《大数据时代》作者维克托·迈尔·舍恩伯格用四个v的特征描述,给大数据做了一个定义:一是数据体量够大(volume); 二是数据类型够多(variety);三是数据价值密度低(value);四是具有实效性(velocity)。那么对很多传统企业来说,所拥有的“不够大”,“不够多”的数据,是不是就没有参考价值了?

近日看到一个解放战争中“小数据”助力打胜战的故事。辽沈战役打响后,林彪要求每天深夜都要进行军情汇报,由值班参谋读出各个纵队、师、团用电台报上来的当日战况和缴获情况,包括每支部队歼敌多少、俘虏多少;缴获的火炮、车辆多少;枪支、物资多少……某一天,林彪就胡家窝棚战斗的缴获,问出了三个问题:“为什么那里缴获的短枪与长枪的比例比其他战斗略高?”“为什么那里缴获和击毁的小车与大车的比例比其他战斗略高?”“为什么在那里俘虏和击毙的军官与士兵的比例比其他战斗略高?”由此林彪司令员得出了敌人的指挥所就在这里的结论。

这堆数据之小、之杂乱无序,可集中挖掘后,也分析出研究对象的内在规律,也能起到大作用。

如何用好大数据?

首先数据意识很重要。不用纠结于是不是大数据,先把数据建立起来。据说林彪“从红军带兵时起,身上有个小本子,上面记载着每次战斗的缴获、歼敌数量”。我们已经进入了一个一切都可以被数据化的年代,微博是数据化了的思想和观点, 签到网站是数据化的位置;地图是数据化的地理场景。而无处不在的传感器,更是让量化一切变成了可能。当这个世界被植入了感知、计算、通信,任何人/物都会成为一个数据源。一切状态和行为都能量化,能够在数据空间中被操作。

其次从商业社会的角度理解数据。大数据在各行各业衍生出各据应用。谷歌、亚马逊等公司是发展大数据技术的主要推动者。据《华尔街日报》报道,亚马逊于2013年12月获得“预期递送(anticipatory shipping)”新专利。在我们点击“下单”之前,亚马逊能把预递送的商品存放在快递公司的寄送中心或卡车上。大数据发展到今天,技术已不是问题。我们不仅是在数据上下功夫,更关键的是要与现实生活相结合。种种数据,只有及时高效地挖掘利用,能够形成预测,能够助于商务决策,才是关键。

最后要懂得借力而为。对于大多数企业来说,企业自己建设IT系统,自己从头开始积累数据,费心费力费钱,且收效甚微。有三种解决方案,一种联合行业或价值链上下游共同开发,促进企共同发展;另一种是做外包,把IT建设外包给合适的服务商;而最好的方式是借助一个好的平台,节省自己开发大数据的成本,企业将所有精力投入到客户开发上就好。在这方面,运营商无疑有着天然的优势,拥有大量用户相关数据,而且准确度高;而在通信管道基础上搭建“云+大数据”的基础设施,能让平台上的各用户群体打开“开关”即可使用。
数据不在大小,能够助于运营发展就有价值。推动大数据研究的动力还是来自企业的经济效益。数据之美不在大小,而在于是否真的能为企业带来好处。