【转帖】大数据不是万能的

admin

　　中国人民大学新闻学院教授喻国明认为，目前从国内的情况看，真正运用大数据分析成功的案例其实不多，很多公司都是将大数据作为一个营销噱头，所做的分析也主要是基于传统的数据分析方法。
　　事实上，对于数据多大能称之为“大数据”，业界并没有统一的认识，通常认为100TB（太字节）是大数据的门槛。简而言之，传统方法无法处理的数据即为大数据。
　　但大数据不能单纯理解为数据大。大数据研究专家、北京航空航天大学校长怀进鹏表示，大数据具有“规模大、变化快、种类杂、价值密度低”4个特征，是对传统计算和思维方式的一种挑战。
　　在大数据时代，“数据背后的原因不再重要，人们只需要知道数据之间有统计相关性就行。仅需知其然，无需知其所以然。”怀进鹏说。
　　在大数据的支持者看来，数据已经能够自己说话，传统的科学统计模型已经过时，理论也可能被终结。
　　大数据蕴含的发现事实、挖掘价值、预测未来的洞察力，也是各色大数据营销的理论出发点。实际上，大数据洞察力确实在公共卫生、交通运输等行业开始发挥。
　　然而，“自己能够讲话的大数据”，是否真如营销人员所想的那么美好？
　　分析人士指出，数据存储和搬运虽然越来越便利，但目前大数据应用面临着数据收集，管理、分析海量数据并创造价值的挑战。
　　“如果将数据比作书，书增多后，首先要找到储存大数据的‘大图书馆’，下一步则要解决数据查询问题，没有好的查询引擎，书找不到，数据也就很难利用。” 百度大数据总监李钢江说。而现实是，大部分机构和企业都没有海量数据收集存储以及分析管理的能力。
　　业内人士指出，大数据在一些领域的营销还只是噱头，先不论大数据分析结果是否有效，有些行业连基本的大数据采集和管理条件还不具备，更谈不上精确定位和预测。
　　百度首席执行官李彦宏认为，随着计算能力的提升和云存储等技术产品成本的不断降低，大数据走到了技术变革的临界点。不久前，百度就推出了“百度大数据引擎”，百度希望借助该工具，对大数据进行收集、存储、计算、挖掘和管理，并通过深度学习技术和数据建模技术，使数据具有“智能”的技术能力，服务传统行业。
　　不过，分析人士指出，虽然各方面为挖掘大数据开发了很多工具，但大数据的成熟应用还有很长一段时间。首先，数据杂乱，价值密度低，如何有效地收集数据信息仍没有成熟的方案。同时，数据的规模并不能决定一切，不论是哪种数据分析方式，都可能存在统计上的缺陷，不能说数据更大、更新、更快就没有问题。