浅析大数据发展的“四重点 七原则”_数据分析师考试

当这世界上累积的数据量越来越庞大，各企业制订商业策略所纳入考量的数据也跟着大幅增加，这时候如何减少将数据(Data)转换成资讯(Information)的时间变得尤其重要。

　　采用记忆体内运算技术减少原始数据的移动，仅搬移运算后的结果，加快处理的速度，并且透过压缩技术减 少数据量，能够有效提升数据库效能，应付企业对数据运算量及速度日益升高的要求，也使得企业得到的资讯更即时、能更快地回应各种市场需求及回馈，甚至开发 出全新市场、开创出其独一无二的价值。那未来大数据时代发展的重点将是一个永恒的话题。

　　万物联网的时代

　　在物联网概念起飞的这个时代，越来越多行动装置、智慧型居家装置被市场接受，进入到我们的生活中，根据预测，智慧型装置的数量将会从现在到2020年将从130亿成长到500亿。

　　可以预期的是更多种类型的数据将以更多形式被感测、收集起来，而且这些大量且即时性的感测数据属于非结构化数据，也就是从文本分析到未经处理的文字、声音与影片导出的数据，如何储存处理及分析成为现在十分重要的课题，可能从中挖掘出未知的趋势并带给人类生活 重大的改变。

　　大数据上云端

　　如果说大数据是现在最夯的科技潮字，那上一个最红的则是云端运算。从2006年被提出后，云端便广为科技业所使用，各企业更是积极提出各种云端服务。

　　大数据与云端技术可以说是相辅相成，大数据大大的推动了云端服务，而云端服务的普遍也使得数据量攀升。2014年全世界平均每天产生23TB的 数据，大约是2012年的920倍，以这种情况来看，云端服务在大数据时代相当于“公共设施”般不可或缺，不但用来储存各式各样的数据，还利用云端运算来 建构基于大数据的应用程式和API，建立模型预测未来的事件。

　　人才很重要，平台跟工具更重要

　　可以预期的是更多种类型的数据将以更多形式被感测、收集起来，而且这些大量且即时性的感测数据(SensorDrivenData)属于非结构 化数据，也就是从文本分析到未经处理的文字、声音与影片导出的数据，如何储存处理及分析成为现在十分重要的课题，可能从中挖掘出未知的趋势并带给人类生活 重大的改变。

大数据时代，迅速吸收、整合与分析数据的能力缺一不可，而数据又来自内部原有的数据以及未来源源不绝诞生的海量数据，最终你必须把数据转化成洞见，并且依此为本，能在各种状况采取最适当的解决方案。以下就是企业转型数据行业所需遵循的七大原则。

　　原则 1：从原有的业务与技术中开始着手

　　想要转型成以数据为本的公司，首先一定得先确认业务目标，接着便能规划战略蓝图，运用新的数据来源，达成你所设定的目标。数据成熟度与技术两者双管齐下的起点，将决定未来整趟旅程的行进过程。若能适当的部署业务与技术，就可以堪屎系统性地开展业务流程与商业模式，并且明辨哪些质化元素能被量化元素取代。

　　原则 2：从相互连结的物联网中建造数据景观

　　物联网的实现近在咫尺，而且已经产生(而且会持续产生)史无前例的巨大数据。“存活超过 20 年的企业，近来不断设法制定企业数据策略，因为他们里头有数不清的数据市集和数据孤岛。尽管公司组织努力解决数据孤岛的问题，但是宛如瀑布般倾泻而下的数据，只会一再造出新的孤岛，除非你的环境已经准备好应付那些海量数据，毕竟现在数据量产生的速度，远超 20 年前我们所习惯的步调。不过幸好，大数据热潮孕育了许多可以协助大企业管理笨重数据负担的新技术，因此能否好好善用那些新技术，把数据转化成真正的业务需求，是企业在形塑数据景观时不可或缺的原则。

　　原则 3：建立数据科学与分析的文化

　　想靠数据发威，光有技术不够，还得建立一个理解数据、而且懂得利用数据的文化，两者缺一不可，文化甚至更加重要。对我们来说，懂数据不再只是副产品，而是重要的资产，你要培养这是一种资产的心态，你要知道，数据有可能帮你重整业务流程或挖掘出新的收入来源。因此，数据科学不该只是几个人的职责，必须灌输到整间企业的全体成员身上，让所有的决策都变得更明智。

　　原则 4：从小做起，不断迭代

　　我们可以预期使用者对于资讯与数据洞见的需求会愈来愈多，这表示他们要能随时随地获取这些资讯。这不是一件容易的事情，但是企业可以先从“小事”做起，找到一个可以从数据中直接受益的业务目标，接着反覆改善，让团队不断汲取经验，最终能以数据洞悉、解决业务问题。

　　原则 5：用数据科学丈量数据科学的成败

　　要让数据当个称职的主角，你得采用数据科学的方法来判断数据科学是否成功，这不是什么跳针的玩笑话。随着你的企业从数据洞见取得的营收愈来愈多，你得要能辨析数据政策是否产生重要的改变，要发展一套尺度用衡量成败。我们怎么丈量成功或失败?洞察就是我们最重视也最关键的 KPI。

　　原则 6：数据的安全与隐私至高无上

　　只靠直觉行事很糟，但未经筛选、从良莠不齐或不可靠的数据中采集作为决策考量，更糟。倘若你无法处理数据安全以及尊重隐私，将会导致企业暴露在险境之中。维护数据资产的安全与隐私，是最基本的要务，我们总是尽己所能管理数据。

　　原则 7：赋予成员洞察作用点的力量

　　唯有公司内部的成员面对数据洞见时能够迅速产生反应，数据才有价值。这些洞见在作用点上必须有所区隔，比方说，如果现阶段的目标是优化购物车，反应够快的人就会想到可以在交易完结之前，提供消费者某些推荐商品。