馬克思·韋伯有一個著名論斷，大致是：所謂資本主義，就是用計算的方式決定所有市場行為。看看我們周遭的世界：如今每天誕生的數據量相當于人類從公元元年至大約一千年產生數據的總和;Twitter每小時誕生的數據量遠超17世紀一個英國人窮盡一生接收到的信息量;2018年全球大數據方面的開支將達到令人咋舌的1140億美元……馬克思·韋伯忘了教導世人，在這個變量日趨混亂的時代，若想用計算的方式決定市場行為，該如何分辨出隨數據洪流裹挾而至的福音與噪音。“未來數據將會像石油一樣成為根本性資源”，但別忘了，倘若這個世界沒有汽車和飛機，那么石油的歸宿或許仍然是印第安人涂在身上的顏料和騙子手中的“萬能藥膏”。

嗯，現在對任何機構而言，大數據都催生出了更加多元的業務邏輯，但與石油一樣，大數據是手段而非目的，如何讓數據落地，真正降低決策成本，才是那些希望置身數據浪潮之巔的CIO/CTO們該思考的核心問題。

大體而言，大數據的整個產業鏈環節包括采集—處理—分析—可視化。在我看來，盡管身為視覺動物，但不少人都極易低估最后一環——大數據可視化的作用。所謂大數據可視化，即是通過分析工具，把繁雜多維的數據用藝術化的視覺語言表達出來，發掘隱匿在數據之中的潛在價值，用海云數據創始人馮一村先生的話說，就是“讓人一秒鐘之內看懂100萬份Excel的數據信息。”

11月3日，這家曾被比爾蓋茨造訪，行事卻頗為低調的數據運營商，發布了最新產品——圖易4.0，一款自助完成數據可視化的在線工具。而公開資料顯示，在此之前，世界500強中已有76家購買過海云數據的產品和服務。

業內倒是有不少關于海云數據的“段子”。去年12月，《一步之遙》和《智取威虎山》同時上映，由于各行業都無所不在的“按理說”，大多數影院將大多數排期給了姜文的《一步之遙》，但海云利用大數據可視化分析，把電影院過去積累的票房數據和會員數據進行匹配，分析并作出判斷，將兩部電影排期各半，事情你們都知道了，《一》的票房并未“按理說”，從而也把想看《智取威虎山》的觀眾“逼”去了海云服務的影院。

海云數據服務的名單，不少都是政府機構，譬如北京工商總局。你知道，傳統的監管手段比較被動，“死角”難尋，有人舉報才能發現問題企業，也很難判斷企業活力。海云的做法是，用企業的招聘行為，媒體曝光，采購等多維度的數據構建了一個判別企業活躍度的算法模型，結果顯示北京有60%的企業是活躍的。這一分析過程也由工商總局匯報給了李克強，并獲得了總理認可。

嗯，大數據可視化更像一種新的媒介，將比特洪流以一種界面友好的藝術形式翻譯成可信賴的決策工具。當然，毫無疑問，所謂藝術性終究要歸于用戶體驗的范疇，大數據可視化的唯一目的其實頗為直白：有用。

畢竟在互聯網時代，我們已經聽過太多沒用的概念。

數據在流動，只是你看不見

凱文·凱利先生曾說過：“數據并非用來收藏和存儲，它們需要的是流動，與其他數據相連接，數據處于流動狀態，才能發揮出更為強大的作用。”而隨著數據指數級的擴張，數據的自身形態似乎也在向更易“流動”的方向悄然進化：資料顯示，在現存數據中有75%是“非結構化數據”，并不是之前占據主流的“結構性數據”。

所謂結構性數據，一個不錯的例子就是各單位人力部門的Excel表格：每位員工的姓名，年齡，籍貫，職位，政治面貌，畢業院校……條條框框，清清楚楚，就像電子科技大學教授周濤所言：“處理這類數據，用一些簡單的機器學習辦法，如決策樹、神經網絡等就能得到各個變量間的關聯，并做一些簡單預測。比如在某個職崗上到底是男性、還是女性，來自于什么地區，畢業于什么學校，可能他的績效更好。”

