阿里巴巴如何玩转大数据

我们将迈入大数据的一个新时代，敏捷、准确、低成本的数据分析和预测将成为现实。20日，阿里云发布大数据平台数加，集合了计算引擎、开发套件、可视化工具和行业解决方案，这是全球首个囊括前、中、后台的大数据一站式开发平台，可让数据分析和预测成本降至原有的10%左右。

这次阿里云发布的大数据开发平台，囊括了阿里巴巴十余年来的大数据技术，这些技术正在阿里系的各个商业场景中发挥作用，例如淘宝首页给你推荐什么样的商品、你的芝麻信用分是多少、谁可以获得更大的花呗额度，或者谁可以直接获得贷款。

“过去6年来，阿里巴巴巨大的战略投资就是放在云计算和大数据服务上。我们相信人类已经从IT时代在步入DT(Data Techonology)时代。”马云在2015年致投资者公开信中表示，“我们必须在数据技术的投入和发展上不惜一切的投入发展，我们正在努力让数据和计算能力成为普惠经济的基础。”

马云的DT技术正在变现，集成了人工智能、机器学习、智能语音等前沿技术的阿里云大数据平台数加，让没有足够技术实力的公司，也能实现从数据中提炼“石油”。权威研究机构IDC数据显示，2014年中国企业投入了约14亿美元购买商业分析软件和服务，这个数字在未来5年内将呈几何式增长。

“未来3年，大数据市场规模将达到1万亿元。”阿里云总裁胡晓明在发布会上表示，基于阿里云大数据平台数加，将有千余家合作伙伴、万名首席数据官和5万数据科学家诞生，把中国大数据市场规模拓展至万亿规模。

“大数据”一词近年来在中国十分火热，但真正的数据技术和工具平台一直缺位。“中国的数据技术起步比硅谷晚，但我们看到互联网巨头们正在大量投入研发力量，来缩短差距。”Alliance Development Group分析师David Sullivan表示，以阿里巴巴为典型的中国互联网公司正在自己的商业场景中大规模使用数据技术，技术上与硅谷几乎没有差距。

在发布会上，阿里云提及去年年底刚刚刷新的一项世界纪录。在由数据库之父Jim Gray创办的排序基准评估竞赛Sort Benchmark中，阿里云把100TB数据的排序时间缩短到了377秒，打破了此前由雅虎、微软、斯坦福大学等公司与机构保持的纪录。

从成本上来说，阿里云的大数据平台也把数据技术的使用成本拉到一个新的时代。“数据分析和预测的成本将降至原有的10%，数据技术将变成普惠的技术能力，企业可以跨过技术和资金的障碍，真正从数据中掘金。”阿里云大数据事业部资深总监徐常亮表示。

骤降的数据成本可能让IBM一类的公司倍感压力，因为这让他们提供的传统BI软件显得价格昂贵。此前，企业的数据挖掘依赖购买BI类软件，这类软件不但购买和维护费用高昂，还不能实现在线实时数据分析。

“实时数据分析和预测才是数据技术的魅力所在。”徐常亮表示，阿里云大数据平台数加将为各类机构和企业带来全新的决策依据，“企业们将实时知晓自己面对的挑战，并基于数据预测来判断下一步该往哪走。”

在不久前，阿里云公布了一项与浙江省交通厅的合作，浙江省交通厅利用阿里云的大数据平台来预测高速公路未来5到60分钟的车速情况，预测准确率稳定在91%以上。基于高速车速预测，以便交通部门更好的进行交通引导，公众也可以做出更优的路线选择。

“一开始大家关心的问题是数据运算的速度有多快，然后关心预测的速度有多快。”徐常亮表示，“现在，大家该关心的问题是我是否比竞争对手更快得到数据结果，是否比竞争对手拥有更准确的预测。我们就是想为大家提供这样更快、更准确的大数据平台。”

　　浙江交通运输厅：用大数据预测未来哪堵车

浙江省交通运输厅正在开展一项新的试点：将高速历史数据、实时数据与路网状况结合，基于阿里云大数据计算能力，预测出未来1小时内的路况。结果显示，预测准确率稳定在91%以上。

浙江省交通信息中心主任韩海航表示，通过对未来路况的预测，交通部门可以更好的进行交通引导，用户也可以做出更优的路线选择。

阿里云大数据平台数加为项目提供了分析支持，并有多位资深数据科学家参与了联合研发。来自阿里云的闵万里博士介绍，对于浙江省内近1300公里的高速路段，数加强大计算能力可以在20分钟完成历史数据分析，10秒钟完成实时数据分析。

　　马拉松：用大数据守护选手心脏

1月2日，2016厦门国际马拉松赛在鹭岛开赛，获得了诸多运动爱好者的追捧。在此次厦门马拉松比赛中，一款叫做“阿甘跑步”的运动社交APP联手深圳一家心电医疗设备供应商，借助阿里云大数据平台面向跑马爱好者推出皮肤级运动心律监测解决方案"安心跑"。希望通过大数据的方法来寻找极限运动中可能存在的风险并及时解决。

