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?jīng)Q定所有市場行為。看看我們周遭的世界：如今每天誕生的數(shù)據(jù)量相當于人類從公元元年至大約一千年產(chǎn)生數(shù)據(jù)的總和；Twitter每小時誕生的數(shù)據(jù)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(shù)據(jù)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(dǎo)世人，在這個變量日趨混亂的時代，若想用計算的方式?jīng)Q定市場行為，該如何分辨出隨數(shù)據(jù)洪流裹挾而至的福音與噪音。“未來數(shù)據(jù)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(xiàn)在對任何機構(gòu)而言，大數(shù)據(jù)都催生出了更加多元的業(yè)務(wù)邏輯，但與石油一樣，大數(shù)據(jù)是手段而非目的，如何讓數(shù)據(jù)落地，真正降低決策成本，才是那些希望置身數(shù)據(jù)浪潮之巔的CIO/CTO們該思考的核心問題。
大體而言，大數(shù)據(jù)的整個產(chǎn)業(yè)鏈環(huán)節(jié)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(huán)——大數(shù)據(jù)可視化的作用。所謂大數(shù)據(jù)可視化，即是通過分析工具，把繁雜多維的數(shù)據(jù)用藝術(shù)化的視覺語言表達出來，發(fā)掘隱匿在數(shù)據(jù)之中的潛在價值，用海云數(shù)據(jù)創(chuàng)始人馮一村先生的話說，就是“讓人一秒鐘之內(nèi)看懂100萬份Excel的數(shù)據(jù)信息。”
11月3日，這家曾被比爾蓋茨造訪，行事卻頗為低調(diào)的數(shù)據(jù)運營商，發(fā)布了最新產(chǎn)品——圖易4.0，一款自助完成數(shù)據(jù)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(shù)據(jù)的產(chǎn)品和服務(wù)。
業(yè)內(nèi)倒是有不少關(guān)于海云數(shù)據(jù)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(yè)都無所不在的“按理說”，大多數(shù)影院將大多數(shù)排期給了姜文的《一步之遙》，但海云利用大數(shù)據(jù)可視化分析，把電影院過去積累的票房數(shù)據(jù)和會員數(shù)據(jù)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(wù)的影院。
海云數(shù)據(jù)服務(wù)的名單，不少都是政府機構(gòu)，譬如北京工商總局。你知道，傳統(tǒng)的監(jiān)管手段比較被動，“死角”難尋，有人舉報才能發(fā)現(xiàn)問題企業(yè)，也很難判斷企業(yè)活力。海云的做法是，用企業(yè)的招聘行為，媒體曝光，采購等多維度的數(shù)據(jù)構(gòu)建了一個判別企業(yè)活躍度的算法模型，結(jié)果顯示北京有60%的企業(yè)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(shù)據(jù)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(shù)形式翻譯成可信賴的決策工具。當然，毫無疑問，所謂藝術(shù)性終究要歸于用戶體驗的范疇，大數(shù)據(jù)可視化的唯一目的其實頗為直白：有用。
畢竟在互聯(lián)網(wǎng)時代，我們已經(jīng)聽過太多沒用的概念。
數(shù)據(jù)在流動，只是你看不見
凱文·凱利先生曾說過：“數(shù)據(jù)并非用來收藏和存儲，它們需要的是流動，與其他數(shù)據(jù)相連接，數(shù)據(jù)處于流動狀態(tài)，才能發(fā)揮出更為強大的作用。”而隨著數(shù)據(jù)指數(shù)級的擴張，數(shù)據(jù)的自身形態(tài)似乎也在向更易“流動”的方向悄然進化：資料顯示，在現(xiàn)存數(shù)據(jù)中有75%是“非結(jié)構(gòu)化數(shù)據(jù)”，并不是之前占據(jù)主流的“結(jié)構(gòu)性數(shù)據(jù)”。
所謂結(jié)構(gòu)性數(shù)據(jù)，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(yè)院校……條條框框，清清楚楚，就像電子科技大學(xué)教授周濤所言：“處理這類數(shù)據(jù)，用一些簡單的機器學(xué)習(xí)辦法，如決策樹、神經(jīng)網(wǎng)絡(luò)等就能得到各個變量間的關(guān)聯(lián)，并做一些簡單預(yù)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(qū)，畢業(yè)于什么學(xué)校，可能他的績效更好。”
而非結(jié)構(gòu)化數(shù)據(jù)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(guān)系，空間軌跡……他們基本異構(gòu)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(shù)據(jù)之間的相關(guān)性，也就難以協(xié)同工作，發(fā)揮這些數(shù)據(jù)本應(yīng)擁有的價值。
事實上，海量數(shù)據(jù)的孤島狀也是不少機構(gòu)駕馭數(shù)據(jù)的最大瓶頸。譬如，海云數(shù)據(jù)曾服務(wù)于某國內(nèi)最大的航空公司之一，其共有3600余套系統(tǒng)，數(shù)據(jù)龐大，但這些系統(tǒng)來自于不同的系統(tǒng)供應(yīng)商，異構(gòu)數(shù)據(jù)無法實現(xiàn)有助于商業(yè)決策的關(guān)聯(lián)分析。
非常遺憾的是，目前國內(nèi)企業(yè)在進行大數(shù)據(jù)分析時，似乎仍以結(jié)構(gòu)化數(shù)據(jù)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(yīng)用工具。這也是我認為圖易4.0的機會所在。
數(shù)據(jù)宛如水晶球
如前所述，在海云數(shù)據(jù)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(gòu)與大數(shù)據(jù)運營商的合作關(guān)系，若你對硅谷創(chuàng)業(yè)公司——尤其是創(chuàng)業(yè)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(shù)據(jù)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(chuàng)業(yè)公司。
那么它究竟是干嘛的？這家由彼得·蒂爾擔(dān)任聯(lián)合創(chuàng)始人，2004年就已成立的公司因從事高度機密的數(shù)據(jù)分析工作而為人側(cè)目。據(jù)媒體報道，在它的客戶眼中，Palantir恰如《指環(huán)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(zhàn)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(shù)十億美元巨款；據(jù)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(fā)路徑；幫助摩根大通內(nèi)部定位網(wǎng)絡(luò)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(fù)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(shù)據(jù)，再等它輸出我們迫切希望得知的結(jié)果即可，比如：到底哪里最有可能發(fā)生犯罪？嗯，想起《少數(shù)派報告》了么？
某種程度上，海云數(shù)據(jù)的產(chǎn)品甚至發(fā)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(gòu)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(shù)據(jù)最大的野心。
事實上，從上世紀50年代計算機圖形學(xué)的誕生，數(shù)據(jù)可視化已有幾十年的歷史。而若將視野拉至人類與數(shù)據(jù)的關(guān)系，從古埃及時代開始，人類就懂得用數(shù)據(jù)記錄日常。某種意義上，判別現(xiàn)代社會的一大標準，即是各個領(lǐng)域決策層——尤其執(zhí)政部門對于數(shù)字的駕馭程度，人類社會現(xiàn)代化進程無時不在伴隨數(shù)據(jù)量的激增，因為數(shù)字是陌生人在現(xiàn)代社會進行精細化協(xié)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(shù)據(jù)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(xué)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(shù)據(jù)的巨型計算機，那所謂“大數(shù)據(jù)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(xiàn)階段，如巫師手中的“水晶球”那般，“讓人1秒鐘之內(nèi)看懂100萬份Excel數(shù)據(jù)信息”才是人們最為關(guān)心的，也是對大數(shù)據(jù)可視化的最佳定義。
京公網(wǎng)安備 11010502049343號