从“大数据”到“智能数据”-CDA数据分析师

大部分专家都相信可以从巨量的数据中找到宝石和金子。英国牛津大学曾对全球各行业工作者做过一份调查问卷，2/3受访者认为，使用数据和分析软件可以使他们保持竞争优势。问题是，这些“金矿挖掘者”今天如何从如此巨大的数据山里挖到金子？

从3V到4V

等着要发掘的“金子”，指的是用于记录、存储和分析大量的数据，以及以合适的形式显示该结果的“大数据”新技术。现在最被人们广泛讨论的话题是用户购物、搜索或网购的数据，或利用全球金融和通信网络而产生的数据。还有银行、电信和保险业通过建立使用者信息与交易记录的分析模型，来增加利润和降低风险等等。大数据的时代，使我们能够探索人类的行为，探索人类本身的奥秘，这在以前在很大程度上是不可能的。我们经常使用的工具和终端，帮助我们获得和体验这方面的感受。

由于都想成为“掘金者”，从大数据挖掘价值，目前具有深入的分析、数学、统计、规划技能的数据分析师正炙手可热，已没有足够多的人才可满足需求。美国大型银行和联邦机构正在越来越多地聘请“首席数据官”（CDO）和数据分析师，以促进对于整个组织机构中的所有功能数据的收集、分析、分发和应用的战略思考。

大数据有所谓的3V特征：即“大量化”（Volume）、“多样化”（Variety）和“快速化”（Velocity）。然而，光是大量的数据采集是不够的，这些数据本身还需要有较高价值，即增加第四个V：Value（价值），成为4V。而经过“大数据”技术的处理（数据采集、数据分析、数据处理、数据显示等）之后更会产生较高的价值。

用智能数据建立智能系统

啤酒+尿布是值得挖掘的数据；而从工业设施、建筑物、能源系统和医院产生的比特和字节，含金量更高，更值得挖掘，因为它们可以用于建立起智能系统，这些比特和字节就是智能数据。我们来谈谈智能数据如何建立起一个智能系统。

终端通过连接、把它们管道化，对人们带来了极大的便利，大大提高了生产率。但是这些还不够，还需要体现“智能化”，实现智能系统。现在我们经常在提到智能手机、智能电表、智能电网、智能家居、智慧城市等等，都是希望人们使用的设备和终端能够根据人们的需要自动编程，实现自动化，尽量避免人工介入。

这样一种“智能化”，需要具备两个条件：首先是“管道化”（互联网思维的核心是“管道化思维”），就是把所有的终端或节点全部连接起来，互相之间能够有“沟通”（即发生交互作用）；另一个是各个终端本身具备一个“小电脑”，即带有处理器芯片，可以通过软件处理和产生“智能数据”。有了这两个基本条件，就可以体现出一定程度的智能。

以抽水马桶为例。抽水马桶是已经管道化的马桶，再加上上述第二个条件，就可以变成一个“智能马桶”。具体可以这样来实施：在马桶里装有一片微处理器芯片和一片生化芯片（Lab-on-Chip，LOC），对人们的排泄物自动提取和分析，然后把分析结果通过管道，如WiFi送到医生那里，医生把每天的分析数据与事先存储的数据进行对比，给这位坐过这个马桶的人发出营养指标提醒和生理指标提醒，如果必要的话则写处方，提醒他服用药物或到医院进一步检查。另一方面，根据这个马桶的软件分析结果，会得出缺少哪种营养的具体数据，然后通过无线通信的管道传送到超市，超市会根据这些数据选出合适的食品通过快递服务送达家中。

抽水马桶还可以包含其他各种传感器进行“管道连接”，如每次使用自动记录用水量；如有漏水，自动通知维修人员或物业管理处派人来检修；如有堵塞，就会自动通知管道维修人员来疏通；如水漕不进水，也会自动通知相关人员来处理等等，这些都会产生一定的数据量。

我们必须了解这些智能数据的量，以便正确地评估它；我们必须知道各种器件和设施是如何工作的，了解我们需要哪些传感器和测量技术来获得真正重要的智能数据。决定性的因素不一定是数据量大，而是有价值的内容。

这样的智能数据可以体现在各个领域。如对于一个大型燃气轮机，有几百个传感器每秒钟在测量温度、压力、流量、气体组成。如果人们很了解设施的物理特性，因此知道如何正确地分析这些数据，就可以给发电厂非常有用的建议，来提高电力的使用效率并减少污染。同样的措施可以用于风力发电、建筑物、钢铁厂和整个城市。所有这些领域里，必须不仅收集数据，而且还理解数据。处理的数据是智能数据，得出的结论用于将企业或城市变得更智能。

适合于评估这些智能数据的算法还需要开发。这些算法可以帮助人们更好地节省能源、更好地有利于环境、更多地节省成本，以及使设备运行得更可靠。

在未来，智能数据可以帮助我们了解一个智能系统每时每刻发生了什么，更能够告诉我们为什么会发生。甚至还可以告诉我们接下来会发生什么，以及我们应该如何应对。智能数据将改变企业的商业模式。例如一家跨国公司可以设立一个全球维修中心，全球各个分部的工厂都设有大量传感器并与网络相连，只需要在这个中心分析大量的远程智能数据，就可以进行远程诊断和处理，而不需要技术人员到现场。这样的商业模式，对于火车、船舶、发电厂、医疗器械等等都是极其有用的。例如，从一辆火车的运行中得到的测量数据，可以帮助火车驾驶者运行的更平稳、更节能。节省下来的资金，则可以在用户和智能数据提供者两者分成。这是双赢的局面，也是如何从数据山中掘金的一个很好例子。

大数据如何成为“智能数据”

数据只是“大”，并没有太大意义，关键是如何最佳地挖掘高价值的数据、使用这些数据，使这些数据成为“智能数据”。这有几个方法：先评估数据的价值和将会产生的价值；把数据和“智能化”相关联；把数据变成具有上下文意义的灵活的数据结构；随着时间的推移，根据这些收集了的大量数据，展现一幅绚丽多彩的智能数据图。到最后，也不会再去思考大数据与智能数据有何区别，因为所有的数据都已经成为智能数据。

西方2000多年前就已发明的“管道化”的马桶开了物联网的先河。基于互联网的物联网（IoT）的到来，预示了新的创新设备、新的网络形态、新的商业模式的不断涌现，也预示着智能数据的成千上百倍增长，智能化将体现在各种应用中。如按照今天所理解的大数据概念，是不充分的，大数据必须从3V演变为4V，大数据必须演变成智能数据，整个家庭乃至整个城市也正在向“智能化”大步演进，才会有更多的“掘金”机会。