论文部分内容阅读
当你开车路过一家餐厅的停车场时，你的手机屏幕上弹出了这家餐厅当日的特价菜品推荐，这种体验是不是很棒？如果保险公司主动告诉你应该下调汽车保险费率了，你是不是心里会有点小激动？如果在线游戏能够把和你玩法相近的用户即刻告诉你，这世界是不是很美妙？大数据能让这一切成真。驾驭大数据应从小应用开始。
各行各业的大数据应用
“大数据，‘大’和‘数据’都不重要，正确处理和运用大数据才是关键。”在1月30日由Teradata天睿公司举办的‘《驾驭大数据》作者面对面——分享如何极致演绎大数据价值暨新书发布会’上，被誉为“洞察博士”、“分析英雄”的Bill Franks说。Bill Franks是Teradata公司全球合作伙伴计划首席分析官，也是《驾驭大数据》的作者。他认为大数据的价值需要借助于一些具体的应用模式和场景才能得到集中体现。
车载信息服务装置最初是作为一种工具出现的，它可以帮助车主和保险公司获得更清楚有效的车辆保险信息。在许多交通工具都安装了车载信息服务装置后，除保险之外的很多行业都可以使用这些数据，它提供的时速、路段、开始和结束时间等信息，对改善城市交通拥堵具有意想不到的价值。
对于一个只有基本通话需求、价值相对较低的用户，电信运营商往往会根据账户盈利分析，不对其进行挽留。而在大数据时代，这种处理方法并不正确。正确的做法是利用社交网络分析方法，分析其通话圈子，评价其交际圈的整体价值，识别出用户的整体收入而不仅仅是客户为运营商提供的直接收入。即运营商应当把焦点从账户盈利分析转向社交盈利分析，把目标从个体账户的利益最大化，转向客户社交网络利益的最大化。
基于GPS技术和手机应用所提供的时间和位置数据，商家主动、及时地推送客户关怀信息，有利于改善客户关系和创造商业机会，也可以利用它进行共同目的或兴趣的社交，这些都会带来令人惊奇的业务创新。
另外，利用RFID追溯产品质量甚至防欺诈，利用智能电网的数据实现灵活定价引导错峰用电、节约用电，利用传感器数据检测、维护工业发动机和设备……大数据将在各行各业得到广泛应用。
抛弃数据到能驾驭的规模
Teradata天睿公司大中华区首席执行官辛儿伦表示，《驾驭大数据》一书的内容源自Franks丰富的经历。几十年里，他服务横跨多个产业和实践领域的众多客户，实实在在地分享实践心得。数据的核心是发现价值，而驾驭数据的核心是分析。
Bill Franks认为，大数据相当程度上是呈指数级增长的非结构数据（文本、视频、图像等），但这些通常由机器自动生成的全新数据源格式并不友好，更重要的是，其中很大一部分并没有价值。比如，火车上轮轨的传感器，能够将列车走行过程中大量的数据收集起来。从实践来看，这些数据从采集到分析，都是有价值的，但是没有必要把所有的传感器数据保留下来，分析人员只要寻找那些非正常的、有差异的记录数据即可，这才是真正有价值的。
他认为，企业应当有针对性地处理大数据，应当抛弃大部分，将其减小到能够驾驭的数量规模。对于日益重要的非结构化数据，Bill Franks认为，很少有方法能够直接分析非结构化数据，所以应用结构化方法进行分析很重要。企业应当立即收集部分大数据并开始分析，专注于能快速见效的部分，快速证明数据价值。
Bill Franks指出，企业要从大数据中获得最大的价值，需要同其他数据源实现整合，并将大数据作为企业数据和分析策略的另一层面，同时加强对大数据的格式、输入和使用标准的开发。大数据的处理分析技术包含分析与数据环境的关联性、海量并行处理架构（MPP）、云计算、网格计算及MapReduce、分析沙箱、单点分析、数据可视化等。
Bill Franks还阐述了利用其他高级分析技术从庞大的数据中寻找商业机会的方法，以及应用大数据提升企业的业务分析能力的途径。Bill Franks强调：“驾驭大数据不是技术问题，真正的问题是资源可用性、人员技能、流程变革、政策因素和文化。”
