云計(jì)算從提出到進(jìn)化出完善的 PaaS、IaaS 和 SaaS 架構(gòu)，再到被市場(chǎng)廣泛接受，用掉了將近十年。而大數(shù)據(jù)概念從知名學(xué)者舍恩伯格提出到現(xiàn)在，剛剛不到三年，最常見(jiàn)的用途不過(guò)是為碎片化的營(yíng)銷(xiāo)渠道提供參考坐標(biāo)。大數(shù)據(jù)的潛力和商業(yè)能量顯然還沒(méi)被充分挖掘出來(lái)。

　　就大數(shù)據(jù)的應(yīng)用場(chǎng)景和未來(lái)的發(fā)展趨勢(shì)，我們采訪了星圖數(shù)據(jù) (Syntun) 的創(chuàng)始人谷熠。

　　產(chǎn)品經(jīng)理出身的谷熠曾在 SaaS 企業(yè)級(jí)軟件行業(yè)工作十多年，主要為企業(yè)客戶開(kāi)發(fā)數(shù)據(jù)類(lèi)和信息類(lèi)產(chǎn)品；他的合伙人之一，也是星圖數(shù)據(jù)的首席數(shù)據(jù)官 (CDO) 曾在市場(chǎng)研究行業(yè)做調(diào)研類(lèi)工作。隨著從業(yè)年限的逐漸增加，兩個(gè)人慢慢發(fā)現(xiàn)了傳統(tǒng)數(shù)據(jù)收集方法的落后和不全面。

　　由于經(jīng)由人工獲取的有效數(shù)據(jù)本身就非常有限，在后續(xù)進(jìn)行數(shù)據(jù)處理時(shí)，就不得不采用樣本推總的思路。而事實(shí)上，建立在這個(gè)邏輯上的統(tǒng)計(jì)處理很可能會(huì)因?yàn)闃颖静粔蛉娑鴮?dǎo)致比較大的誤差。在大數(shù)據(jù)的幫助下，這些誤差和不可控因素的勢(shì)力范圍有可能進(jìn)一步縮小，從而為更加明智的決策和及時(shí)深度的洞察創(chuàng)造條件。

　　谷熠眼中的大數(shù)據(jù) (Big Data) 更像是 Mass Data。星圖團(tuán)隊(duì)自主搭建了獨(dú)立的服務(wù)器，并開(kāi)發(fā)了一套大數(shù)據(jù)供應(yīng)鏈系統(tǒng)。從數(shù)據(jù)的采集、解析、存儲(chǔ)、清洗到后期的數(shù)據(jù)標(biāo)準(zhǔn)化、建模和自學(xué)習(xí)，整個(gè)流程只需很短的時(shí)間就能跑完。公開(kāi)網(wǎng)絡(luò)環(huán)境下的電商交易數(shù)量、成交金額、客戶評(píng)價(jià)等數(shù)據(jù)，星圖都可以通過(guò)自己的采集系統(tǒng)收錄進(jìn)來(lái)；緊接著是對(duì)源數(shù)據(jù)進(jìn)行分門(mén)別類(lèi)，即解析。解析完成后，這些初步處理過(guò)的數(shù)據(jù)會(huì)被快速清洗，那些有潛在使用價(jià)值的數(shù)據(jù)會(huì)被長(zhǎng)久保存下來(lái)。而標(biāo)準(zhǔn)化、建模和自學(xué)習(xí)才是星圖真正擅長(zhǎng)的重頭戲——他們根據(jù)數(shù)據(jù)的種類(lèi)和行業(yè)區(qū)別開(kāi)發(fā)了一系列分析算法來(lái)對(duì)已有的數(shù)據(jù)進(jìn)行多方位和多角度的解讀，這也是輸出最終結(jié)果的最后步驟。

