會(huì)在大數(shù)據(jù)領(lǐng)域發(fā)揮作用嗎?

　　“它已經(jīng)存在了一段時(shí)間了，但是現(xiàn)在有很多關(guān)于它的新聞。就像我之前說(shuō)過(guò)的那樣，80%的問(wèn)題可以通過(guò)20%的機(jī)器學(xué)習(xí)算法解決，比如切分、推薦、分類(lèi)、回歸和預(yù)測(cè)。我們關(guān)注的一個(gè)領(lǐng)域是大數(shù)據(jù)的質(zhì)量，傳統(tǒng)的數(shù)據(jù)質(zhì)量一直都是關(guān)于精確匹配規(guī)則和重復(fù)規(guī)則等方面。現(xiàn)在數(shù)據(jù)量很高，人們向數(shù)據(jù)湖存儲(chǔ)更多的數(shù)據(jù)，他們并不知道確切的規(guī)則是什么。相反，我們正在使用機(jī)器學(xué)習(xí)算法，比如切分和分類(lèi)來(lái)尋找異常值。這就是機(jī)器學(xué)習(xí)已經(jīng)增加了很多價(jià)值的地方——但同樣的，你不需要非常成熟的數(shù)據(jù)科學(xué)家來(lái)做這件事。”

　　問(wèn)：最后，你是否認(rèn)為，隨著自助工具的出現(xiàn)以及非專家、甚至“公民數(shù)據(jù)科學(xué)家”的參與，大數(shù)據(jù)領(lǐng)域正在進(jìn)行民主化?

　　“我認(rèn)為這是會(huì)發(fā)生的。這是對(duì)‘大數(shù)據(jù)’的投資能夠持續(xù)、價(jià)值實(shí)現(xiàn)的唯一方式——沒(méi)有其他選擇。在IT和供應(yīng)商領(lǐng)域，有足夠多的人來(lái)推動(dòng)這個(gè)問(wèn)題，并找到能夠?qū)崿F(xiàn)這一目標(biāo)的方法，可能還有三到五年的時(shí)間。在這期間，人們可能不會(huì)過(guò)多談?wù)摗按髷?shù)據(jù)”。相反，他們會(huì)談?wù)撘宰灾?wù)方式交付的大數(shù)據(jù)的分析結(jié)果。”

　　前景

　　關(guān)于數(shù)據(jù)的各個(gè)方面還有很多，未來(lái)也會(huì)有更多的數(shù)據(jù)，但如果要經(jīng)常把大數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的商業(yè)見(jiàn)解，企業(yè)還有很多工作要做。數(shù)據(jù)驅(qū)動(dòng)型企業(yè)文化的建立以及數(shù)據(jù)科學(xué)家和工程師的增多(無(wú)論是從外部招募還是在內(nèi)部培訓(xùn))，都將有助于推動(dòng)這一過(guò)程，至少在短期內(nèi)是如此。

　　正如 天文學(xué)家Clifford Stoll 所說(shuō)：“數(shù)據(jù)不等于信息，信息不等于知識(shí)，知識(shí)不等于理解，理解不等于智慧?！?/p>

　　因此，數(shù)據(jù)科學(xué)家和工程師將需要從大量不同種類(lèi)的數(shù)據(jù)中提取信息和知識(shí)，數(shù)據(jù)驅(qū)動(dòng)的文化將確保提出正確的問(wèn)題，從而讓理解——甚至是智慧——到達(dá)企業(yè)的相關(guān)部門(mén)。

　　展望未來(lái)，自動(dòng)化水平越來(lái)越高——尤其是在數(shù)據(jù)準(zhǔn)備領(lǐng)域，以及自助服務(wù)分析工具的普及，將使專家之外的運(yùn)營(yíng)人員輕松獲得從數(shù)據(jù)中得出的見(jiàn)解。