0.75㎡：血色的大數據_數據分析師

復旦大學博士后朱春霞火了。因為眾多媒體紛紛傳遞這樣一條信息：“在2004年的畢業論文中，朱春霞曾結合中外踩踏事故研究指出：景點室內達到1㎡/人、室外達到0.75㎡/人，即要立即啟動應急預案?！痹?014年午夜，上海外灘陳毅廣場及周邊辭舊迎新的群眾，擁擠程度已經遠遠超過0.75㎡/人，而即使他們已明顯感知到擁擠踩踏事故的危險，但根本無法離開可能奪去生命的危險地帶。

上次去云南出差，我在飛機上偶遇一位國家地震局的專家，她此次赴云南的任務，就是與運營商交流：通信網絡產生的數據能否給地震救援提供幫助。據她介紹，地震局發現：地震造成的損失情況分布，與地震震級、烈度等數據分布并不完全吻合；但與運營商基站退服的數據一致。因此地震局希望與運營商聯手開展大數據研究，能否利用運營商的網絡管理數據，對震后救援工作提供信息支撐和幫助。

“大數據”是當今炙手可熱的話題。移動互聯網的發展產生了海量數據，理論上利用這些數據可以做很多事情?？墒?，當各行各業都熱衷于自身數據的獲取、采集、存儲，花巨資建成一個又一個的海量數據中心和云計算平臺的時候，業內人士必須有清醒的認識：這就是傳說中的大數據么？

現代化的IT技術和手段雖然可以降低實現成本，可以做很多以前很多不可能完成的技術處理；但是僅有數據是不夠的。數據需要運營才能體現價值，而這絕不只是IT的工作，需要諸如城市管理的運營團隊與IT系統協作，才能產生效果。

如何讓數據體現價值？無論是傳統的數據處理還是時髦的大數據，都有成熟的模式和范例：

模式之一，是通過靜態數據的實時匯總統計，幫助運營團隊形成對事件和實際狀況的準確展現。比如前面說到的地震局案例中，運營商的網絡建設與經濟發展、人口分布等關聯度更高，因此基站退服信息可能會更精準地體現地震的破壞性。如果將類似于這樣的數據及時地匯總在一起，有助于救援人員對災情做出正確的判斷和應對，就是數據的價值。

模式之二，是通過對歷史數據的建模分析，將復雜而難以量化的多種數據，組合計算成為簡單的指標。這包括反映路況的道理擁堵指數、反映天氣的穿衣指數，也包括前面提到的人員擁擠程度。室內1㎡/人、室外0.75㎡/人，這些數值是用生命為代價換得的，是歷次踩踏事故的統計結果，完全可以成為城市管理者和活動組織者的高壓線。而大數據的價值，就是能否不用付出這么大的代價，也能分析出從量變到質量的閾值。

模式之三，是整合上述兩組模式，把采集到的數據與事先定義的閾值進行實時比對，當出現異?；蛘弋a生質變時，自動告警并啟動應急措施。對于大數據的運營團隊來說，要能及時應對變化，不僅要有數據做基礎，更重要的是：事前要由相關單位制定應對各種異常情況的預案和措施。只有具備這些條件，當系統自動發生告警時，各單位才能根據預案進行及時的應對和正確的處理。

沒有數據的時候，我們需要構建IT的獲取能力和存儲能力，因為數據是基礎。在智慧城市等項目的開發建設中，城市應急預案系統被提升到重要地位，為此，我們做了很多基礎建設。而今，經過幾年的技術演進和積累，無論是IDC、云計算、大數據，還是高清視頻監控、移動互聯網等數據采集手段，各類技術方案的應用環境日趨成熟?，F在我們真的要問了：這些花大價錢建起來的IT能力，花大力氣積累起來的數據，又產生了哪些價值？

建設大數據，我們不僅需要的是IT能力，更需要的是運營能力。重建設輕運營，重金錢輕內涵，重眼前輕長遠，教訓就在眼前，就發生在全國城市管理水平最好的城市里！

希望血色的0.75㎡/人，能讓我們明白大數據的真正價值，能讓我們懂得數據運營的本質。