这是一个像“创可贴”大小的智能设备，它实时扫描并且收集人体生命数据，通过及时回传、实时处理，机器判读等做出健康风险预警。

“结合3D路径实时上传心电数据，云平台快速分析后，又能实时的传给赛事安全保障小组，这是运动赛事保障的一个创新点，不仅如此，“安心跑”还将基于心律在运动康复方面进行探索，如睡眠深度监测、呼吸暂停症监测、焦虑分析。” 阿甘跑步CEO尚文表示。

对马拉松业余选手来说，可在日常的训练中提前进行监测，对自己的心脏状况有一个初步的评估，看是否适合参加马拉松。

在比赛进行中，通过联合紧急救援机构和智能心电设备数据打通，可以对跑步人员的心跳状况通过现场设施实时回传，可以及时识别，重点关注，在心脏出现问题时可以及时抢救。

　阿里音乐：用大数据发现下一位巨星

阿里音乐正在开展一项新的大数据尝试：将阿里音乐平台上的行为数据与微博、优酷、娱乐头条等互动数据结合，基于阿里云大数据计算能力，预测哪些音乐人将成为音乐流行界的下一位巨星。

“掌握了这些数据，唱片公司可以实时地关注潜力音乐人成长，并以较低的薪酬与其签约，大肆炒作为明日之星”，虾米音乐创始人王皓如是说。

互联网造就了越来越多的独立音乐人，他们的作品在各大互联网平台上被收听、收藏、评论、播放、报道等。数据科学们(数据分析师)家借助阿里云提供的强大计算能力，通过挖掘阿里音乐平台上的粉丝数增长如何,微博上最近一段时间谈论这个音乐人的次数, 优酷上相关视频被播放了多少次，新浪娱乐等头条新闻报道的频率，流行元素匹配率如何等原始及衍生的15个特征维度，通过机器学习自动建立量化评估模型，预测音乐人的流行程度在未来一段时间是否会爆发。

除了音乐人黑马发现之外，阿里音乐的音乐人产业链服务还包括：音乐人粉丝价值分析、收听音乐风格分析及拼盘演出推荐等音乐人决策分析服务。

　大麦网：一键接入实现“千人千面”

用户登入大麦网APP之后，在首页的“猜你喜欢”栏目，或者单品页的“喜欢此项目的还喜欢”栏目，都能看到“千人千面”的个性化推荐内容。大麦团队与阿里云团队共同合作，通过API接口的方式，对每一个用户的购买、浏览、收藏等数据进行分析，实时为用户推荐基于他们喜好和地理位置的票务信息。

“2015年4月份上线之后，推荐转化率已提高到 4%左右，单日最高转化峰值曾到达 10%以上, 效果超过我们的预期。” 大麦网数据总监王威表示，看中“推荐背后的智能”，能够在节省人力成本投入的同时，获得推荐转化率的极大提升。

从成本上看，如果大麦网自主研发推荐系统，需要投入至少5位工程师，进行6个月的项目开发，人力成本约900人天。在大麦团队和阿里云团队的共同努力下，结合大麦团队的行业经验与阿里云的技术优势，把人力成本降低到了30人天，并且拥有高转化率的保障。

　弘泰水利：用大数据治水

不久前，弘泰水利同阿里云达成合作，双方计划通过大数据技术，将水利基础设施(水库、河道、泵闸等)的管理从离线变为在线，实现大数据治水。

弘泰水利总工余丽华说，水利数据联网后，可以做水库管理的平台服务，也可以做洪水风险的分析，以及城市内涝的预警分析，并且可以为公众提供防汛减灾的社会化服务。

弘泰水利为宁波市研发的城市动态洪水风险图，可以看到全市各个水库的运行情况;台风来临，城市各个区域的降雨量直观呈现，包括市内积水深度、淹没时间等。

系统将宁波主城区划分为8万个网格，仅需要2分钟就可以计算出宁波主城区任意一100*100米地区的洪水淹没情况。在去年“灿鸿”台风期间，这一系统得到成功应用，洪水计算结果与实际对比误差在10%以下。

　　墨迹天气：用大数据为4亿用户提供个性化天气服务

不久前，墨迹天气同阿里云展开合作，进一步强化其大数据优势。墨迹天气通过采用阿里云的大数据平台数加，对4亿用户产生的日志进行分析，基于此提供更加个性化的天气服务。

4亿用户是什么概念?也就是说，13.5亿中国人，每四个人中就有一个下载过墨迹天气，超过了美国人口总数。这些用户每天有超过 5 亿次的天气查询需求，这一数字甚至要大于 Twitter 每天发帖量。

“用户每天产生的日志量大约在400GB。我们需要将这些海量的数据导入云端，然后分天、分小时的展开数据分析作业，分析结果再导入数据库和报表系统，最终展示在运营人员面前。”墨迹天气运维部经理章汉龙介绍，整个过程中数据量庞大，且计算复杂，这对云平台的大数据能力、生态完整性和开放性提出了很高的要求。

此前，墨迹天气的这一流程是在国外某云计算平台上完成的，需要分别使用云存储、大数据分析等服务，数据分析完成后再同步到本地数据库中与报表系统对接。cda数据分析师协会培训出来的数据分析师得到国内企业高度的认可。