不要被营销人员骗了，大数据和云计算其实没那么复杂

编者按：近几年来，大数据和云计算的呼声越来越高，数据类的人才也变得越来越奇缺，人们对大数据和云计算有一种敬畏感，认为它们是遥不可及的，营销人员充分利用了这种机遇，做起了大数据方面的生意。

一旦所有的营销都被剔除，大数据又是什么？它又将如何帮助各种规模的企业呢？市场营销使我们相信在没有他们的帮助下运用大数据是全新的、庞大的、可怕的、复杂的以及不可能完成的任务，只有他们才能带来无可比拟的好处。然而，像科技界的其他事物一样，大数据只是很多企业已经做了或在做的迭代更新而已。

首先要明确的就是大数据并不新。大数据是一个新概念，但是就其本质而言，其实很老了，非常非常老了。只是说有了计算机的参与使其更简单了。

大数据就是收集很多无条理的数据然后再梳理理解。这就是大数据，没有更多了，甚至根本不需要计算机的参与。

“知己知彼，百战不殆；不知彼而知己，一胜一负；不知彼，不知己，每战必殆。”——孙子《孙子兵法》

几千年以前，成功的将领就将各种信息收集起来。从地形到天气，从经济到敌方的社会文化信息。庞大的专家团队在数据的海洋里筛选，检查以前战士留下来的笔记，学习口述历史等等。胜利源自准备和智慧而不仅仅是武力对抗。

历史总是不断地重复

在两千年前我们就开始使用“计算机”了。安提凯希拉就被认为是用于预测天体现象计算历法的。一直以来，我们都在用计算机。最开始是模拟的，然后才是数字化的。所以被灌输了这样观念的我们已经开始依赖这些机制，把它们当作理所当然的东西。

你能想象如果没有历法，所有的种植方法都被销毁了会是什么样的吗？当然，农民会觉得在没有任何其他帮助，只靠口述历史或者其他由农民自己制作的文字、计算记录来种植非常可怕。

再比如，如果没有时钟的话，每天例行的起床、交流、工作所必需的时间、回家，这些都要怎么计算时间呢？“是时候了”和“起床了”最终会成为全社会的闹钟。

如果这些问题看起来比较荒唐粗鄙，那么当25年后商业领域及其从业人员在没有大数据的支撑下就开展业务的感受应该也是这样的吧。

实例

当企业谈论大数据时他们通常都是在说大数据可以用于为政府和财富500公司做行为分析。他们谈论成百的数据集，在数据宇宙里找到如针大小的一点。这些对于普通公司来说没有任何意义。但是大数据的有些部分还是有意义的。

对于任何一家公司来说大数据分析的金矿都是中间件。任何员工超过5个的公司都有中间件，即便是这个中间件是连接于会计系统和客服管理（CRM）系统的。

大多数公司都在制造某种东西，面包，自行车，还有关于大数据的文章。这样一来，在过程中制造了什么不制造什么对于跟踪有什么订单来说就至关重要了。往其中加入会计-CRM系统就有所裨益。如果你是运送或收取实体货物的，也有相关的物流软件。即使最小的公司都可能被淹没在数据中。

中间件可能只是某种被锁定在Powershell或者bash里的程序。也许它只是每天晚上都在运行的从一个应用中导出又导入到另外一个应用中的一批数据。也许某一应用内就装载的有可以管理其他部件的中间件，但是在某一地方，某窗口从一个或多个应用中提取数据并传送到其他应用中。

大数据的机会确实存在。如果你把这些应用传输到中间件的数据都抄录下来并储存在某一个地方（数据集就值得怀疑），你就可以开始在这些数据中找寻一些有趣的问题的答案了。

也许物流软件想要和会计软件有联系从而使物流软件可以储存收据信息，想和CRM软件联系以得到顾客的地址。这些都是基础功能，都不涉及分析。

但是也许销售部门想要交叉比较，将货品到达时间与发货时间、顾客所在区域甚至购买的商品联系起来。目标就是：看看制造某一件商品的时间长度和某一特定区域内顾客回头率间是否有关系。

数据就存在于这些系统中。它可能每天都在传输于中间件之中。开发一个窗口来从这些系统（或者中间件）中收集数据并储存在某个地方，并从这些数据中寻找答案，这就是大数据。

我们都知道夜间天空中的星座是根据季节运行的，因此在某一个季节种植某一作物才是明智的。同样地，开发一个可以同时带来知识和产出的窗口，提示我们“在某个日期做某事”，这就是大数据。

关于“云”

现代大数据概念不是源自于云，但是两者确实是一起成长起来的。在所有的工作量中，有一点可以说到的就是大数据看起来基本是完全符合公共云的爆发能力。

既有存在的公共云孕育了无数的数据收集应用和服务，这些数据和服务反过来驱动了对大数据的需求。当然，老生常谈的是如果你不知道如何运用数据，收集再多数据也是于事无补。这就是为什么云爆发能良好运行于分析应用。

在现实生活中，大多数大数据应用不会无止尽地搅弄数据。他们大多都只是在特定的时间里生成报告，或者被谨慎地设计来只用在特定情况下。分析大量的数据集也许需要不一般的计算能力，但是一旦分析结束，VM所作的一切都可以被丢掉。

开发优秀的中间件一直都在某种程度上看作是黑魔法。分析所有通过该中间件的信息更是复杂。这需要时间、经验、专业技术，还有最重要的是，测试能够按照想要的那样运行。

如果做对了的话，大数据分析确实对于很多企业都有革新意义。

热狗流动车公司在4号卖出的多味香肠是8号和2号的8倍多，但是卖出的蒙特尔香肠是8号和2号的6倍。在其他地方呢？天气影响被卖出的热狗种类，不同地区的影响因素相同吗？我们可以分析这个，从而改变车内的装载量。如此简单，而且，带来更多利润。

现在我们也许可以开始，实时将每一个流动车内的销售情况储存在云端。我们添加类似顾客忠诚度的或者其他东西来获取人数统计资料，或者从新兴云服务销售商FRaaS那里安装一个镜头并开始做人脸识别。

如今我们可以做成任何事，从目标广告投放到更准确地预测为某个特别的事件需要怎样的货品存储组合，甚至还可以基于不同的人群在新的地方开设一个贩卖点。

我们还可以调查该地区的人都去什么地方度假，并在那里开设新的流动车。在那里我们是他们更熟悉的品牌并有他们想要即可有的产品。这就是大数据。这就是怎样将一辆流动贩卖车做成两辆，两辆做成世界连锁。

所以，你将如何使用你的数据呢？

 翻译来自：虫洞翻翻  译者ID：YLS