公有云,什么样的“大数据”才有用?

云计算
在今年一场云计算的沙龙,阿里云王坚博士提及“大数据”叫错了,“只有数据大是没有用处的,真正有意思的是数据变得在线了。所有东西在线这个事情,远远比‘大’更反映本质。”后来我们反思,数据无处不在,唯有复用性强和可转化成有用抽象信息的数据才更有价值。
[[90313]]

 

在今年一场云计算的沙龙,阿里云王坚博士提及“大数据”叫错了,“只有数据大是没有用处的,真正有意思的是数据变得在线了。所有东西在线这个事情,远远比‘大’更反映本质。”后来我们反思,数据无处不在,唯有复用性强和可转化成有用抽象信息的数据才更有价值。参加两天SAP商业同略会后,发现“大数据”与“云计算”应用的更多可能已接近明朗,在此做一些简单的分享。

私有云只是开端,公有云才是像上帝一样窥视世界的媒介。

企业私有云的本质就是传统ERP的升级,功能更加扁平化,信息更加集成化地记录、处理和使用;而公有云的应用是使用者把自身看成“大数据”系统的一部分,既是贡献者也是受益者;如果把有价值的信息看成是内容,公有云就是UGC系统,只不过这里的User不是个人,而是拥有数据处理能力和使用需求的机构。比如,如果所有移动设备制造商在公有云系统共享“出货量”一项数据指标,那么不管你是手机制造商还是平板制造商,你了解的是整个行业以及用户行为的变化,从而能更好地预见未来的消费趋势。如果黑莓早一天了解从全键盘手机转向触摸屏手机用户变化量的数据,可能就不会在失势之后才惊呆了。又比如,不管是宝洁还是联合利华,他们的日化产品部门关注的不只是自己和竞争对手的市场占有率,他们可以从更加宽泛的领域去了解用户的需求——大家是更喜欢使用洗衣液还是洗衣皂,从即时的“大数据”中做出快速的商业决策。这种公有云的愿景正因传统企业巨头的加入而变得更加可能。在同略会,易才人力资源服务公司分享了自己使用SAP HANA的云服务,我们所想象的未来是,如果政府、社会学研究机构更多地参与进来,人口流动率、劳动力需求等各种数据都成为在线的可能之后,各方的受益和效能都会迎来质的突破。

“大数据”提供的不只是数据,还包括试验和经验的积累。

或者现阶段电商是最积极迎合“大数据”应用的公司,用户的购买记录和行为习惯,可构成未来的消费决策参考——因而最容易实现“可预见经济”。但若在“公有云”的基础之上,能够产生最大效益输出的可能会在教育、医疗和建筑工程等领域,比如若能了解不同院校专业招生数据,就能了解专业人才供给的比率,如果出现失衡可在第二年做出调整;医生不可复制,但“公有云”普及开来之后,社区卫生服务站可能调用三甲医院的病例库做参考,中央部门也能透过地方的就诊数据来了解传染病疫情及大众健康状况。医疗和教育“公有云”的大规模应用完全可能颠覆现有的普查体系和调研方法。可积累和在线复用的“大数据”就不会是单纯的即时决策参考,而会为未来决策的试验累积和经验支持。还有在工程领域,不管是铺路建桥的材料,还是城市排水排污系统,根据地方气候、人口及使用率的综合数据,对在建工程和预备工程都可提供经验性的支持,从而提升资源利用率减少工程事故。

在云计算的又一个浪潮,我们需要的是找出最需要的数据,再做“大”。

午餐时间和几个参会的朋友聊天,他们讲起了自己的担忧,如果重现上一套系统,从试验、培训到普及,到真正发挥效能的时间少说也要一年半载,而三五年之后的事情谁也预见不了——完全有可能再次推翻重来。这就是给更多的企业做个提醒,不是什么数据都重要,即使我们搜集和处理数据的能力与日俱增,真正需要我们做的是——部署广泛领域的关键数据采集,就是迎接云计算和大数据应用企业的重要任务。广泛在哪儿?对内就是掌控内部资源和危机更立体和及时,对外就是考虑用户喜好和习惯的视角更加周全。关键在哪儿?“大数据”的应用也需要成本,从最重要的着手,一方面考量是针对业务层面的“深”比“全”更重要,另一方面考量是从数据复用性的维度考量成本和长远价值。

原文链接http://www.huxiu.com/article/23548/1.html

责任编辑:王程程 来源: 虎嗅网
相关推荐

2019-08-07 18:40:10

云计算融合云多云

2017-03-01 10:04:16

2016-12-13 09:33:13

大数据数据挖掘数字化运营

2012-06-18 09:33:03

云计算IBM惠普

2018-09-26 20:01:17

金融大数据数据平台

2017-02-15 14:47:34

冷存储

2014-05-09 13:24:06

大数据

2017-07-27 16:25:54

云管理公共云合并

2017-12-17 16:53:27

云计算亚马逊云端

2015-04-08 10:40:09

2022-03-07 15:44:50

大数据智能交通技术

2013-08-20 10:31:16

云计算2.0云计算

2016-04-01 11:29:33

曙光

2018-09-16 15:40:06

大数据平台数据仓库架构

2017-05-27 14:25:31

大数据生活影响

2018-12-04 12:30:18

区块链大数据数据安全

2015-12-10 10:48:07

混合云IT秩序IT工作

2018-05-09 09:01:19

容器云部署方式

2020-11-17 07:55:22

大数据杀熟

2022-12-26 08:56:06

数据库云原生应用
点赞
收藏

51CTO技术栈公众号