朝晖随笔（1） 针对工业大数据平台的备忘录

以下是我最近谈到的几个观点。简单记录一下，以防忘记。

1、大数据平台的主要用户应该是各种管理者、并非实时在线的作业人员，至多是间断型的在线。相关的业务活动常常是异常事件驱动的。这一点，与业务系统和工业互联网平台不一样。

2、要做好平台，似乎至少也要三种人：（1）用户，提出管理需求；（2）数据科学家，整理需求、变成数据可分析的事情；（3）平台建设和维护人员。否则做不好。

3、大数据平台的首要作用是针对具体问题的可追溯、可比较。而不是一般性规律的发现。形象地说，长于“见多识广”，而不是善于总结理论。

4、大数据最重要的特点是容易验证、而不至于陷入似是而非的境地。其次是可以排除噪声，让结果更准确。形象地说，便于“批判性思维”。

5、大数据的作用大小、能否发挥作用。与数据基础密切相关，这是需要事先策划的。有了分析需求再临时抱佛脚的事情，不一定能做好。

6、大数据分析的主要价值点和方向，人类大体是可知的。数据一般只是用来验证、完善、清晰化人类的想法。按照这个思路办事，就是追求用10%的精力创造90%的价值。否则，就可能是用90%的时间创造10%的价值，商业上不合算。除非学校里写论文或者特别重要，一般别碰。

7、如果数据不应用，质量就很难保证。而数据质量不保证，分析的麻烦就很大。另外，工业数据的场景太复杂，需要人来区分。这是数据分析难以提高效率的重要原因。所以，工业大数据分析问题的瓶颈主要是人，而未必在计算机性能。

8、永远要记住的是：价值是用户决定的。换了用户，价值就不一样。总体上看，越是高端用户，价值越显著。有些人说大数据分析缺少价值，其实是自己的事情太低端：这就好比兽医挣的钱不可能比御医多。

原创：清华大学软件学院访问学者 郭朝晖