关于企业大数据，你不得不晓得的几件事

两年的时间，大数据像雨后的野草一样，顽强的长满了草原。不管是互联网的、金融的、医疗的、汽车的，好像不提大数据，就像是落伍了一样的。

近期笔者所在团队给某部位的研究院做了大数据的一个可行***规划，有些事，正好与各位做一个分享。

大数据，顾名思义，数据量特别大，按照定义来说，就是数据量特别大，无法用传统的手段解决。所谓传统的手段，也就是业界内注明的IOE，即，高性能服务器+专用存储设备+数据库设备。其实，大数据这个词虽然是近些年才火起来，但是大数据一直存在，不过是由于互联网、移动互联网的飞速发展，导致近些年的增长速度越来越快。同时互联网的迅速发展，也使得国外的Google、FaceBook，国内的BAT对数据进行深层次价值挖掘，进一步促进其发展。

大数据在互联网内的发展迅猛，使得各个国家纷纷出手，美国发布政府公共大数据计划之后，欧盟、中国等也均投入这一战斗当中。在我国，政府的大数据公开计划刚开始，各部委下属的研究院所，各大央企也都开始发声自己已经、正在、马上开展大数据项目。可是，对于大数据项目，政府、企事业单位的信息化人员们，你们做好准备了吗？下面从几个角度给大家提一些建议。

1. 数据源是一切的基础
   

其实，不管大数据、小数据，效果在于价值，起点在于数据，如果没有合适的数据来源，或者数据来源还使用的传统的纸质文档管理，那么，大数据对你是没有价值的，你需要做的第一步是如何用信息化手段，量化企业的数据。数据的信息化，是一切的基础。没有一个坚实的数据源，一切都是妄谈。

2.业务的目标是数据价值的方向

这点在很多的文章里都提过，不过很多都是希望你根据业务目标，分解业务场景，然后再进行数据建模等等。这里想说的，业务的目标很重要，但是你不能指望企业领导或者业务人员，既告诉你想吃烤鸡翅膀，又得告诉你烤鸡翅膀怎么做。很多时候，引你进门之后，剩下的是数据分析人员需要做的事情，包括业务目标的分解，包括数据源的选择，包括数据采集方式的确定，包括数据模型的建立。用户需要做的事情是，确认你做的结果和他的要求差距有多大。

3.技术方案的选择同样很重要

对于用户来说，技术方案就像无字天书，看着都很高大上，但是作为一个技术人员或者数据分析供应商，你需要考虑的问题不知高大上，还有落地。中国目前国企范围内的大数据项目成功的几率低的让人可怜。究其原因，技术方案的不可落地，在做技术方案的时候，你是否科学的估算了数据量？在计算量不可估算的情况你会如何处理？你是否选择虚拟化作为集群服务器的管理层？实体物理服务器如何管理？计算内容是批处理多一些还是流计算多一些？业务可能会需要哪些算法作为支撑？笔者前期做大数据项目时，遇到的一个难题是，选择虚拟化架构的集群还是选择物理服务器的集群？二者到底有多大的区别。

4.数据的运营是在项目之初应该预见的

很多时候，做一个大数据项目，不只是要一个分析结果，更多的是要做一个数据运营，因为用户的数据更多的是未来的数据，如何让你的大数据项目能够适应用户未来的发展，是在大数据项目之初就应该预见的，也是在规划过程中需要给用户做出足够的设计的。如果不考虑数据未来如何来，如何采集，如何用，如何发挥价值，分析后的结果如何支撑用户的大数据项目，用户的大数据也只能局限在一年、两年......真正的大数据虽然不能像永动机，但是好歹也应该是风车，只要有风，就能转下去。