图说大数据的误区与真相

图书工作室 讯：

图说大数据的误区与真相

    感谢诸位的抬爱，让那篇《情色网站的另一面》获得了高曝光量，也让我成功的背上了“色情专家”的沉重标签。受几位频道内容编辑同学的邀请，介绍什么叫“大数据”。后特意将PPT整理为文。只希望能用最浅显直白的语言和案例做一下诠释。本文毫无专业性可言，谢绝一些披着专业外衣的人身攻击，也请真正资深人士点拨一二。(我能说我写此文的最大目的是洗刷色情专家的印记吗？？)

    这个时代，你在外面混，无论是技术还是产品还是运营还是商务，如果嘴里说不出“大数据”“云存储”“云计算”，真不好意思在同行面前抬头。但是，到底什么才是大数据？是 Hadoop 那头玩具小象？是千万级别的用户信息还是动辄 XXXTB 的数据量？

    其实，大数据在我的眼里，不是一门技术，而是一种技能，从数据中去发现价值挖掘价值的技能。

一、大数据的四大误区

    1.误区一 大数据就是数据大

    “光大是不够的！”当我掷地有声用这句话开场时，正好一个妹子推门而入，听到这句话，微微一怔，低头坐下。

    如今在很多场合，一提起大数据，基本都会说“日处理数据量 XXGB ，上传图片 XXGB ，并发数 XXX ”“ Hadoop 集群拥有 XXXX 节点，总存储 XXPB ”……诸如此类的技术语言。但是不是数据大了，就可以达到大数据的境界，可以一起达到人生的大和谐了？

    数据再大，不去使用，呆在机房里偏安一隅，那绝不是大数据，而是败家子。在这个问题上，传统的门户网站基本上就属于坐拥金山却无钱上青楼。无论搜狐新浪网易，每天的用户数以亿计，但是除了简单的广告呈现，并没有通过对数据的分析产生更多的价值。之所以没有提企鹅，是因为他们手里有最庞大的 QQ 用户，没推广但不代表没有做，例如当年推出 QQ 圈子的那种惊艳感，现在想起来还触目惊心。

    而对于中小网站来说，不用盲目追求先进技术牛逼架构。首先需考虑的是商业运作和推广，只有用户量飙升见红的情况下，再去考虑技术升级。给君一个双选题，A.日登陆用户 1000 人，架构完全参照美国亚马逊从不宕机，B.日登陆用户 10 万人，每天因为高并发不得不宕机三次。你会选什么？

    你不觉得“我那个网站因为用户太多太热情又宕机了”这句话又骄傲又装逼么？

    2.误区二 懂大数据就必须要懂技术

    “我不懂技术，我能学会大数据吗？”

    大数据更多的是一种能力，而非技能，这种能力能从无尽的数据里看出商机看出价值。诸葛亮懂兵法，他知道该在哪里伏兵该在哪里生火，他不必知道关羽是如何耍大刀，也不必知道张飞杀人时，蛇矛是扎还是砍。

   3.误区三 所有公司都必须懂大数据

    我承认如果卖煎饼果子的大妈能开发一个 APP ，拿到客户对煎饼里薄脆是否爽口，辣椒酱是否够味的直接意见，那么很有利于产品的改进。但是你会为一个 3 元钱的煎饼去下载一个 8M 的 APP 吗？

    而在移动互联网大会上，Evernote 的 CEO Phil Libin 明确说自己产品的商业模式就是向用户收费，让他们甘心为产品体验付费，而不玩当下流行的大数据那一套。

    知道自己能玩什么很常见，而知道自己不能玩不必玩什么更可贵。

    4.误区四 数据越多越好

    从陈冠希到杨宗瑞，无不透露出浓浓的收藏癖。那些被大家藏在硬盘深处的姑娘们，真的有重见天日的一天吗？无论东京热还是加勒比，由来只有新人亚买碟，有谁听得旧人 COME ON ？

    而搜一搜“存款 贬值”的关键词，从“五十年前的百万变 13 块”，到“一万元存一年赔 19 元”都可以看出，钱必须要用才有价值，数据也是一样。

    只有不停的使用数据，挖掘数据背后的关系和价值，才能如滚雪球一般，使数据之间的相互关系更丰富更完善。

二、大数据的核心思想

    1.有什么不重要，怎么用才重要

    在会上，无奈的发现每当举男女之间的例子，众人理解能力就飙升，而讲偏产品技术方面时，下面就一脸木然昏昏欲睡。（诸位！！！你们是来听色情讲座呢？）

    Netflix 公司利用大数据来拍《纸牌屋》(House of Cards)的励志故事大家都听过无数遍。Netflix 是美国最大的 DVD 与网络视频租赁网站，他们在国内有 2700 万用户，全球有 3300 万。他们从 29 万的流媒体视频用户处收集到的数据是异常惊人的，每一次搜索，每一次暂停，每一次积极或者消极的评价，还有自己的位置数据设备数据社交媒体数据，在分析完这些数据之后，发现自己的这些观众都喜欢演员凯文·史派西 (Kevin Spacey)，还喜欢导演大卫·芬奇 (David Fincher) ，并且喜欢 1990 年的英国同名电视剧。三项综合在一起，Netflix 就下定决心拍摄《纸牌屋》，并将数据分析运用得淋漓尽致。在 Netflix 的观影页面上，提供暂停后截图的功能，他们就依靠这种数据来判断观众更喜欢哪种布景和画面。

    当然，这三个因素其实都有不稳定性，例如凯文·史派西也曾拍过只被评了 4.2 分的《弗雷德圣诞老人》(Fred Claus)，大卫·芬奇首次执导的《异形 3 》 (Alien³) 也成系列中口碑最差的一部。但是从概率上来说，这三个成功因素都包括的剧集更靠谱。

[1] [2] [3] [4]  下一页