大數(shù)據(jù)分析的5個(gè)步驟

“2014西湖品學(xué)”大數(shù)據(jù)峰會(huì)于3月7日在杭州舉行。會(huì)上，LinkedIn數(shù)據(jù)分析部資深總監(jiān)Simon Zhang發(fā)表了《“廟算多者多勝”——大數(shù)據(jù)分析規(guī)模化與產(chǎn)品化的演變與戰(zhàn)略》的演講。Simon Zhang表示，大數(shù)據(jù)背后，大就是慢，就是復(fù)雜，就是成本提高，就是沒有效率。數(shù)據(jù)再大沒有意義也是完全沒有價(jià)值的，所以我們要把大數(shù)據(jù)做成小數(shù)據(jù)。

以下是Simon Zhang的的演講整理：

我覺得大數(shù)據(jù)本身沒有任何意義，數(shù)據(jù)對(duì)我們來說就是硬盤存在電腦里面，越大硬盤越多成本越高耗電量越狠。

數(shù)據(jù)本身之后必須要講一下分析。什么是分析?

我們可以分成幾個(gè)步驟的話有五個(gè)步驟：第一步是必須要理解以前發(fā)生的這件事，歷史上發(fā)生過什么事，第二步明白歷史上為什么會(huì)發(fā)生這件事，第三步目前當(dāng)下正在發(fā)生的什么事，第四步未來預(yù)測(cè)將要發(fā)生什么事情，第五步就是改變未來。

在數(shù)據(jù)分析上，能夠做到第四步的預(yù)測(cè)就已經(jīng)非常厲害了。不過，在實(shí)際商業(yè)價(jià)值的產(chǎn)出來說，第一步到第四步基本的商業(yè)價(jià)值是零。假如我預(yù)測(cè)Simon今天早上會(huì)吃飯，明天早上坐飛機(jī)回美國，這個(gè)根本沒有問題，因?yàn)镾imon今天晚上肯定會(huì)吃飯，美國肯定要回，沒有任何價(jià)值。我們需要的是要把未來變得更好，這才是分析本身產(chǎn)生價(jià)值最重要的一環(huán)。

在上圖中，我們還容易發(fā)現(xiàn)，從第一到第五步之間復(fù)雜程度顯著增加了。一個(gè)好的分析師能改變未來，而一般的分析師能改變現(xiàn)在，差一點(diǎn)的分析師連過去都不知道。

實(shí)際上數(shù)據(jù)在過去的幾年增長(zhǎng)了不同的階段，以LinkedIn相關(guān)的數(shù)據(jù)為例：第一步就是交易數(shù)據(jù)，以往大家都用兆字節(jié)來表示來展示;第二步是CRM，在美國企業(yè)里面講營銷、銷售，一個(gè)人到底是誰，他在哪里住，大約月收入多少錢，在什么公司，這些數(shù)據(jù)我們叫GB來衡量;再下一步就是網(wǎng)絡(luò)數(shù)據(jù)，電子商務(wù)的網(wǎng)站，淘寶或者阿里是完全不同的級(jí)了，普通的互聯(lián)網(wǎng)公司，數(shù)量級(jí)是TB來衡量;第四步就是社交網(wǎng)絡(luò)數(shù)據(jù)，推特、臉譜為首的這些社交網(wǎng)絡(luò)數(shù)據(jù)，他們產(chǎn)生的數(shù)據(jù)更大了。

很多人都講大數(shù)據(jù)真大，越大越有價(jià)值，但真如此嗎?大數(shù)據(jù)背后，大就是慢，就是復(fù)雜，就是成本提高，就是沒有效率。中國的孫子兵法講到兵在精不在多，數(shù)據(jù)再大沒有意義也是沒有完全沒有價(jià)值的，所以我們要把大數(shù)據(jù)做成小數(shù)據(jù)。

在商業(yè)數(shù)據(jù)分析中，我們要強(qiáng)調(diào)速度。為什么要講速度呢?剛才品覺已經(jīng)跟大家分享了，在數(shù)據(jù)本身我們講3V，本來說就是速度的體現(xiàn)，我講的速度不是數(shù)據(jù)存儲(chǔ)的速度，而是商業(yè)需求的速度，商業(yè)需求速度在今天互聯(lián)網(wǎng)出現(xiàn)以后變成了100億倍的增長(zhǎng)，以前的話比如說像姜子牙做決策的話可能得思考一年，姜子牙思考了70年最后遇到了周文王，現(xiàn)在不一樣，現(xiàn)在每個(gè)人需要作出非常非常迅速的決策，非常多的決策，每個(gè)人都需要決策，這就要求我們?cè)谒俣壬弦仙虡I(yè)的發(fā)展。所以說，兵法里面也講了一句話，兵貴勝不貴久，就是越慢越?jīng)]有價(jià)值，越快越有價(jià)值。