PayPal 聯(lián)合創(chuàng)始人兼風(fēng)險投資人彼得·蒂爾（Peter Thiel）經(jīng)常抱怨科技圈一直在過度使用像“云端”和“大數(shù)據(jù)”這樣的流行詞。雖然他 不是唯一一個長期表達這種觀點的人 ，但是大部分企業(yè)似乎仍然沒有充分理解這條信息。

[[140708]]

很多企業(yè)經(jīng)常會吹噓自己擁有多少 TB，甚至是 PB 的數(shù)據(jù)量，還有它們的大型數(shù)據(jù)科學(xué)家團隊正在使用 Apache Kafka 流運行海量的 Hadoop 集群，這些企業(yè)認為這些都是它們的競爭優(yōu)勢所在。

然而，事實上它們當(dāng)中的大多數(shù)都遇到了計算機領(lǐng)域的一個老生常談的問題：無用輸入，無用輸出（garbage in, garbage out）。它們不僅沒有符合大數(shù)據(jù)定義的數(shù)據(jù)復(fù)雜度或數(shù)據(jù)量，而且它們擁有的實際上是劣質(zhì)數(shù)據(jù)，它們的業(yè)務(wù)甚至有可能會因此蒙受損失。根據(jù) Experian Data Quality 的數(shù)據(jù)，88%的企業(yè)的收支情況都會受到不準確數(shù)據(jù)的影響，而且受影響的營收比例高達 12%。

優(yōu)質(zhì)的大數(shù)據(jù)

部分企業(yè)確實擁有優(yōu)質(zhì)的數(shù)據(jù)，而且知道如何運用它。從像谷歌這樣的成熟網(wǎng)絡(luò)公司，到像波音這樣的工程背景企業(yè)，下文列出的企業(yè)都能夠成功地管理海量的數(shù)據(jù)，并將其用于實現(xiàn)真正數(shù)據(jù)驅(qū)動的決策。

Netflix：為用戶提供他們想要的東西。 占據(jù)美國三分之一互聯(lián)網(wǎng)高峰流量的 Netflix 會收集大量關(guān)于用戶觀影習(xí)慣的數(shù)據(jù)，而且它還可以將這些數(shù)據(jù)按照地區(qū)、觀看時段、觀看時長等各種項目進行細分。這種方式使得他們能夠準確地預(yù)測觀眾喜歡的內(nèi)容。

能夠很好的證明這點的例子是，Netflix 現(xiàn)在已經(jīng)從一個 DVD 點播和流媒體服務(wù)發(fā)展成為一家獨立的影視制作公司，諸如《紙牌屋》和《女子監(jiān)獄》這樣的熱門劇集都是他們的作品。他們的原創(chuàng)劇集甚至摒棄了傳統(tǒng)的單集試播模式，而是而是選擇一次性地制作整季的劇集。

IBM和 The Weather Company：理解天氣對業(yè)務(wù)的影響。IBM 已經(jīng)和 The Weather Company 建立了合作關(guān)系，它們將各自的海量數(shù)據(jù)組結(jié)合起來，并從中分析出天氣對公司業(yè)務(wù)的影響。這項分析涵蓋了從零售業(yè)到保險業(yè)等各個領(lǐng)域，它們能夠準確的提供實 時的分析結(jié)果，例如溫度變化對銷量的影響，或者保險公司如何通過建議客戶駕車出行的方法來節(jié)省成本。

西奈山伊坎醫(yī)學(xué)院：預(yù)測病人的健康。 這所位于紐約市的醫(yī)學(xué)院已經(jīng)任命了杰夫·哈默巴赫（Jeff Hammerbacher）——Facebook 的首位數(shù)據(jù)科學(xué)家擔(dān)任一個計算機開發(fā)項目的主管，這個項目的目標是分析他們每年收治的 50 萬位病人的醫(yī)療信息。

在西奈山基因組學(xué)與多尺度生物學(xué)研究院院長的協(xié)助之下，他們正在研究如何做出能夠降低醫(yī)療成本的預(yù)測——例如通過分析病人的既往病史和風(fēng)險因素來確定他們所需的治療頻率，或者為醫(yī)生提供來自基因組學(xué)和實驗數(shù)據(jù)收集得出的風(fēng)險模型，幫助他們?yōu)椴∪酥贫ㄖ委煼桨浮?/p>

亞馬遜：設(shè)立客戶服務(wù)的新標準。 亞馬遜擁有***的用戶數(shù)據(jù)——從他們正在閱讀的書籍到他們補充化妝棉的頻率。正當(dāng)其他公司都將客戶支持放在次要地位的時候，亞馬遜已經(jīng)將其變成了自身 業(yè)務(wù)的一個重點，它非常強調(diào)與消費者進行直接溝通的重要性。憑借自身豐富的用戶數(shù)據(jù)，亞馬遜能夠在用戶有需要的時候立刻提供相關(guān)的信息，在簡化客戶服務(wù)流 程的同時還能鞏固他們的忠誠度。