　　以星圖目前的計(jì)算能力，每天大約有 5TB 容量的數(shù)據(jù)進(jìn)入星圖的自有數(shù)據(jù)庫(kù)，每分鐘可以完成六千條左右的數(shù)據(jù)處理。與那些互聯(lián)網(wǎng)巨頭相比，這個(gè)速度還基本構(gòu)不成威脅。而數(shù)據(jù)的價(jià)值并不能簡(jiǎn)單地從容量這個(gè)維度上來(lái)看。數(shù)據(jù)內(nèi)部的精巧結(jié)構(gòu)、關(guān)聯(lián)關(guān)系和廣度、時(shí)效性等指標(biāo)都能反映自身的價(jià)值。用電商行業(yè)來(lái)舉例，這里的數(shù)據(jù)可以分為相對(duì)穩(wěn)定的用戶數(shù)據(jù)和隨時(shí)發(fā)生變化的時(shí)序數(shù)據(jù)。對(duì)于網(wǎng)上零售行業(yè)的從業(yè)者而言，這兩類(lèi)數(shù)據(jù)的重要意義不言而喻。前者能告訴你顧客是誰(shuí)，有哪些特點(diǎn)，后者則會(huì)告訴你和同行相比到底賣(mài)得怎么樣。于是，中小賣(mài)家就有了審時(shí)度勢(shì)的機(jī)會(huì)，依托于大數(shù)據(jù)的市場(chǎng)反饋能迅速做出決策和響應(yīng)，免于因信息閉塞而決策失誤。

　　從另一個(gè)角度看，電商行業(yè)的用戶和交易數(shù)據(jù)被阿里、京東等平臺(tái)型巨頭持有，這些數(shù)據(jù)是相互獨(dú)立、互不開(kāi)放的。其實(shí)割據(jù)在互聯(lián)網(wǎng)的很多細(xì)分領(lǐng)域都已經(jīng)稀松見(jiàn)慣，而星圖卻打算用這樣一套數(shù)據(jù)供應(yīng)鏈系統(tǒng)打破數(shù)據(jù)層面的割據(jù)，通過(guò)對(duì)全網(wǎng)數(shù)據(jù)的挖掘，反映真實(shí)的電商運(yùn)行情況。媒體和電商分析師們又多了一個(gè)客觀的視角。

　　在零售以外的領(lǐng)域，大數(shù)據(jù)的魔力并沒(méi)有減弱。比如，在占據(jù)國(guó)民經(jīng)濟(jì)主體地位的制造業(yè)，利用大數(shù)據(jù)的用戶和市場(chǎng)研究結(jié)果，產(chǎn)品設(shè)計(jì)人員可以及時(shí)了解消費(fèi)者對(duì)功能和外觀的喜好，獲知他們?cè)谑褂弥械木唧w困惑，反過(guò)來(lái)影響產(chǎn)品設(shè)計(jì)之初的具體方案。這就避免了采購(gòu)浪費(fèi)和供應(yīng)鏈臨時(shí)調(diào)整的麻煩，產(chǎn)品方案一旦確定即可大規(guī)模投入生產(chǎn)。在谷熠看來(lái)，歐美等發(fā)達(dá)工業(yè)國(guó)家的先進(jìn)之處在于供應(yīng)量的柔性管理能力——市場(chǎng)反應(yīng)不達(dá)預(yù)期，可以迅速停止生產(chǎn)或改用備選方案，非常機(jī)動(dòng)靈活。有了大數(shù)據(jù)的支撐，中國(guó)的制造業(yè)脈搏能更加有條不紊，逐漸改變過(guò)去低水平重復(fù)建設(shè)的生產(chǎn)模式。

　　談到大數(shù)據(jù)，另一個(gè)無(wú)法回避的永恒話題是用戶隱私。

　　在采訪中，創(chuàng)始人谷熠并沒(méi)有對(duì)此顧左右而言他。星圖在數(shù)據(jù)積累早期就在內(nèi)部建立了一個(gè)用戶信息分級(jí)機(jī)制，能夠有效預(yù)防隱私泄露情況的發(fā)生。

　　事實(shí)上，互聯(lián)網(wǎng)的使用者幾乎一定會(huì)在網(wǎng)絡(luò)上留下些許痕跡，隱私本質(zhì)上是一個(gè)度的概念。如果不貢獻(xiàn)任何數(shù)據(jù)，這個(gè)商業(yè)世界的很多美好事物將永遠(yuǎn)不會(huì)出現(xiàn)。大數(shù)據(jù)的想象空間正是在對(duì)用戶數(shù)據(jù)的合理使用基礎(chǔ)上建立起來(lái)，隨之而來(lái)的便利、智能和自動(dòng)化也應(yīng)該讓大數(shù)據(jù)的參與創(chuàng)造者盡快享用到。

　　到那時(shí)，數(shù)據(jù)反哺農(nóng)業(yè)、制造業(yè)乃至服務(wù)業(yè)的愿景才會(huì)一步步實(shí)現(xiàn)。