解析大数据这些年_数据分析师

从2011年开始我一直都去美国一个很重要的会议（strata大会），他们最重要的话是：数据要用出来。我就在想，为什么中国不能也有一个。
    在没有Data之前，我把所有的资料翻出来，从2011—2013英文里面排了一个序，最重要的是第一年，在2011年的大部分是讲大数据，有人说这个是大数据，有人说那个是大数据。到了2012年的时候大家都在尝试用大数据，但今年很奇怪，今年我们去美国的大数据的时候，你会发现大部分人已经开始停止讲大这个词，而是创造了一个词叫Dada，这个词是非常有意思的，我们把数据工程化，里面必须要有一个标准要出现，而且在有标准要出现之后，还有一些楼层要出现。那么Data我自己的想法是什么呢？我没有跟马总沟通过，我们这个Data要泛化更多的人要用，更多的人去用上数据，就好象20年前我们让每一个人用上科技，那今天的数据就是要给更多的人用。
    其实今天我们已经进入了一个拐点，我特别没有把这个英文翻译的原因。我们所讲的是，现在我们拥有很大量的数据，我们以前要注意一个决定，可能要花很多的钱去投进去要细想，但是今天我们拥有一些大数据的时候，我们以前一些非常难做的决策，相对来说今天很容易做到，其实也是一个很重要的拐点。这个就是当我们能使用数据去去判断去一个问题的时候，我们就用数据化解决问题。
    这个是PPT我下午在用，我很快过一下重点。我们从4个V的年代，可实时性、可解释性、数据准确性稳定性。但是今年我去美国我说数据要准确可解释，你知道我们数据挖掘的人最喜欢说这个东西可解释的，不能出来不可解释的，另外一个是可能落地的可以实施的。这三个纬度是我们现在到底数据能不能用上很重要的三个纬度。
    我们现在整个数据里面的问题是什么呢？整个数据的问题是，猎物的人不知道数据怎么用？我想用但是不知道数据在哪里。做数据的人不知道别人怎么用。所以里面是有一个很大的障碍在中间的，所以这是我们在数据的一个现象。
    两个循环，其实昨天皮特是一个行外人，他不知道大数据是怎么用？程杰当时说，他的看法是如果今天我们有很多的大数据，我们不是认为有一个问题说要找数据来解决一个问题，而是我们运营数据，我们搜集很多数据的数据可以帮我们解决很多未来的问题，这个才叫大数据。程杰要补充的话可以等一下再讲一下他的见解。所以我们过去来讲阿里做了两个循环，一个循环是在怎么用数据，一个循环在下面是说我们怎样养数据，怎么改善数据，两个循环不断的走动，所以我们在两个循环里面不断的进步，所以数据是练出来的。
    三年前进去阿里的时候，我们说从看到用，我们不仅仅数据用来看的，而且要用。但是今天走到一个地方是不仅仅让你用，而且让别人用。这一次的圈，当我们要做让别人用的时候，第二个圈就比以前那个圈更困难了，更注重精准性。
    我们整个数据运营来讲，会发现从整个运营里面产生了一些价值，同时，我们整个东西里面我们找出很多新的数据跟新的工具，等一下去讲小微金融副总裁孙权，我们最近就在解决这些问题，数据的出生，人才的不匹配、数据冗余、工具不统一，安全、质量，这些都是我们做数据必须保障的，否则就不容易产生数据的价值。
    PPT，这是我会下面才讲的，我想跳到最后今天我要跟大家分享的部分。
    其实两年前，我是写了一个数据实践，是讲到我们在做数据的时候要关注的几个问题，我改动了一下。两年前我是这样写的，关于数据的实践我说，一切从问题开始，从实践中提炼数据，让数据的体验变得超级简单，让数据跟着人走，然后颠覆性来自分类跟重组等等，但是我具体觉得，现在在两年后，会改变一下。所以数据质量不敢保证是不敢用的，另外大安全不是监管，监管不了的。因为大数据本身有太大，你需要更多的人来用，但是用监控的方法来监管一个大数据，没有办法监管起来。利用数据拿到更有用的数据这个很重要，以后建立数据的数据才有进步，因为我们拼命的做很多模板，但是既然是没有去保证今天的模板的数据质量，今天的大数据做得好，如果连衡量自己大数据做得好不好都不知道？我们怎么继续做好大数据呢？所以我们要建立数据的数据才有进步。最后有一点很重要的是，我们要让人做人擅长做的事，机器做机器擅长的事。千万不要倒过来，人做了机器擅长的事，以及机器做了人擅长的事，这样效率就会降低。