浅谈产业化大数据分析技术实现

尽管大数据已成为热门话题，但很多企业并不知道如何正确地步入大数据的怀抱，特别是对于很多中小企业，没有大笔资金以及人力的它们更是手足无措。与此同时，企业在谈到大数据和分析的时候，常常考虑的切实问题是如何从数据当中获得更多的价值，特别是对于拥有不同数据的行业客户而言，其最关心的是如何从数据中提取价值，并驱动其基于业务而非IT进行分析。
　　近日，美国数据科学家、Taste Analytics创始人及CEO汪晓宇博士表示，无论是大型企业还是中小企业，其面临的困境都大同小异：一是正确的认识大数据和分析，二是企业如何简便地参与进来。
　　
　　Taste Analytics创始人及CEO汪晓宇博士
　　原始数据需要架构
　　在汪晓宇看来，很多企业特别是大型企业所蕴藏的数据量惊人，但数据分析的关注重点并不是对体量的研究，而是聚焦在数据所产生的价值。
　　“有些原始数据实际上非常复杂，包括结构化数据、非结构化数据、半结构化数据，如果仅是原始数据，即一堆杂乱无章的信息，大数据带来的实际意义并不大。”汪晓宇表示，企业必须对数据进行架构，找出其中的价值。
　　除此之外，对于数据本身而言，因为数据获取渠道很多，所以会遭遇很多问题，包括这些数据是否真实，是否完整，是否有冲突，是否存在不确定性等，这都需要一一确认。
　　同时，企业还需要考虑数据的同理化和社会化，毕竟数据来源不同，但企业需要用一体化的建模方式对待数据、分析数据，这样才能使最终用户得到有价值的产品或信息。
　　大数据分析不仅是科学而是艺术
　　跨过原始数据的障碍后，在数据分析部分，仅在最开始数据清洗环节便面临不小的挑战。如果手动地进行信息处理，有报告指出，光是数据清洗就将耗费分析师超过80%的时间。
　　汪晓宇表示，在这个过程中，业界有种声音是通过机器学习进行分析建模，这样尽管能解决部分问题，但因为机器学习算法可能非常僵硬、晦涩，分析容易受限并忽略整体情况，缺乏了人类的智能，而这样的结果并不能发挥出数据的真正意义。
　　所以在汪晓宇看来，大数据分析与其说是科学（计算模型），还不如说是艺术（需要人类分析的智能）。
　　一个著名的人机智能PK案例是，1997年国际象棋冠军Garry Kasparov和深蓝（计算机）大战，最后败给深蓝。但在2005年的人工智能和“增强智能”（Augmented Intelligence）的大战中，“增强智能”优势体现出来了，一位大师利用1套象棋程序打败了象棋计算机Hydra。
　　“如果拥有人工智能，或得到计算机辅助，作为人的我们就可以进行更好的协作，并得出更好的决策。所以在大数据分析中，以人为中心的转变，应从数据操作转移到决策本身。”汪晓宇表示。
　　B2B模式应由业务而非IT驱动
　　在大数据及分析的过程中，人成为核心，并应将关注点转移到决策部分。那么对于企业，如何得到这样符合商业要求的分析结果，从而配合人的决策实现“增强智能”呢？
　　汪晓宇表示，现在Taste Analytics已经有简便的方式向企业提供所需的数据。他表示，可以在采用虚拟化技术的基础上，通过三方面助力企业进入大数据。
　　一是分析工具的采用，使得企业不用亲自去完成所有的数据清洗等过程。同时考虑到B2B的商业模式应该由业务驱动而非IT，所以可以在业务环境中部署分析工具，从而实现企业运转的灵活及敏捷性。
　　二是提供按需的数据，企业无需如过去一样耗费很大精力建立数据之间的相关性，而是由平台提供相关任务的数据。
　　三是以用户为中心的分析，决策者通过正确的提问，并可以得到与其业务环境相关的回答。
　　目前Taste Analytics正在这么做，以使得分析结果符合客户的商业需求，同时“面向不同的客户提供不同的工具，只有这样才能帮助客户在各异的行业中发掘洞察。”
　　汪晓宇强调，在未来企业的B2B商业模式中，业务增长是关键，而基于大数据的业务分析正符合了时代需求，同时通过人类和计算机的互动，使得围绕最终用户的商业分析成为可能。