大數據時代：發掘大數據未知的潛能

大數據目前被公眾廣泛討論，甚至成為不少商家宣傳營銷的賣點。毋庸置疑，智能設備的發展和普及，使海量的數據採集成為可能。但大數據並不是單純的「數據大」，它更蘊含著一種計算和思維方式的轉變，想要發揮出大數據的洞察力，還面臨著採集、管理、分析數據的挑戰。這些障礙如何破除？大數據在未來將如何應用，能否創造出更大的價值？這些問題值得我們在大數據時代，做出冷靜判斷。

傳統統計方法追求精確，大數據只預測宏觀趨勢

本是技術概念的大數據，如今越來越像一種營銷手段。從汽車、化妝品到體育，在營銷人員口中，似乎所有行業都可以藉助大數據，精確定位、找到消費者，預測趨勢、贏得未來。

事實上，對於數據多大能稱之為「大數據」，業界並沒有統一的認識，通常認為100TB（太位元組）是大數據的門檻。簡而言之，傳統方法無法處理的數據即為大數據。

大數據的產生得益於移動互聯網以及智能手機、各種智能穿戴產品的發展，人們行為、位置，甚至身體的生理特徵等數據都可以便捷地被記錄，這使海量數據採集成為可能。事實上，目前數據採集量正呈現快速的增長趨勢。一家國際數據統計機構最新預測指出，2020年，全世界產生的數據量有望達到40ZB（澤位元組，1澤位元組等於10億太位元組）。

但大數據不能單純理解為數據大。大數據研究專家、北京航空航天大學校長懷進鵬表示，大數據具有「規模大、變化快、種類雜、價值密度低」四個特徵，是對傳統計算和思維方式的一種挑戰。

首先，因為幾乎每個數據點都可以採集，全面數據代替了抽樣、片面、局部的數據。「拿炒菜打比方，傳統的抽樣，我們需要在開始和中間時候『嘗一嘗』，『嘗一嘗』就是抽樣數據，但在大數據時代，隨機抽樣的方式可能就失效了。」懷進鵬說。

另一個改變是，從關注因果轉向數據之間關聯。在大數據時代，「數據背後的原因不再重要，人們只需要知道數據之間有統計相關性就行。僅需知其然，無需知其所以然。

提升計算能力和降低雲存儲成本，將有利於大數據技術變革

百度首席執行官李彥宏認為，隨著計算能力的提升和雲存儲等技術產品成本的不斷降低，大數據走到了技術變革的臨界點。不久前，百度就推出了「百度大數據引擎」，百度希望藉助該工具，對大數據進行收集、存儲、計算、挖掘和管理，並通過深度學習技術和數據建模技術，使數據具有「智能」的技術能力，服務傳統行業。

據了解，百度大數據引擎包括開放雲、數據工廠、百度大腦三大組件。其中，開放雲解決的是數據存儲和計算問題；「數據工廠」則對行業數據進行規範化處理，提供數據管理和分析；而「百度大腦」則讓機器和人腦一樣思考，分析處理數據。

不過，分析人士指出，雖然各方面為挖掘大數據開發了很多工具，但大數據的成熟應用還有很長一段時間。首先，數據雜亂，價值密度低，如何有效的收集數據信息仍沒有成熟的方案。同時，數據的規模並不能決定一切，不論是那種數據分析方式，都可能存在統計上的缺陷，不能說數據更大、更新、更快就沒有問題。

英特爾中國研究院首席工程師吳甘沙表示，大數據作為一種新的數據形態和實踐，它將豐富數據應用方法，卻不能取代傳統統計分析方法，更不能神化大數據。

大數據營銷大多是噱頭，一些機構甚至無法收集海量數據

被譽為開大數據系統研究先河之作的《大數據時代》作者指出，大數據是社會的一種新型能力：以一種前所未有的方式，通過對海量數據進行分析，獲得巨大價值的產品和服務，或深刻的洞見。

大數據蘊含的發現事實、挖掘價值、預測未來的洞察力，也是各色大數據營銷的理論出發點。實際上，大數據洞察力確實在公共衛生、交通運輸等行業開始發揮。

在智能交通時代，海量車輛信息沒法通過傳統方式分析，但藉助大數據，則可能提前預測未來的車流量、行進路線等信息，從而為改善城市交通狀況提出優化方案。

大數據，是否真如營銷人員暢想得那麼美好？

分析人士指出，數據存儲和搬運雖然越來越便利，但目前大數據應用面臨著數據收集，管理、分析海量數據並創造價值的挑戰。

「如果將數據比作書，書增多後，首先要找到儲存大數據的『大圖書館』，下一步則要解決數據查詢問題，沒有好的查詢引擎，書找不到，數據也就很難利用。」 百度大數據總監李鋼江說。而現實是，大部分機構和企業都沒有海量數據收集存儲以及分析管理的能力。

Bingdata優網助幫匯聚多平台採集的海量數據,通過大數據技術的分析及預測能力為企業提供智能化的數據分析、運營優化、投放決策、精準營銷、競品分析等整合營銷服務。

北京優網助幫信息技術有限公司（簡稱優網助幫）是以大數據為基礎，並智能應用於整合營銷的大數據公司，隸屬於亨通集團。Bingdata是其旗下品牌。優網助幫團隊主要來自阿里、騰訊、百度、金山、搜狐及移動、電信、聯通、華為、愛立信等著名企業的技術大咖，兼有互聯網與通信運營商兩種基因，為大數據的演算法分析提供強大的技術支撐。