關于企業大數據，你不得不曉得的幾件事

兩年的時間，大數據像雨后的野草一樣，頑強的長滿了草原。不管是互聯網的、金融的、醫療的、汽車的，好像不提大數據，就像是落伍了一樣的。

近期筆者所在團隊給某部位的研究院做了大數據的一個可行***規劃，有些事，正好與各位做一個分享。

大數據，顧名思義，數據量特別大，按照定義來說，就是數據量特別大，無法用傳統的手段解決。所謂傳統的手段，也就是業界內注明的IOE，即，高性能服務器+專用存儲設備+數據庫設備。其實，大數據這個詞雖然是近些年才火起來，但是大數據一直存在，不過是由于互聯網、移動互聯網的飛速發展，導致近些年的增長速度越來越快。同時互聯網的迅速發展，也使得國外的Google、FaceBook，國內的BAT對數據進行深層次價值挖掘，進一步促進其發展。

大數據在互聯網內的發展迅猛，使得各個國家紛紛出手，美國發布政府公共大數據計劃之后，歐盟、中國等也均投入這一戰斗當中。在我國，政府的大數據公開計劃剛開始，各部委下屬的研究院所，各大央企也都開始發聲自己已經、正在、馬上開展大數據項目。可是，對于大數據項目，政府、企事業單位的信息化人員們，你們做好準備了嗎？下面從幾個角度給大家提一些建議。

1. 數據源是一切的基礎
   

其實，不管大數據、小數據，效果在于價值，起點在于數據，如果沒有合適的數據來源，或者數據來源還使用的傳統的紙質文檔管理，那么，大數據對你是沒有價值的，你需要做的第一步是如何用信息化手段，量化企業的數據。數據的信息化，是一切的基礎。沒有一個堅實的數據源，一切都是妄談。

2.業務的目標是數據價值的方向

這點在很多的文章里都提過，不過很多都是希望你根據業務目標，分解業務場景，然后再進行數據建模等等。這里想說的，業務的目標很重要，但是你不能指望企業領導或者業務人員，既告訴你想吃烤雞翅膀，又得告訴你烤雞翅膀怎么做。很多時候，引你進門之后，剩下的是數據分析人員需要做的事情，包括業務目標的分解，包括數據源的選擇，包括數據采集方式的確定，包括數據模型的建立。用戶需要做的事情是，確認你做的結果和他的要求差距有多大。

3.技術方案的選擇同樣很重要

對于用戶來說，技術方案就像無字天書，看著都很高大上，但是作為一個技術人員或者數據分析供應商，你需要考慮的問題不知高大上，還有落地。中國目前國企范圍內的大數據項目成功的幾率低的讓人可憐。究其原因，技術方案的不可落地，在做技術方案的時候，你是否科學的估算了數據量？在計算量不可估算的情況你會如何處理？你是否選擇虛擬化作為集群服務器的管理層？實體物理服務器如何管理？計算內容是批處理多一些還是流計算多一些？業務可能會需要哪些算法作為支撐？筆者前期做大數據項目時，遇到的一個難題是，選擇虛擬化架構的集群還是選擇物理服務器的集群？二者到底有多大的區別。

4.數據的運營是在項目之初應該預見的

很多時候，做一個大數據項目，不只是要一個分析結果，更多的是要做一個數據運營，因為用戶的數據更多的是未來的數據，如何讓你的大數據項目能夠適應用戶未來的發展，是在大數據項目之初就應該預見的，也是在規劃過程中需要給用戶做出足夠的設計的。如果不考慮數據未來如何來，如何采集，如何用，如何發揮價值，分析后的結果如何支撐用戶的大數據項目，用戶的大數據也只能局限在一年、兩年......真正的大數據雖然不能像永動機，但是好歹也應該是風車，只要有風，就能轉下去。