施樂：減少員工流失。 工作經(jīng)歷一向都是新員工招聘當(dāng)中的一個重要參考因素，但是在為自己的電話服務(wù)中心招聘的時候，施樂發(fā)現(xiàn)了一個完全不同的參考標準，這點使得它更容易找到合 適的人才。施樂利用大數(shù)據(jù)分析發(fā)現(xiàn)員工的個性才是決定他們留任與否的真正因素——富有創(chuàng)意的人會更傾向于堅持下來，愛管閑事的人則不然。在掌握了這些信息 之后，施樂開始通過應(yīng)聘者調(diào)查（而不是招聘主管的決定）為自己的電話服務(wù)中心進行招聘，最終使得它所有電話服務(wù)中心的半年員工流失率下降了 20%。

然而，大部分企業(yè)都不能很好地利用數(shù)據(jù)。

劣質(zhì)的大數(shù)據(jù)

一直以來，企業(yè)都沒有花時間去思考它們應(yīng)該收集什么數(shù)據(jù)，還有采用怎樣的方式來收集數(shù)據(jù)。在數(shù)據(jù)的海洋中，他們不是使用長矛精準地捕捉漁獲，而是習(xí) 慣于一網(wǎng)打盡，結(jié)果它們收集到的是一堆沒有任何預(yù)先計劃和結(jié)構(gòu)條理的垃圾。這種對困難決策的拖延態(tài)度導(dǎo)致大型企業(yè)的數(shù)據(jù)科學(xué)團隊只能將大部分的時間花在清 理、分類和組織數(shù)據(jù)之上，而且這些工作只能使用手動或者半自動的方式來完成。

“利用智能、實用的數(shù)據(jù)進行發(fā)展是每家企業(yè)都應(yīng)該追求的目標。”

美國政府最近任命的***數(shù)據(jù)科學(xué)家 DJ·帕蒂爾（DJ Patil）很好地總結(jié)了數(shù)據(jù)的問題 ，他表示，“你在開始之前必須懂得一個非常基礎(chǔ)的概念：數(shù)據(jù)是混亂不堪的，而且數(shù)據(jù)清理工作總會占據(jù) 80%的時間。換句話說，數(shù)據(jù)本身就是問題的所在。”

然而我們看到的也并非只有壞消息。根據(jù)產(chǎn)業(yè)研究公司 Wikibon 的數(shù)據(jù)，在企業(yè)對數(shù)據(jù)工具投資當(dāng)中，有 52%的資金流向了用于采集和組織數(shù)據(jù)的技術(shù)之上，讓數(shù)據(jù)的獲取和分析變得更容易。但是處理這個難題的關(guān)鍵也許不只是在更多或更好的工具上投資。

為你的企業(yè)應(yīng)用大數(shù)據(jù)

如果要將企業(yè)真正轉(zhuǎn)變?yōu)橐患乙詳?shù)據(jù)為導(dǎo)向的公司，以下是一些值得關(guān)注的指引和方法，它們經(jīng)過了世界***的數(shù)據(jù)公司的實踐檢驗。

了解你自己。 從了解你需要分析的數(shù)據(jù)類型開始——你要的是事件數(shù)據(jù)、財務(wù)數(shù)據(jù)、圖表數(shù)據(jù)還是其他東西？在確定你需要以怎樣的程度來收集數(shù)據(jù)的時候， 這是最重要的考慮因素。

不要過度授權(quán)。 許多企業(yè)都會將建立分析的工作交給外包開發(fā)者或者 IT 部門負責(zé)，沒有讓真正的商業(yè)用戶參與其中——那些準備使用這些數(shù)據(jù)的人應(yīng)該準確了解數(shù)據(jù)的收集和匯總方式，這是至關(guān)重要的一點，因為這樣可以避免他們在使用的過程當(dāng)中出現(xiàn)重大的問題。

確定使用實例。 作為“不要過度授權(quán)”的推論，企業(yè)也不應(yīng)該讓商業(yè)用戶給出過于寬泛（例如，“我們想要追蹤銷售的來源”）或者無關(guān)緊要的使用實例。每一份數(shù)據(jù)都應(yīng)該符合某 一個分析架構(gòu)，而且可以用于解決某一個問題。這里就需要指派一位技術(shù)性很強的商業(yè)用戶或者具有商業(yè)頭腦的技術(shù)領(lǐng)導(dǎo)負責(zé)最終的決定。

從源頭抓起。 無用輸入，無用輸出。請確保你對數(shù)據(jù)的來源和類型了如指掌。你的數(shù)據(jù)從何而來？它足夠準確嗎？如果你不知道這些問題的答案，那么你應(yīng)該開始認真思考了。

使用合適的工具來完成工作。 現(xiàn)在已經(jīng)有很多非常優(yōu)秀的分析工具。在確定了你的商業(yè)用戶和終端用戶的重點使用實例之后，你應(yīng)該進行一個正式的比較流程，根據(jù)你自己的需求剔除一些你永遠都用不上的高級功能。

大數(shù)據(jù)本身是愚蠢的。利用智能、實用的數(shù)據(jù)進行發(fā)展是每家企業(yè)都應(yīng)該追求的目標。