從“大數據”到“智能數據”-CDA數據分析師

大部分專家都相信可以從巨量的數據中找到寶石和金子。英國牛津大學曾對全球各行業工作者做過一份調查問卷，2/3受訪者認為，使用數據和分析軟件可以使他們保持競爭優勢。問題是，這些“金礦挖掘者”今天如何從如此巨大的數據山里挖到金子？

從3V到4V

等著要發掘的“金子”，指的是用于記錄、存儲和分析大量的數據，以及以合適的形式顯示該結果的“大數據”新技術?，F在最被人們廣泛討論的話題是用戶購物、搜索或網購的數據，或利用全球金融和通信網絡而產生的數據。還有銀行、電信和保險業通過建立使用者信息與交易記錄的分析模型，來增加利潤和降低風險等等。大數據的時代，使我們能夠探索人類的行為，探索人類本身的奧秘，這在以前在很大程度上是不可能的。我們經常使用的工具和終端，幫助我們獲得和體驗這方面的感受。

由于都想成為“掘金者”，從大數據挖掘價值，目前具有深入的分析、數學、統計、規劃技能的數據分析師正炙手可熱，已沒有足夠多的人才可滿足需求。美國大型銀行和聯邦機構正在越來越多地聘請“首席數據官”（CDO）和數據分析師，以促進對于整個組織機構中的所有功能數據的收集、分析、分發和應用的戰略思考。

大數據有所謂的3V特征：即“大量化”（Volume）、“多樣化”（Variety）和“快速化”（Velocity）。然而，光是大量的數據采集是不夠的，這些數據本身還需要有較高價值，即增加第四個V：Value（價值），成為4V。而經過“大數據”技術的處理（數據采集、數據分析、數據處理、數據顯示等）之后更會產生較高的價值。

用智能數據建立智能系統

啤酒+尿布是值得挖掘的數據；而從工業設施、建筑物、能源系統和醫院產生的比特和字節，含金量更高，更值得挖掘，因為它們可以用于建立起智能系統，這些比特和字節就是智能數據。我們來談談智能數據如何建立起一個智能系統。

終端通過連接、把它們管道化，對人們帶來了極大的便利，大大提高了生產率。但是這些還不夠，還需要體現“智能化”，實現智能系統?，F在我們經常在提到智能手機、智能電表、智能電網、智能家居、智慧城市等等，都是希望人們使用的設備和終端能夠根據人們的需要自動編程，實現自動化，盡量避免人工介入。

這樣一種“智能化”，需要具備兩個條件：首先是“管道化”（互聯網思維的核心是“管道化思維”），就是把所有的終端或節點全部連接起來，互相之間能夠有“溝通”（即發生交互作用）；另一個是各個終端本身具備一個“小電腦”，即帶有處理器芯片，可以通過軟件處理和產生“智能數據”。有了這兩個基本條件，就可以體現出一定程度的智能。

以抽水馬桶為例。抽水馬桶是已經管道化的馬桶，再加上上述第二個條件，就可以變成一個“智能馬桶”。具體可以這樣來實施：在馬桶里裝有一片微處理器芯片和一片生化芯片（Lab-on-Chip，LOC），對人們的排泄物自動提取和分析，然后把分析結果通過管道，如WiFi送到醫生那里，醫生把每天的分析數據與事先存儲的數據進行對比，給這位坐過這個馬桶的人發出營養指標提醒和生理指標提醒，如果必要的話則寫處方，提醒他服用藥物或到醫院進一步檢查。另一方面，根據這個馬桶的軟件分析結果，會得出缺少哪種營養的具體數據，然后通過無線通信的管道傳送到超市，超市會根據這些數據選出合適的食品通過快遞服務送達家中。

抽水馬桶還可以包含其他各種傳感器進行“管道連接”，如每次使用自動記錄用水量；如有漏水，自動通知維修人員或物業管理處派人來檢修；如有堵塞，就會自動通知管道維修人員來疏通；如水漕不進水，也會自動通知相關人員來處理等等，這些都會產生一定的數據量。

我們必須了解這些智能數據的量，以便正確地評估它；我們必須知道各種器件和設施是如何工作的，了解我們需要哪些傳感器和測量技術來獲得真正重要的智能數據。決定性的因素不一定是數據量大，而是有價值的內容。

這樣的智能數據可以體現在各個領域。如對于一個大型燃氣輪機，有幾百個傳感器每秒鐘在測量溫度、壓力、流量、氣體組成。如果人們很了解設施的物理特性，因此知道如何正確地分析這些數據，就可以給發電廠非常有用的建議，來提高電力的使用效率并減少污染。同樣的措施可以用于風力發電、建筑物、鋼鐵廠和整個城市。所有這些領域里，必須不僅收集數據，而且還理解數據。處理的數據是智能數據，得出的結論用于將企業或城市變得更智能。

適合于評估這些智能數據的算法還需要開發。這些算法可以幫助人們更好地節省能源、更好地有利于環境、更多地節省成本，以及使設備運行得更可靠。

在未來，智能數據可以幫助我們了解一個智能系統每時每刻發生了什么，更能夠告訴我們為什么會發生。甚至還可以告訴我們接下來會發生什么，以及我們應該如何應對。智能數據將改變企業的商業模式。例如一家跨國公司可以設立一個全球維修中心，全球各個分部的工廠都設有大量傳感器并與網絡相連，只需要在這個中心分析大量的遠程智能數據，就可以進行遠程診斷和處理，而不需要技術人員到現場。這樣的商業模式，對于火車、船舶、發電廠、醫療器械等等都是極其有用的。例如，從一輛火車的運行中得到的測量數據，可以幫助火車駕駛者運行的更平穩、更節能。節省下來的資金，則可以在用戶和智能數據提供者兩者分成。這是雙贏的局面，也是如何從數據山中掘金的一個很好例子。

大數據如何成為“智能數據”

數據只是“大”，并沒有太大意義，關鍵是如何最佳地挖掘高價值的數據、使用這些數據，使這些數據成為“智能數據”。這有幾個方法：先評估數據的價值和將會產生的價值；把數據和“智能化”相關聯；把數據變成具有上下文意義的靈活的數據結構；隨著時間的推移，根據這些收集了的大量數據，展現一幅絢麗多彩的智能數據圖。到最后，也不會再去思考大數據與智能數據有何區別，因為所有的數據都已經成為智能數據。

西方2000多年前就已發明的“管道化”的馬桶開了物聯網的先河?；诨ヂ摼W的物聯網（IoT）的到來，預示了新的創新設備、新的網絡形態、新的商業模式的不斷涌現，也預示著智能數據的成千上百倍增長，智能化將體現在各種應用中。如按照今天所理解的大數據概念，是不充分的，大數據必須從3V演變為4V，大數據必須演變成智能數據，整個家庭乃至整個城市也正在向“智能化”大步演進，才會有更多的“掘金”機會。