而非結構化數據則藏匿于比特世界的各個角落，各種文字，語音，圖像，視頻，社交關系，空間軌跡……他們基本異構且分別獨立，如同一座座信息孤島，人類自身不可能以類似“上帝視角”察覺各數據之間的相關性，也就難以協同工作，發揮這些數據本應擁有的價值。

事實上，海量數據的孤島狀也是不少機構駕馭數據的最大瓶頸。譬如，海云數據曾服務于某國內最大的航空公司之一，其共有3600余套系統，數據龐大，但這些系統來自于不同的系統供應商，異構數據無法實現有助于商業決策的關聯分析。

非常遺憾的是，目前國內企業在進行大數據分析時，似乎仍以結構化數據為主，部分原因當然是市場上缺少真正有效且相對簡單的應用工具。這也是我認為圖易4.0的機會所在。

數據宛如水晶球

如前所述，在海云數據的客戶名單里，不少都是像總理辦公室、地方公安局和交管局等政府職能部門，而談及特殊機構與大數據運營商的合作關系，若你對硅谷創業公司——尤其是創業公司的估值稍有了解，無疑會想起一個“大神”級的名字：Palantir。隨著最新一輪1.05億美金的融資，這家神秘的數據公司的估值達到了202億美金，是繼Uber，小米，Airbnb 之后全球估值第四高的創業公司。

那么它究竟是干嘛的?這家由彼得·蒂爾擔任聯合創始人，2004年就已成立的公司因從事高度機密的數據分析工作而為人側目。據媒體報道，在它的客戶眼中，Palantir恰如《指環王》中白衣巫師薩魯曼用的水晶球一般，可看透那些暗藏于表象之外的真相。看看Palantir的傳奇履歷：它是美國CIA和FBI尋求的合作對象;它曾在戰亂之中的巴格達計算安全駕駛路線;幫銀行追回納斯達克前主席麥道夫隱藏的數十億美元巨款;據說曾幫助奧巴馬政府追捕本·拉登行動;跟蹤沙門氏菌的爆發路徑;幫助摩根大通內部定位網絡欺詐，當然，它也可以幫助好時公司提升巧克力的銷售利潤。

那么Palantir是怎么做到的?簡單地講，就是通過復雜的算法和模型，讓機器擁有“上帝視角”，人類只需為它輸入各個維度的海量數據，再等它輸出我們迫切希望得知的結果即可，比如：到底哪里最有可能發生犯罪?嗯，想起《少數派報告》了么?

某種程度上，海云數據的產品甚至發展路徑都與Palantir極為相近。彼得·蒂爾曾坦言，一開始與CIA、FBI等機構合作，流程要漫長許多，但換來的卻是最為有力的背書，這會增進“普通”客戶對Palantir的信任感。所以，“中國的Palantir”?也許這才是海云數據最大的野心。

事實上，從上世紀50年代計算機圖形學的誕生，數據可視化已有幾十年的歷史。而若將視野拉至人類與數據的關系，從古埃及時代開始，人類就懂得用數據記錄日常。某種意義上，判別現代社會的一大標準，即是各個領域決策層——尤其執政部門對于數字的駕馭程度，人類社會現代化進程無時不在伴隨數據量的激增，因為數字是陌生人在現代社會進行精細化協作最為客觀的中介。更近一步講，似乎到了一個臨界點之后，數據被悄然賦予了世界主體的地位，成為一個獨立的世界。甚至在不少學者看來，比特才是這個宇宙運行的基本粒子，它們存在于一個個“是”或“否”的判斷里，不可再分。倘若整個宇宙就是一臺處理數據的巨型計算機，那所謂“大數據可視化”也就是一個處于襁褓之中，還在不斷演變的概念了。

當然了，至少在現階段，如巫師手中的“水晶球”那般，“讓人1秒鐘之內看懂100萬份Excel數據信息”才是人們最為關心的，也是對大數據可視化的最佳定義。