誤區(qū)一：所有數(shù)據(jù)都將盡在掌握
從很多方面來看，我們目前生活的時代都前所未有的，過去從未面對過如此龐大的數(shù)據(jù)量。把MB和PB的概念拋在腦后吧，現(xiàn)在EB（即艾字節(jié)）級別的數(shù)據(jù)已經(jīng)真實存在。筆者最近剛剛拜讀了一份報告，文章指出生活在當今工業(yè)化社會的人們每天所接觸并使用的信息比十五世紀時一個人一生所能接觸的信息量還大。
由于數(shù)據(jù)總量之龐大完全可以用深不可測形容，目前任何個人或者機構甚至無法對與特定主題相關的全部數(shù)據(jù)進行存儲及檢索，更不用說整體數(shù)據(jù)量了。沒錯，就連搜索巨頭谷歌也不例外。谷歌公司的軟件只會檢測表面Web而非深層Web。有人估計后者的實際大小將達到前者的二十五倍。因此，當大家在搜索任何信息時，其列出的內(nèi)容只占互聯(lián)網(wǎng)實際信息總量的4%到6%。
即使我們放低要求，也無法獲取自己需要的某些有價值的信息，例如哪些特定客戶曾經(jīng)購買過我的作品——雖然Amazon以及巴諾商店這樣的網(wǎng)站肯定保留了此類信息。我個人非常樂于結識自己的讀者，然而即使是在大數(shù)據(jù)如火如荼的當下，這部分信息仍然遙不可及�？偠灾覀冇肋h無法獲得所有相關數(shù)據(jù)。
誤區(qū)二：需要掌握全部數(shù)據(jù)
毫無疑問，龐大的數(shù)據(jù)量有助于解決問題，但千萬不要誤以為所有數(shù)據(jù)在業(yè)務決策方面都擁有其必要性。明智的大數(shù)據(jù)機構已經(jīng)清醒地意識到，捕捉全部相關信息除了浪費資源之外毫無意義。
似乎每天都有新的數(shù)據(jù)源出現(xiàn)，但可以肯定的是它們并非都具有實際價值。舉例來說，電子郵件信息中通常包含重要的企業(yè)動態(tài)信息，明智的公司會以此為目標挖掘數(shù)據(jù)以評估員工情緒、猜測哪些員工有可能辭職。
但這并不意味著所有電子郵件都有關注的必要。企業(yè)郵箱中往往充斥著大量垃圾郵件，浪費資源對其內(nèi)容加以分析無疑是種愚蠢的行為。
我們并不需要掌握全部數(shù)據(jù)。沒錯，數(shù)據(jù)的確是越多越好，但請別把時間浪費在無法完成的任務上。
誤區(qū)三：大數(shù)據(jù)擁有穩(wěn)定的收益
大家可能聽說過這樣一條格言：“我擁有自己能夠處理的所有數(shù)據(jù)，只是缺乏足夠的信息。”在之前的文章中，我曾經(jīng)提到過利用外來數(shù)據(jù)真正指導業(yè)務決策是件極為困難的事情。我們甚至無法百分之百確定企業(yè)合并、新產(chǎn)品推出、公司合資乃至個別員工離職等狀況。
難道大數(shù)據(jù)不正是在幫助我們應對不確定性嗎？這么說是沒錯，不過千萬別把降低不確定性與消除不確定性混為一談。也許未來這一愿望會變成現(xiàn)實，但至少目前還不行，而且在可以預見的未來實現(xiàn)的機會也很渺茫。
對PB級非結構化數(shù)據(jù)進行分析能夠有效幫助企業(yè)了解客戶情緒。不過千萬別誤以為大數(shù)據(jù)能夠消弭所有不確定性內(nèi)容。生活與業(yè)務中總是存在難以預知的狀況，只有做好多方面準備才能有備無患。
誤區(qū)四：大數(shù)據(jù)屬于暫時性趨勢
我們可以認為目前大數(shù)據(jù)的代言人應該是Nate Silver——至少在他離開《紐約時報》之前的狀態(tài)。這位知名博主兼統(tǒng)計學家曾在2012的美國大選中預測奧巴馬將贏得九成民眾的支持，最終結果也證實了他的判斷。更令人驚訝的是，競選期間的民意調(diào)查顯示奧巴馬與羅姆尼相比居于劣勢。Silver的統(tǒng)計模型非常準確，他也因此成為人們心目中的預測達人。
可以肯定的是，大數(shù)據(jù)與數(shù)據(jù)科學的概念將在未來幾年中逐漸淡化，但其影響與處理流程仍將繼續(xù)存在。我們不喜歡拿大堆專業(yè)術語和行話唬弄人，但那些堅信大數(shù)據(jù)屬于暫時性趨勢的專家實在是愚不可及。可以肯定的是今年我們共同產(chǎn)生及消耗的數(shù)據(jù)量必然要高于去年。
大數(shù)據(jù)中的不確定因素永遠無法徹底消除、這項技術也不足以回答所有問題。不過僅僅將其作為暫時性趨勢加以處理很可能讓你的企業(yè)陷入危局�，F(xiàn)在各機構應該盡快意識到大數(shù)據(jù)的重要意義，一味抗拒只會讓企業(yè)在大數(shù)據(jù)的洪流中處于被動并最終折戟沉沙。 ..
|
