當前位置：首頁 > 信息中心> 公司新聞 > “大數據”還不等于“大智慧”
近幾年以來，“大數據”已經傳得沸沸揚揚。技術開發商和媒體記者鋪天蓋地式的宣傳，你怎么可能不知道“大數據”?即使不知道也總會聽說過。讓我們來看看他們是怎么大力宣傳所謂的“大數據”：“大數據”無所不知無所不能；有了“大數據”的支持，公司運行效率突飛猛進；“大數據”還能幫助你了解數據，做出最明智的決策，使你的公司時刻都充滿了競爭優勢。
多么具有誘惑力的宣傳，當然我們不能百分之百地說報道違背了事實。只是人們對于高科技的宣傳總是過于樂觀超前。事實上，很多公司都發現以目前的條件實現“大數據”困難重重，理想很豐滿，現實卻很骨感。的確，在數據的收集和處理方面，可能具有可觀的優勢。但真正的使用這些數據、乃至借助這些制定更優化的決策則完全又是另一回事。那么問題出在哪里呢?多數公司表示在“大數據”和對大數據的“大理解”之間，缺少了某個重要的聯系。如果這個問題得不到解決，那么人們只是空有一堆看似有用的數據，卻難以從中挖掘出有用的價值。
正如硅谷的一名資深業內人士最近透露，盡管從近日創業公司的活動和融資情況來看，大數據的數據采集和處理似乎受到廣泛關注，但是現實和預期之間的巨大差距依然無法視而不見。他說，“大數據還沒有真正轉化為大認識、大洞見和大智慧。”以他們的預測，我們離真正的“大數據”時代還有很長的一段路要走。
炒作和現實，不可混為一談
我們希望從大數據中獲取價值的方法越簡單越好，比如導入數據，運行程序，最后得出富有遠見的結論。你覺得這可能嗎?如果智慧那么容易獲得，那人人都可以是喬布斯了。事實上，從大數據中獲得有價值的信息遠比“導入、運行、輸出三部曲”要復雜得多�！稊祿A測：大數據戰略》(Data Divination：Big Data Strategies)一書的作者帕姆·貝克(Pam Baker)說，數據直接給出答案的實例確實存在，但只存在于特定的情況下，鮮有發生。我們不能寄希望于例外，我們需要的是普遍規律。
“也許，有人會辯解說，我們可以舉出很多例子，在這些例子中，數據往往可以給出非常明確的答案。比如預測分析學可以精確地預測出飛機或供水系統中的某個零部件的報廢時間，還能告訴我們替換零部件的最佳時間，以便于在舊部件報廢之前最大化地利用其剩余價值。”貝克解釋道。
她馬上又強調，“但是，更多的情況下，我們是沒有辦法直接獲得想要的答案的。你可以從諸多可能的行為中選擇一個或者什么都不做，具體情況具體分析，這才是我們所面臨的真實情況。”
貝克一語中的。一些基于數據的決策的確是這樣。數據不是“冰冷的數字”，它們是“多愁善感的精靈”，正如布魯斯·斯普林斯汀在一首歌中唱道，它們需要“一點點的人情味”。人們可以通過開發良好的指標和強大的算法來挖掘數據。但這遠遠不夠，人們必須通過自己的認識和見解才能真正地了解數據的“內心世界”，才能充分利用數據背后的價值。有的數據很“直白”，有的卻很“委婉”，我們不能一概而論。
