让大数据从奢侈品变成日用品

尽管比起AI（人工智能），大数据这个词儿在当下听起来略显过气儿，但在很多业内人士眼里，大中型互联网公司刚刚真正开展大数据业务，在互联网企业尚未完全铺开，更不要提传统企业对其应用了。

数据即价值，关于这一点，企业老板们已经看得很清楚。不过，让他们还未付诸行动挖掘这块价值潜力原因：数据在哪里，费事费力成本高，如何让数据产生价值。对于大多数企业来说，大数据既是公司未来发展必需品，又是遥不可及奢侈品。

基于数据湖泊的商业应用

现在，美国大数据分析领域的热词汇——数据湖泊（Data Lake）。瑞金麟集团联合创始人、瑞雪科技CEO洪斌给出一个言简意赅的解释：存储每一个可能有用的细节数据。当需要时再一站式分析理念。他认为，大数据其实离我们很近，虽然它们很少被关注，但真实存在。只是它们中绝大多数还没有被记录下来就已经消失。我们所说大数据，其实并没有创造新数据。它只是把企业忽视的、遗漏的数据重新挖掘出来，然后进行统一、交叉分析。传统数据分析理念，根本无力解决海量数据问题。传统数据分析理念是在不断引导企业抛弃细节数据，致使数据每汇总一次都是分析潜力丧失。就这样，企业最终得到的只能是越来越多不同程度汇总过的数据，而有价值的细节数据却在不断汇总过程中被过滤掉。

“工程师才是企业连接数据与价值最大障碍。”洪斌说，企业不可能预先定义所有分析目标，这就意味着业务需要不断地与工程师沟通新数据分析需求，这个过程费时费力。因此，应该将分析的权利和能力彻底交还给业务，工程师只需要搬运可能有用的数据。我们设计产品思路是基于数据湖泊理念，实现轻量化商业应用，即轻松存储细节数据，并提供大数据级别处理能力；接入数据时不要求预先定义分析目标，任何分析目标都可以随时产生即时解答，无需依赖工程师搜集整理数据。

懂行才能做好数据服务

瑞雪科技数据产品瑞雪分析云负责人夏曦说，企业遇到最多问题是没数据可分析。一款好的大数据产品应该自带高价值数据或者说商业情报，供客户分析。企业关心还有数据使用成本高昂，比如大量数据根本用不上，或者需要自建IT团队，一款好的大数据产品应该可以让数据使用者零门槛地在数据中探索真知。此外，企业担心数据分析结果不能直接转化为生产力，一款好的大数据产品可以为企业做好IT技术整合，让企业不用考虑各个系统间如何集成，开箱即用地使用其系统直接解决经营中实际问题。

“在过去，每次找工程师做一项数据分析，把结果交给你发现不对再改，时间就这样消耗了。可取做法是，让每个人没有时间成本，没有试错成本，可以自己随意探索数据。实现这一目标，一是提高分析模型能力。我们实现学习成本最低方法是把分析模型内置在软件里，用户拿来就可以使用。这就需要软件公司具备行业经验，把各行业最优模型纳入进来。行业经验是数据核心分析能力，而不是计算能力。”夏曦表示，为实现这一目标，软件公司需要与专业人士合作，构件专业伙伴群，把行业专家多年积累经验直接变成模型固化在系统里。使用这样数据分析软件等于直接雇佣专家在现场分析服务，无论是预先设定，还是临时产生的分析需求，都可以很好地得到满足。