大数据重点不在于“大”、也不在于“数据”_数据分析师

大数据，彷彿是企业潮流字眼，但企业该如何运用令其增值?很多时市面上都充斥着“大数据解决方案”，令大数据范畴留有灰色地带，一切变得扑朔迷离。 Forbes最近发表一篇有趣的文章名命为“如何辨认虚假大数据产品”，讲述了如何辨认甚么是大数据科技、甚么不是，以及讲述了一般人对大数据的误解，人们应该追求革新而不是追求方法。

某些数据供应商巧立名目，自称大数据，企业应小心分辨。

重点不在于“大”、也不在于“数据”

大数据其实已运行差不多十年，起初进入市场时，“大”是其销售重点，供应商需要面对很多挑战，不停地摄取和消化以予改进，包括如何进化为 PB(1,000TB)，如何运行这容量及制造一些结果，当时一切都以“大”为主题，故此如何运用、如何演绎都变得次要。

另一具争议性地方是“数据”。大数据本来就是以大量数据进行一连串分析以找到一些结果，这也不难理解。这的确是个有效方法，过去多年，很多人都希望找寻一个方法去消化一系列数据而找寻结论，然而大数据满足了这要求。时至今日，消化数据变得容易很多，而这趋势看似将会继续不停地发展下去。

那么大数据不在于“大”，也不在于“数据”，那在于甚么?以下为一些见解，可助企业分辨大数据工具的真伪。

大数据 VS 大商业智能

大商业智能(Big Business Intelligence，Big BI)，有以下3点：

1. 分析相同结构及交易类数据，像过往多年一样，也许有更多这方面数据。

2. 这些数据是一组组的，也是旧数据。

3. 分析结果后并不能让企业进行行动。

而大数据则有以下叁点特征：

1. 把新数据及旧有数据连合在一起，尤其是那些有结构性数据及非结构性数据。

2. 可以实时或接近实时进行分析。

3. 制造亮点以採取即时行动。

由此可见，两者方案其实都是企业的资讯工厂，然而各有特殊不同的特点和观点价值。大企业智慧创造及维持资讯记忆十分有用;而大数据方案则引领企业彻底地进入另一营运模式及换来另一全新结果。

而第二个“真”“假”大数据工具在于，真大数据能帮助企业融合结构和非结构性数据、实时或接近实时分析、以及析出亮点;而假大数据并不能进行以上行为，所以企业必须小心分辨，以免浪费金钱在假大数据上。

大数据能克服各种限制

数据湖即拥有大量最新数据，储存在数据仓库等待进行分析，不过这字眼其实是比较旧，以“湖”形容其实不太準确，虽然数据很多很大，可以以“海量”来形容，故此用“数据淹没”会比较合适。

腐烂、发臭、骯脏和非常困难发展为一些有用分析，协助企业生产就是数据淹没的意思。即使再进行数据解压、转化及读取，有不少隐藏数据都已损毁而无法使用。

相反地，好的大数据工具容许数据受到分析、生产、储存及管理，不论在甚么地方都可以，包括任何流动装置、社媒、云端等。事实上，数据能够穿越地域限制，即使在小小空位也能随意运用。如果需要时间移动、转化、清洗和读取，那么这样的大数据就失去了它存在价值。

大数据必须运行资料够快和维持数据准确，同时也要容许使用者在过百或过千的数据水坑运作，即使在讯号微弱时也能够做得完美，而不是受数据淹没而无力进行分析，这样才是大数据最大价值。