人類93%的行為是可以被預知的；大數(shù)據(jù)可以幫你解決決策和選擇的問題；基于你的歷史行為，判斷出你可能的喜好乃至需求；大數(shù)據(jù)并非數(shù)據(jù)統(tǒng)計。

   現(xiàn)在市場上甚至很多企業(yè)人很喜歡新名詞，似乎只要掛上邊就顯的很牛逼，很崇高。但似乎都從來不會去花點精力去思考，這些概念到底表達了什么含義，跟人交流也會顯的很奇怪。

   現(xiàn)在大家都在講所謂大數(shù)據(jù)，AI，但是多少人似乎只是為了蹭熱度，好像嘴邊不掛上這些詞匯就顯的不那么高大上了。就好比我們祖國得一些事業(yè)，比如讓打乒乓球的去管理科技企業(yè)等奇怪的現(xiàn)象。但是你讓那打乒乓球的去指導一幫打工的科技人員，他們會反對你提出的意見和指導方針嗎？假設打乒乓球的領導給你大談技術，大談大數(shù)據(jù)，大談AI，可能在專家團里面，大家都會說好，說棒，但是在行業(yè)里面就顯的有點尷尬了。

   中國的科技互聯(lián)網(wǎng)發(fā)展了這幾十年間，我們見證了太多的歷史，我們看到了很多經典的文章，比如：《汗顏！別整天談工業(yè)4.0了，先把網(wǎng)線整理好再說》等經典文章，很多專家，領導都是看到個名詞就胡亂套弄，可也導致我們整體行業(yè)會有很多概念無法普及，仗著自身是專家的角色，占據(jù)發(fā)言的主要渠道和平臺，誤導了很多非專業(yè)人群的認知，導致很多行業(yè)發(fā)展中受到大量的障礙，整個行業(yè)缺乏最基礎的溝通基礎。其實最核心的問題就是大部人根本不關心概念的原理基礎，只想通過概念快速的包裝自己和變現(xiàn)。

   隨著近幾年的發(fā)展，民間整體老板氛圍已經越來越好。就比如十年前根本沒老板關心設計，沒有老板關心架構，只關心做出來東西，到現(xiàn)在越來越多的老板關心數(shù)據(jù)的安全，關注設計的合理，更關注了架構的核心；比如最近三五年，甚至出現(xiàn)了前端架構師的崗位，也整體說明了整個行業(yè)的進步。當然還有很多老板企業(yè)主根本不關心這些內容，也從來不關心規(guī)劃和團隊合作和以及資源整合配置等。還有一部分企業(yè)采用非常傳統(tǒng)的工廠管理模式或者政府機關管理模式來管理創(chuàng)意、科技工作人員，也是目前市場上常見的現(xiàn)象。

   這些都是目前存在的核心問題，導致大量的專家、領導和從業(yè)工作者缺乏最基礎的溝通基礎。

   我們來聊整個時代的變遷，從信息化到數(shù)字化，很多人到現(xiàn)在還沒想明白。數(shù)字化的前提是信息化，但是很多企業(yè)根本沒有做過信息化，卻侃侃而談數(shù)字化。再到大數(shù)據(jù)，把大數(shù)據(jù)看作數(shù)據(jù)統(tǒng)計，當然很多企業(yè)目前宣傳大數(shù)據(jù)稍微一看都是數(shù)據(jù)統(tǒng)計的概念。雖然很奇怪，但是把大數(shù)據(jù)當作數(shù)據(jù)統(tǒng)計我們認為還是比較好的，至少不會那么奇葩，很多專家莫名其妙的把大數(shù)據(jù)神話，說的天花亂墜，但是卻不理解大數(shù)據(jù)從何而來，能解決什么問題，到底解決什么問題。大數(shù)據(jù)的大到底是多大也根本無從思考，甚至有專家領導認為有幾萬條數(shù)據(jù)的就覺得很牛逼；也不會去考慮大數(shù)據(jù)的數(shù)據(jù)從何而來，數(shù)據(jù)要怎么做?；蛘吆芏鄬＜翌I導認為找個大數(shù)據(jù)專業(yè)的大學生，就能實現(xiàn)它偉岸的目標。

