大数据还是“大忽悠”？ 解决问题、贴近业务才能“接地气”

今年1月，工业和信息化部印发了《大数据产业发展规划（2016－2020 年）》，提出全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。预计，中国大数据产业市场在未来五年将保持高速增长，到2020 年中国大数据产业规模将接近5万亿元。大数据已在各行各业得到了普遍重视，有CIO更表示，如果跟同行交流，不讲大数据都不好意思跟人家打招呼，然而在业务中却发现，上了大数据的“数据驾驶舱”，除了老板看到了更酷炫的报表外，对业务并没有太大的帮助。这种感受无独有偶，在刚刚（12月7日）举办的2017中国大数据技术大会上，中科院院士徐宗本就表示，“实施大数据是一件很不简单的事，如果有哪个企业号称有一种软件包供你使用就能分析大数据、就可以解决问题，这一定是忽悠你、骗人的。”

澳洲昆士兰大学教授周晓方

如何避免大数据系统只是一个酷炫的看板，澳洲昆士兰大学教授周晓方表示：“首先要定位问题，企业需要解决什么问题，然后再去找数据帮我们去解决这个问题。其次，有了数据以后我们要解放思想，创造新的应用与价值。这个需要企业界和科研界合作解决这个问题。大数据是我们这个时代的特征，这个事情已经在那，数据本身也在那里，数据应用的技术也在那里，要通过各种应用场景现才能真正落地。因此CIO们不能为了大数据而大数据，而是要锁定你要做的事情、你有数据，还需要什么数据，用这些数据把现有的工作做得更好，用这些数据推动新的应用。”

微软亚洲研究院副院长、首席研究员刘铁岩（左一）；

华东师范大学数据科学与工程学院教授、博士生导师钱卫宁（中）；

滴滴出行高级副总裁章文嵩（右一）；

滴滴出行高级副总裁章文嵩在运用大数据解决出行问题上深有体会：“首先要定位问题是什么，如何定义这些问题，把问题梳理清楚后基于这些问题看在数据上能不能得到一些启示。滴滴是一个出行平台，现在解决的问题是让有需求的人迅速找到最近的车，因此每秒钟这个车的位置数据都会记录在我们的平台上，这些连续的数据就是行车的轨迹，这个轨迹很好地呈现了在全国400多座城市的交通的状况。我们发现这些数据在智慧交通的治理方面将是非常有价值的数据，因此我们要拥有一些数据后才能发现数据的价值。”

“数据只是我们拥有的一部分，我们拿到的数据是一个基础，一定要从过程中找到价值。过程是我们做机器学习的这个过程。”微软亚洲研究院副院长、首席研究员刘铁岩认为应该从人工智能这个维度运用好大数据。他表示，“大数据一定要把数据和智能结合起来，要有全盘的规划。在这个角度来讲。要什么数据是为了实现种业务目标找合适的数据，而不是要拿到所有的数据留下来就好、数据大也有很多好的方面，很丰富，但也有坏的方面，有些是噪声，有些可能是错误，如果没有一个有效的方法把噪声去除掉，把有价值的信息挖掘出来，最后也会把我们引导到一条错误的路上。”

对于数据质的量章文嵩非常重视：“数据质量非常关键，如果数据不准，得出的任何结论就会有问题，而解决的办法涉及到数据的收集、生产、传输整个过程。我们对数据肯定是要层层校验，哪些校验有些环节数据不准了，或者有些环节数据丢了，就拿滴滴派单来说，用户进来表达了他的目的地之后我们会有很多的动作，然后是我们平台是否派单，派单在执行中到完单最后到支付，这是个漏斗模型。其实层层环节都要校验，发现哪些环节是网络传输处理的BUG，哪些环节导致了数据丢失，层层校验就跟财务做校验一样，每个环节都要校验，确保数据准确性和软件的正确性。

华东师范大学数据科学与工程学院教授、博士生导师钱卫宁则认为：“数据已像我们的电一样，人类文明在有电之前与有电之后很不一样，如果有了电我还在用蒸汽机会觉得电没有多大作用。现在有了数据之后，我们的业务模型或决策模型都是要变化，如果有了数据后还只是用作展示报表，这个还是传统的思维模式。有了数据之后如何根据数据重构商业模式，去重新设计整个业务流程，才可以把数据用的更好。”