大数据分析：大数据小数据，有用的就是好数据

大数据到底有多大?

在 2001 年，道格 · 莱尼(Doug Laney)写下了一篇具有开创性意义的文章。在这篇文章中，莱尼描绘了一直困扰着他的客户的一个数据问题。莱尼的客户受困于体量(Volume)过于庞大的数据，这些数据正在以爆发式的速度(Velocity)增长，同时数据所呈现的形式也非常多样化(Variety)。莱尼的体量、速度和多样化理论得到了广泛认可，并被称为「大数据的三重奏」。

遗憾的是，许多人并没有抓住莱尼的重点。他在文章中所描述的是大数据所蕴含的问题，而不是优势。

想要收集大数据其实并不容易，而且收集和使用的成本往往非常高昂。与此同时，在一般情况下大数据和具体商业问题的关联度其实并不明显，遑论大数据往往不能满足品质标准的要求。况且在面对大数据时，管理数据所投入的资源并不能在分析、二次研究以及执行等环节中使用。由此看来，大数据对于许多人而言其实并不是一个祝福。相反，大数据有可能会严重摊薄企业在数据分析环节所需要的资源。

数据2

大数据思维

和其他问题相比，某些问题往往会显得更加重要，而某些问题则往往会显得更为复杂。但即便是在解决那些非常重要或复杂问题的时候，我们也不一定需要体量庞大的数据。

我最喜欢的例子之一是载人航天计划，你只需要考虑想要活着将人送到太空所需要的所有信息和计算，就不难理解这是一个多么复杂的问题。载人航天任务所涉及的数据包括：

宇航员的身体状况和医学信息

地理测量学(航天器的位置)和重力场

气象学，云层量和辐射平衡

大气物理学

磁场强度

宇宙射线和辐射捕获量

电磁辐射(紫外线、X 射线和伽玛射线

这份清单只是所需清单中的一小部分，但它所包含的信息量已经非常庞大。甚至连笔者本人也不清楚这些信息到底意味着什么，他只是从一份老旧的 NASA 文件中找到这份清单。(有谁知道行星际介质的测量方法吗?)

载人航天计划所需要的数据到底有多少?与之匹配的计算能力又该有多少?这两个问题的答案你能猜出来吗?

笔者曾有幸和「水星计划」(Mercury Project，美国第一个载人航天计划)的编程人员露西 · 西蒙 · 拉科夫(Lucy Simon Rakov)进行会谈，她向我描述了项目所使用的电脑。据拉科夫描述，尽管项目中的电脑性能非常强大，但内存却只有 300 千字节。你没有看错，不是「艾字节」，不是「拍字节」，也不是「兆字节」，而是「千字节」!

换而言之，只要你足够聪明，你就可以凭借内存极小的设备将航空器送上太空，要知道 300 千字节的内存甚至连存储一张大一点的图片也不够。由此看来，小小的空间其实也大有所为!

尽管如此，大数据有时会变得相当宝贵，与其价值相比，处理中的烦恼和成本甚至也变得不值一提。

大数据有什么好处?

大数据可以针对用户提供定制化的细节数据，有了这些数据，你可以作出更加明智的决策。实际上，有了大数据的帮助，你在顷刻间即可完成上千项决策。

如果说你可以一个接着一个地观察用户，你会更了解他们的习惯、喜好和需求。你会更了解如何和他们相处。只要数据的准确度和质量得当，大数据可以让你以定制化的方式与用户保持亲近，就像对待朋友一样。

你可以通过分析数据中的节为用户提供个性化服务，客户可以从你身上获得类似于亚马逊(Amazon)或者 Netflix 的针对性服务。更加显著的例子是在线婚恋网站的配对服务。

我需要大数据吗?

除非你已经可以在工作中善用日常更小级别的数据，否则大数据对你而言还言之过早。更重要的是，不论面对的是大数据还是小数据，最重要的是你可以善用数据，并将其转化成自己的强力武器。