大数据应用浅谈

大数据的方向分为3个方向：

深度来说，目前对于结构化数据的的分析较多，但是非结构化的数据（音频、图形）等还在继续攻坚，有一部分成功，但不成熟。

广度来说就是大数据覆盖的行业范围，比如电商、金融、电信业。

应用上面，对于拿到的数据，除了机器学习、深度学习对于推荐、预测的应用，其应用的潜力还未真正发挥。例如阿里、支付宝做了很多商业性的智能推荐等，年度报告等，电信行业做故障预测分析、精准营销，地产行业的潜客挖掘、大数据选址。但是对其发挥真正的效果并不令人满意。数据还没有成为一种生产资料

数据的分析应用三个阶段，第一阶段我们通常认为它是一种BI的分析方法，并没有涉及比较深的推测和回忆，只是把数据进行归纳、计算，得到一些结果，把这些结果展示出来；第二阶段，我们把它叫做高等分析，我们会用到统计分析、数据挖掘、剂经济学的分析。我们会建立一些数学模型进行预测。同时，我们也可以做一些优化，我们可以用运筹学的方法做一些优化分析。有些人觉得优化比较抽象，我们在学微积分的时候，学会了求最大值、最小值。优化可以看成是求最大值和最小值，比如说求成本最低、利益最大化。但是这些优化是属于多变量的。有多种因素影响到你的成本，多种因素影响到你的收益，所以并不是那么简单的东西。第三阶段是结合现有的数据，还能得出什么意想不到的答案，或者说里面还包含着什么秘密？这就是依赖于业务场景的深入数据研究。

数据应用方面目前遇到的掣肘是，一方面需要发散思维去发挥数据的效用，一方面数据安全问题导致数据应用的蔽塞和不流通，只是小规模的小打小闹。私以为只有数据汇流在一起，呈现数据全貌，最能发挥数据效用最大化，这是一个磨合和不断发展的过程。在实际的分析过程中，一方面，作为技术团队希望在现有的数据基础上分析出利于业务发展的内容，一方面客户多是希望技术方先提出想做什么要什么数据才会给数据，这中间就互相存在壁垒，也是关乎于现在的环境不成熟。