事實上，大數據無需白手起家_數據分析師

是時候從更高的視角來看待大數據了。大數據以及數據科學還在持續升溫，如何更好地利用大數據隱含的價值成為焦點話題。然而在不知不覺中，我們所關注的范圍變得越來越窄，比如如何存儲海量數據，如何用新的方式來分析數據，我們只關注技術而忽視了大數據以及數據科學在業務語境中所起到的作用。

如果想讓大數據和數據科學為我們更好地服務，我們就需要更廣闊的視角，比如：

大數據就只是數據而已，要處理好所有的數據，什么樣的技術是最佳的技術？
大數據只是拼圖游戲的一部分，要最終得到完美的圖畫，需要我們思考如何將大數據與現有分析系統緊密集成，從而得到最大產出。
大數據需要融入業務才能改善業務，我們如何才能利用大數據創造更好的產品與服務？

真假大數據

對大數據的狹隘思維主要來自于錯誤的判斷。在技術方面，由于出現了包括Hadoop、NoSQL在內的許多新一代大數據技術，于是人們開始認為，只要有了這些技術就可以讓數據管理變得簡單許多。還有一部分人認為，要利用這些新技術就必須把原有的技術拋開，重新打造一個系統。

人們總是喜歡這樣孤立地思考大數據問題，就比如說數據科學家。前兩年有這樣一種說法，即數據科學家是21世紀最性感的職業，就好像企業需要這么一個神奇的煉金術師，把紛繁復雜的信息提煉成價值連城的金塊。事實上，無論是數據科學家還是數據科學團隊都不可以獨立于其他部門而自立門戶，因為要充分理解業務，他們就必須與企業其他部門的員工形成良性互動。

大數據以及數據科學需要漸進式的發展，無論新的技術還是新的流程，都要先融入到已有的系統當中。也就是說，推倒重來的做法是絕對錯誤的，我們需要通過新的技術與方法來不斷改進現有的分析模型，隨著數據的持續增長來豐富這些模型。

對于大數據，你需要認識到以下幾點事實，真假大數據就蘊含其中：

• 與傳統數據不同，新類型的數據有著多種多樣的結構，同時它的數據量是前所未有的
• 大數據中所包含的“信號”是非常少的，更多的是“噪聲”?？梢韵胂?，銷售數據中所包含的價值是很大的，然而即使是上PB級的點擊流數據也不一定能夠提煉出這么大的價值。
• 新一代的技術需要更好的算法才能提供消費者行為模式的洞察
• 像Hadoop這樣的新系統有著強大的存儲和處理能力，它為我們應對大規模數據打開了新的思路
• 更快的數據發現技術能讓分析團隊在大數據中找到所要的信號
• 數據科學家和首席數據官需要具備數據分析，軟件開發，統計學以及交互設計等多種能力

大數據無需白手起家

新的能力并不意味著我們要按下重啟鍵然后重新來過，我們仍然需要從企業應用系統中獲取數據然后為業務構建一個完整的結構化模型。我們需要將信息作為資產妥善管理起來。我們需要控制數據的訪問來保護隱私并確保合規。我們也需要讓人們能夠盡可能多地對想要的數據進行探索。

換句話說，大數據和數據科學家并不意味著我們要拋棄已經建立起來的商業智能系統和規范。我們已經知道如何把工作做得更好，現在只是在這一基礎上添加一些新的能力而已。

然而只有少數公司能滿足自身使用數據的狀況，只有三分之一不到的員工會用到BI工具。這其實還有很大的提升空間，啟動一個大數據項目也不會立馬清除用戶利用數據的障礙。為了能夠取得進展，我們需要試著回答兩個問題：

• 我們如何利用新能力，把它們添加到已有系統中，然后創建新一代的數據架構？
• 我們如何引導圍繞在大數據周圍的能量，然后實現真正的企業文化轉型？

對于大數據狹隘的思維總會忽略上面的兩個問題。我們需謹記，大數據并不是一門技術那么簡單，它有自己的概念（3個V），有獨特的用例，有自身的架構，也有專門的人（數據科學家）來處理數據。大數據并不是一項運動，也不是企業內部根深蒂固的思維，它代表的東西更多，我們需要站在更高的角度來看待大數據。