   我們回來看大數(shù)據(jù)的概念定義。

   百度百科對大數(shù)據(jù)的定義是這樣的：大數(shù)據(jù)（big data）或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業(yè)經營決策更積極目的的資訊。

Gartner給出了這樣的定義：“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。

如果你認為大數(shù)據(jù)就等于Hadoop，那就大錯特錯了。Hadoop只是大數(shù)據(jù)時代的一個必要條件，大數(shù)據(jù)還有一個明顯的標志是數(shù)據(jù)挖掘和人工智能的緊密結合。這也是我理解的“大數(shù)據(jù)”與現(xiàn)在很多所謂“大數(shù)據(jù)”項目最明顯的區(qū)別之一。除了上面的“新處理模式”上的區(qū)別，個人認為還有一個最主要的區(qū)別是：數(shù)據(jù)統(tǒng)計分析是基于已有數(shù)據(jù)的縱向歸類，而大數(shù)據(jù)是基于對已有海量數(shù)據(jù)的處理，對還未產生的數(shù)據(jù)作出預測和推薦。數(shù)據(jù)統(tǒng)計是已經發(fā)生的事情，而大數(shù)據(jù)往往被用于還沒有發(fā)生的事情預測或者推薦中。目前主要的推薦算法大致可以分為兩類。一個是基于行為，一個是基于內容。當然，針對不同的領域，不同的預測和推薦的對象，又會有十余種算法。這就不是本文展開的內容了。

   基于行為的分析，顧名思義，即對用戶在互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)留下的“痕跡”，即瀏覽、點擊、收藏、購買、二次購買的分析，得出未來會選擇購買的預測和推薦結果?；谛袨榈姆治?，屬于群體智慧，綜合利用群體用戶的行為偏好。用戶之間會相互影響，更加符合現(xiàn)實世界中的用戶行為。

   基于內容的分析， 包括對文字、圖片、音頻、視頻等信息的分析，得出預測和推薦的結論。內容的“基因”和用戶的偏好相匹配，最有代表的是潘多拉的音樂推薦項目，其將曲庫中所有歌曲都由400多位專家打上標簽，然后建立個人與音樂的聯(lián)系，從而完成音樂的推薦。內容的分析只針對個人，與用戶之間關系無關。

大數(shù)據(jù)到底能做什么？

  現(xiàn)在談這個問題可能會讓大家笑話，似乎所有人都知道大數(shù)據(jù)能干這個，能干那個，最后連我們自己都覺得可笑。大數(shù)據(jù)已經都不是被“妖魔化”了，是“娛樂化”。大數(shù)據(jù)似乎是個離我們忽遠又忽近的事物了，變得不真實起來。還有很多專家領導還有認為，大數(shù)據(jù)可以讓你快速的找到東西的層面。比如你搜索”沉香“，它可以幫你快速的找到跟”沉香“相關的所有內容。

   其實簡單了說，大數(shù)據(jù)可以協(xié)助您做出解決決策和選擇的問題。比如基于您的歷史行為，判斷出您可能的喜好甚至需求，講最佳的結果建議，推薦給你。當然大數(shù)據(jù)中我們會著重強調可能，預測你的行為，都是可能性，最可能發(fā)生的，最可能選擇的，都是可能，而不是一定。大數(shù)據(jù)主要解決所謂的信任問題，不是像人與人之間單純的信任，而是基于數(shù)據(jù)、軌跡綜合給出的比較有參考價值，有數(shù)據(jù)歷史依托的更可靠的建議和結論。而不是信息化系統(tǒng)單純的一個結果。就好比我們在日常工作中常說的，拿數(shù)據(jù)說話，不是靠編故事，講道理說結論。

   說個簡單的結論，如果我們有收集充分的數(shù)據(jù)，那么人類93%的行為是可以預知的，是有規(guī)律的。