Bill Franks认为，目前美国的大数据炒作已近顶峰，但也沉淀了很多有价值的东西。正如历史上出现的互联网泡沫一样，泡沫破裂之后，有很多好的企业出现并成为新巨头。“这样说来，泡沫破裂是好事。即使泡沫消失，大数据分析仍然存在价值，重点是我们如何采取正确的策略、流程和方法从大数据分析中获得价值。”
各行各业的大数据应用
“大数据，‘大’和‘数据’都不重要，正确处理和运用大数据才是关键。”在1月30日由Teradata天睿公司举办的‘《驾驭大数据》作者面对面——分享如何极致演绎大数据价值暨新书发布会’上，被誉为“洞察博士”、“分析英雄”的Bill Franks说。Bill Franks是Teradata公司全球合作伙伴计划首席分析官，也是《驾驭大数据》的作者。他认为大数据的价值需要借助于一些具体的应用模式和场景才能得到集中体现。
车载信息服务装置最初是作为一种工具出现的，它可以帮助车主和保险公司获得更清楚有效的车辆保险信息。在许多交通工具都安装了车载信息服务装置后，除保险之外的很多行业都可以使用这些数据，它提供的时速、路段、开始和结束时间等信息，对改善城市交通拥堵具有意想不到的价值。
对于一个只有基本通话需求、价值相对较低的用户，电信运营商往往会根据账户盈利分析，不对其进行挽留。而在大数据时代，这种处理方法并不正确。正确的做法是利用社交网络分析方法，分析其通话圈子，评价其交际圈的整体价值，识别出用户的整体收入而不仅仅是客户为运营商提供的直接收入。即运营商应当把焦点从账户盈利分析转向社交盈利分析，把目标从个体账户的利益最大化，转向客户社交网络利益的最大化。
基于GPS技术和手机应用所提供的时间和位置数据，商家主动、及时地推送客户关怀信息，有利于改善客户关系和创造商业机会，也可以利用它进行共同目的或兴趣的社交，这些都会带来令人惊奇的业务创新。
另外，利用RFID追溯产品质量甚至防欺诈，利用智能电网的数据实现灵活定价引导错峰用电、节约用电，利用传感器数据检测、维护工业发动机和设备……大数据将在各行各业得到广泛应用。
抛弃数据到能驾驭的规模
Teradata天睿公司大中华区首席执行官辛儿伦表示，《驾驭大数据》一书的内容源自Franks丰富的经历。几十年里，他服务横跨多个产业和实践领域的众多客户，实实在在地分享实践心得。数据的核心是发现价值，而驾驭数据的核心是分析。
Bill Franks认为，大数据相当程度上是呈指数级增长的非结构数据（文本、视频、图像等），但这些通常由机器自动生成的全新数据源格式并不友好，更重要的是，其中很大一部分并没有价值。比如，火车上轮轨的传感器，能够将列车走行过程中大量的数据收集起来。从实践来看，这些数据从采集到分析，都是有价值的，但是没有必要把所有的传感器数据保留下来，分析人员只要寻找那些非正常的、有差异的记录数据即可，这才是真正有价值的。
他认为，企业应当有针对性地处理大数据，应当抛弃大部分，将其减小到能够驾驭的数量规模。对于日益重要的非结构化数据，Bill Franks认为，很少有方法能够直接分析非结构化数据，所以应用结构化方法进行分析很重要。企业应当立即收集部分大数据并开始分析，专注于能快速见效的部分，快速证明数据价值。
Bill Franks指出，企业要从大数据中获得最大的价值，需要同其他数据源实现整合，并将大数据作为企业数据和分析策略的另一层面，同时加强对大数据的格式、输入和使用标准的开发。大数据的处理分析技术包含分析与数据环境的关联性、海量并行处理架构（MPP）、云计算、网格计算及MapReduce、分析沙箱、单点分析、数据可视化等。
Bill Franks还阐述了利用其他高级分析技术从庞大的数据中寻找商业机会的方法，以及应用大数据提升企业的业务分析能力的途径。Bill Franks强调：“驾驭大数据不是技术问题，真正的问题是资源可用性、人员技能、流程变革、政策因素和文化。”
Bill Franks认为，目前美国的大数据炒作已近顶峰，但也沉淀了很多有价值的东西。正如历史上出现的互联网泡沫一样，泡沫破裂之后，有很多好的企业出现并成为新巨头。“这样说来，泡沫破裂是好事。即使泡沫消失，大数据分析仍然存在价值，重点是我们如何采取正确的策略、流程和方法从大数据分析中获得价值。”