大数据的“三个维度”和“十诫”_数据分析师

　2011年的时候，大家开始才讲大数据，有人说这个是大数据，有人说那个是大数据。2012年的时候大家都在尝试用大数据。而今年很奇怪，我们去美国研讨大数据的时候，发现大部分人已经开始停止讲大这个词了，开始说Data。这个词是非常有意思的，我们把数据工程化，里面必须要有一个标准要出现，而且在有标准要出现之后，还有一些楼层要出现。

　　那么Data我自己的想法是什么呢?我们这个Data要泛化更多的人要用，更多的人去用上数据，就好象20年前我们让每一个人用上科技，那今天的数据就是要给更多的人用。

　　现在我们拥有很大量的数据，我们以前要做一个决定，可能要花很多的钱去投进去要细想，但是今天我们拥有一些大数据的时候，我们以前一些非常难做的决策，相对来说今天很容易做到，其实也是一个很重要的拐点。这个就是当我们能使用数据去去判断去一个问题的时候，我们就用数据化解决问题。

　　大数据已经从4个V的年代，Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)延展至三个维度，可实时性、可解释性、数据准确/稳定性。这三个维度是我们现在到底数据能不能用上的很重要的三个维度。

　　我们现在整个数据里面的问题是什么呢?整个数据的问题是，业务的人不知道数据怎么用?做数据的人不知道别人怎么用?所以里面是有一个很大的障碍在中间的，所以这是大数据铺普遍存在的一个现象。如果今天我们有很多的大数据，我们不是认为有一个问题说要找数据来解决一个问题，而是我们运营数据，我们搜集很多数据的数据可以帮我们解决很多未来的问题，这个才叫大数据。

　　过去阿里大数据做了两个循环，一个循环是在怎么用数据，一个循环在下面是说我们怎样养数据，怎么改善数据，两个循环不断的走动，所以我们在两个循环里面不断的进步，所以数据是练出来的。

　　三年前，阿里巴巴的大数据不仅可以看，还是可以用的。但是今天走到一个地方是不仅仅让你用，而且让别人用。这一次的圈，当我们要做让别人用的时候，第二个圈就比以前那个圈更困难了，更注重精准性。我们整个数据运营来讲，会发现从整个运营里面产生了一些价值，同时，我们整个东西里面我们找出很多新的数据跟新的工具。我们最近就在解决这些问题，数据的产生、人才的不匹配、数据冗余、工具不统一，安全、质量，这些都是我们做数据必须保障的，否则就不容易产生数据的价值。

　　其实两年前，我是写了一个大数据十诫，是讲到我们在做数据的时候要关注的几个问题，我说一切从问题开始，从实践中提炼数据，让数据的体验变得超级简单，让数据跟着人走，然后颠覆性来自分类跟重组等等。现在在两年后，我觉得要改变一下，所以数据质量不敢保证是不敢用的，另外大安全不是监管，监管不了的。因为大数据本身有太大，你需要更多的人来用，但是用监控的方法来监管一个大数据，没有办法监管起来。

　　利用数据拿到更有用的数据这个很重要，以后建立数据的数据才有进步，因为我们拼命的做很多模板，但是既然是没有去保证今天的模板的数据质量，今天的大数据做得好，如果连衡量自己大数据做得好不好都不知道?我们怎么继续做好大数据呢?所以我们要建立数据的数据才有进步。

　　最后有一点很重要的是，我们要让人做人擅长做的事，机器做机器擅长的事。千万不要倒过来，人做了机器擅长的事，以及机器做了人擅长的事，这样效率就会降低。