都說理想很豐滿，現(xiàn)實(shí)卻很骨感，套用在大數(shù)據(jù)上，似乎很般配。大數(shù)據(jù)炙手可熱，但如不為大數(shù)據(jù)而大數(shù)據(jù)，就需要思考：大數(shù)據(jù)究竟能夠帶來什么？特別對于傳統(tǒng)行業(yè)企業(yè)為什么要用大數(shù)據(jù)，如何應(yīng)用大數(shù)據(jù)。

　　如果這個(gè)問題不解決，即使對Hadoop、Map/Reduce、YARN;以及SQL、NoSQL、NewSQL等進(jìn)行更多的技術(shù)普及;對Cloudera、Splunk、GreenPlum、Actian等大數(shù)據(jù)服務(wù)提供商進(jìn)行更多宣傳，都沒有辦法普及和推廣大數(shù)據(jù)應(yīng)用在傳統(tǒng)行業(yè)的應(yīng)用。

　　大應(yīng)用數(shù)據(jù)的商業(yè)模式

　　大數(shù)據(jù)沒有商業(yè)模式，這不包括互聯(lián)網(wǎng)企業(yè)。從RTB(實(shí)時(shí)競價(jià))、DSP(需求方平臺(tái))、SSP(供應(yīng)方平臺(tái))，到Ad Exchange(廣告交易平臺(tái))、Ad Network(廣告網(wǎng)絡(luò)平臺(tái))都已經(jīng)非常成熟了，以精準(zhǔn)營銷為核心，誕生了AC尼爾森、締元信等一批互聯(lián)網(wǎng)企業(yè);電商對于大數(shù)據(jù)應(yīng)用已經(jīng)非常普及;但對于互聯(lián)網(wǎng)企業(yè)而言，這些似乎都是與生俱來的能力，沒有大數(shù)據(jù)的時(shí)候，這些商業(yè)模式就已經(jīng)存在了，似乎與大數(shù)據(jù)無關(guān)。

　　對于傳統(tǒng)行業(yè)/企業(yè)而言，互聯(lián)網(wǎng)企業(yè)的這些商業(yè)模式無從借鑒，總不能都來依靠廣告獲取利潤吧。

　　提升決策是“皇帝的新衣”

　　透過大數(shù)據(jù)分析可以提高行業(yè)/企業(yè)的決策能力，道理沒有錯(cuò)，但多少有一些“皇帝新衣”的味道。

　　決策歷來都是主觀的，更多依靠企業(yè)家的敏銳嗅覺。所謂科學(xué)決策是一種理想，很難依靠算法和模型。對于企業(yè)家來說，大數(shù)據(jù)的分析結(jié)果能夠代替決策嗎？這并不是說大數(shù)據(jù)分析沒有價(jià)值，難點(diǎn)在于這種價(jià)值應(yīng)該怎么衡量，這種價(jià)值需要花多少錢來獲得。

　　提高判斷和決策力這是一個(gè)終極的目標(biāo)，屬于豐滿的理想;如果把它作為現(xiàn)實(shí)目標(biāo)，大數(shù)據(jù)難逃骨感。因此對于大數(shù)據(jù)應(yīng)用，還是需要確立一些更加現(xiàn)實(shí)目標(biāo)。也就是，用大數(shù)據(jù)來做什么？解決哪些具體的問題。問題找到了，也就有了目標(biāo)。也只有明確了目標(biāo)，才能夠確立分析哪些數(shù)據(jù)，采用什么樣的技術(shù)手段。

　　以電信運(yùn)營商為例，他們運(yùn)用大數(shù)據(jù)進(jìn)行客戶流失分析。以往基于CRM系統(tǒng)的BI分析，能夠提供“發(fā)生了什么？”，能夠幫助運(yùn)營商了解狀況。但沒有辦法知道為什么會(huì)發(fā)生這種狀況？將來有可能還會(huì)有什么情況發(fā)生，為什么做不到，這是因?yàn)镃RM提供的數(shù)據(jù)量不足夠支撐。通過引入更多的數(shù)據(jù)，如所謂系統(tǒng)大數(shù)據(jù)、機(jī)器大數(shù)據(jù)，通過對用戶所使用終端型號(hào)，通話時(shí)長，地理位置等信息的交叉比對，就可以獲得更多地信息，通過采取針對性的辦法，挽留客戶，鞏固現(xiàn)有的客戶基礎(chǔ)。實(shí)際上，這種大數(shù)據(jù)應(yīng)用也并非“客戶流失分析”這樣的單一目的，它也可以成為個(gè)性化服務(wù)的指南針和方向標(biāo)。

　　傳統(tǒng)行業(yè)/企業(yè)所需要這一種能力，這種能力不是別人可以賦予你的，這需要自己想明白!其次，才是手段、工具和方法。