大数据的泡沫、价值和陷阱（3）

（2）第二问：我是搞技术驱动、业务驱动还是数据驱动？
当前不少公司的大数据产品和服务不接地气，从开始规划上就有一定问题。很多公司都号称自己有云计算和大数据方面的产品和服务，覆盖面从Hadoop、Spark、MPP、NOSQL、OpenStack等，到公有云、私有云、商业智能、人工智能、深度学习等等方面，偌大一片浮云，客观上促进了大数据领域的技术高速发展，可惜最终少有几家能活到赚钱。首先，大数据领域，没有几把刷子是很难玩技术驱动的，像Hadoop,Spark这些基础框架，AlphaGo系统、Nvidia的核心产品等，后面都有一帮名校博士、教授等技术大牛的身影在支持；其次，业务驱动最靠谱，但要有足够的创新和资本支持，最近几年出现的Uber、滴滴、摩拜、Airbnb、23andMe、货车帮等创新公司，就是典型的业务驱动型大数据企业，对传统社会和商业的冲击也是颠覆性的，如果能有极好的创意和资本支持，走这条路发展潜力巨大；而政府和大型垄断国企拥有真正的大数据金矿，有数据+业务驱动的条件，但由于自身管理体制原因或引入的技术实力太弱，大数据的价值远远没有被挖掘出来，当然这也是大机会，我们的国安部门也需要中国版的Palantir。所以大数据应用要接地气，结合自身实力，问问自己搞技术驱动、业务驱动还是数据驱动，是最需要回答的问题。
（3）第三问：我是否清楚大数据应用的局限？
现阶段，大数据应用面临诸多挑战，新技术泛型下标准的大数据应用体系尚未建立，技术复杂度和风险较高，成功案例和最佳实践缺乏。很多企业和机构都知道大数据潜力巨大，但却不知如何着手，更不清楚大数据应用有哪些局限和潜在的问题。伯克利的Jordan教授是机器学习领域大牛，他提出了一个很好的比喻：如果大数据给出的结果可靠性低，没有经过充分的验证，就急于应用到实际业务中，会面临很大的风险，就好比是土木工程都没学好就开始造桥，结果只能造出“豆腐渣工程”。所以我们要充分了解大数据技术的局限性，数据采集的不全面必然导致数据偏见，数据质量的问题会导致GarbageInGarbageOut，我们对分析结果的不理解，或者不进行持续反馈验证升级，就无法确认模型的准确性和稳定性，另外《大数据时代》一书中所说的关注相关性不重视因果分析，也会导致一系列问题。数据科学发展到现阶段，从某种程度上讲还不是一个足够严谨的学科，我们有一定的概率做出准确的预测，但是使用不当或预测不准，又会造成不好的后果。显然Jordan教授很担心现在公众对大数据技术的热情，并不是基于对这个领域的深入理解，但是他坚信大数据领域未来会诞生很多重要的应用，就像AlphaGo系统花一晚时间，自我学习几百万盘棋才战胜李世石，对于新兴技术，我们不能高估它但更不能低估。鉴于此，我们需要对大数据的数据质量及技术偏差等做更细致的考察和评估，搞清楚大数据应用技术所面临的限制及问题，才能走得更稳更远。
（4）第四问：我是否准备好打一场大数据应用持久战？
我在《大数据应用从小做起？谈微服务和大数据架构》一文中有提到过，大数据项目如何顶天立地：立地就是要落实到一个个要解决的具体问题，基于业务和数据驱动；顶天就是要规划得目标长远，大数据系统不是搞一锤子买卖，没有一劳永逸的做法。特别是大型企业、机构或政府的大数据系统，一定不能是传统MIS系统的做法，大数据是个动态增量系统，数据规模在变，业务在变，模型在变，参数在变，核心技术模型的迭代、优化、持续升级及交付将是常态，长期目标应该是智能化的综合管控，从企业的生产、产品、销售、服务各个环节的一体化智能管控中心，政府各部门联席的智能服务和决策中心，好比GoogleBrain,BaiduBrain，大型企事业单位和政府也需要未来的数字决策大脑。从某种程度上讲，大数据的关键不在于具体项目，而在于数据决策中心的持续优化与运营，大数据系统建设要作为一个长远的事业来做，让每个成员都融入大数据管理思维变革过程中。我在《说说敏捷大数据》一文中提出了“快、小、证”大数据应用原则，对一个具体的大数据项目来讲，能做到快速出原型，小分析点切入，证明有效之后再扩张的原则，就不用惧怕失败，失败后切换到下一个分析目标即可。由于大数据项目前期的实际投入成本远远大于收益，这就更需要精耕细作，打一场大数据应用持久战，可以从小处着手，逐步构建统观全局的分析链，从而建立组织未来的大数据中心和基于大数据分析的辅助决策大脑。

（文章来源：36大数据 作者：杜圣东）