（文章來源：網(wǎng)絡(luò)整理）

隨著信息技術(shù)軟件和硬件技術(shù)的飛速發(fā)展，很多圍繞數(shù)據(jù)收集、整理、分析和處理再應(yīng)用的工作機(jī)構(gòu)和研究所也在不斷涌現(xiàn)，包括國家層面和省市層面，如國家信息中心大數(shù)據(jù)應(yīng)用管理中心、貴州省大數(shù)據(jù)發(fā)展管理局，其他科研形式和性質(zhì)的就更多如牛毛了。掌握處理和利用數(shù)據(jù)方法的人也越來越重要，誰善于運(yùn)用數(shù)據(jù)，就更有可能成功。

從嚴(yán)格意義上來講，大數(shù)據(jù)是一門技術(shù)，它的意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進(jìn)行分析、處理和再利用以創(chuàng)造價(jià)值，實(shí)現(xiàn)數(shù)據(jù)的資本增值。

既然是一門技術(shù)，大數(shù)據(jù)發(fā)揮作用就有一定的前提條件。首先，只有當(dāng)一些隨機(jī)事件的組合一同出現(xiàn)很多次以后，也就是出現(xiàn)不能是偶發(fā)性的，才能得到有意義的統(tǒng)計(jì)規(guī)律；其次，大數(shù)據(jù)的采集過程是一個(gè)自然的過程，具有普遍規(guī)律才有利于消除主觀性偏差；第三，也就是更重要的是，只有多維度的大數(shù)據(jù)才能讓那些原本看起來沒有聯(lián)系的聯(lián)系不太緊密的實(shí)踐反復(fù)出現(xiàn)，才能找到其聯(lián)系和發(fā)現(xiàn)新的規(guī)律。

如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。通俗來講，大數(shù)據(jù)的核心作用就是帶來價(jià)值經(jīng)濟(jì)效益，也即是賺錢。因此，在某些投資者眼里，數(shù)據(jù)就是金光閃閃的兩個(gè)字：資產(chǎn)。比如，在Facebook上市時(shí)，它被評估的有效資產(chǎn)中大部分都是其社交網(wǎng)站上的數(shù)據(jù)。

搜索引擎如百度、Google等利用用戶的搜索記錄挖掘數(shù)據(jù)二次利用價(jià)值，比如通過區(qū)域用戶搜索關(guān)鍵詞預(yù)測某地流感爆發(fā)的趨勢；購物網(wǎng)站如京東、淘寶等利用用戶的購買和瀏覽歷史數(shù)據(jù)進(jìn)行有針對性的商品推薦，以此有效提升銷售量；旅游軟件如攜程、去哪兒等利用用戶購買產(chǎn)品或者服務(wù)的習(xí)慣及評價(jià)來預(yù)測用戶的喜好和購買能力，以精準(zhǔn)地推薦線路。

以色列歷史學(xué)家、現(xiàn)象級暢銷書作家尤瓦爾·赫拉利推出最新作品《今日簡史：人類命運(yùn)大議題》，提出人工智能和生物技術(shù)正在顛覆原有的社會結(jié)構(gòu)和分配方式，數(shù)據(jù)成為21世紀(jì)最重要的資產(chǎn)。數(shù)據(jù)巨頭們現(xiàn)在評估APP和產(chǎn)品的標(biāo)準(zhǔn)已經(jīng)不是能賺多少錢，而是能收集到多少數(shù)據(jù)。有些產(chǎn)品哪怕不賺錢，甚至短期內(nèi)虧損，但只要能獲得數(shù)據(jù)，就價(jià)值連城。

所以，不管數(shù)據(jù)有什么用，最好先有了再說，因?yàn)檫@可能就是控制和塑造未來生活的關(guān)鍵。麥肯錫咨詢公司的報(bào)告顯示：在大數(shù)據(jù)應(yīng)用綜合價(jià)值潛力方面，信息技術(shù)、金融保險(xiǎn)、政府及批發(fā)貿(mào)易四大行業(yè)潛力最高。具體到行業(yè)內(nèi)每家公司的數(shù)據(jù)量來看，信息、金融保險(xiǎn)、計(jì)算機(jī)及電子設(shè)備、公用事業(yè)四類的數(shù)據(jù)量最大。

大數(shù)據(jù)技術(shù)的關(guān)鍵是數(shù)據(jù)再利用程度。從大數(shù)據(jù)的價(jià)值鏈條來分析，存在三種不同數(shù)據(jù)再利用程度的模式：第一種：有大量數(shù)據(jù)，但是沒有科學(xué)合理的數(shù)據(jù)利用工具，不能最大化地利用數(shù)據(jù)增值。比如金融機(jī)構(gòu)，電信行業(yè)，政府機(jī)構(gòu)等。第二種：自身沒有掌握數(shù)據(jù)，但是懂得數(shù)據(jù)分析的方法，知道如何幫助有數(shù)據(jù)的人用好它。比如咨詢和服務(wù)企業(yè)，比如IBM，Oracle等。第三種：既有數(shù)據(jù)收集渠道和方法，又有數(shù)據(jù)分析工具和大數(shù)據(jù)思維，能夠科學(xué)地利用數(shù)據(jù)增值。比如百度、Google，Amazon等。

在《人人說謊》中，前谷歌數(shù)據(jù)科學(xué)家賽斯·戴威維茨曾談到，數(shù)據(jù)應(yīng)用有一個(gè)最大的陷阱，叫 The curse of dimensionality，翻譯過來叫做“維數(shù)災(zāi)難”。

意思是我們搜集到的數(shù)據(jù)并不代表都是能夠利用的大數(shù)據(jù)，還要看其被使用程度。比如即便人工智能機(jī)器人擁有了大量數(shù)據(jù)，它們?nèi)噪y以準(zhǔn)確表達(dá)像真正的人的情緒反應(yīng)。除此之外，還有一些客觀存在的問題也在阻礙大數(shù)據(jù)的使用：因基礎(chǔ)數(shù)據(jù)沒有進(jìn)行大數(shù)據(jù)結(jié)構(gòu)化處理，導(dǎo)致數(shù)據(jù)無法進(jìn)行分類和分析；因數(shù)據(jù)維度不全，無法進(jìn)行精準(zhǔn)的用戶定位；內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)難以打通等等。

（責(zé)任編輯：fqj）