遠(yuǎn)光軟件（來源：中國軟件網(wǎng)  作者：佚名）

    提到大數(shù)據(jù)，總能和BI扯上千絲萬縷的關(guān)系，而且提大數(shù)據(jù)的也基本都是BI的從業(yè)人員;怎么說，大數(shù)據(jù)也是源于數(shù)據(jù)分析。但這并不表示，大數(shù)據(jù)就是數(shù)據(jù)分析，至少不全是。這點(diǎn)的區(qū)別也就注定了大數(shù)據(jù)不能單純是數(shù)據(jù)分析的思路了。

    1、 從集到散。

    傳統(tǒng)的BI，是以數(shù)據(jù)統(tǒng)計(jì)為基礎(chǔ)。但是不論是什么統(tǒng)計(jì)，都是想抽取一個(gè)或一組數(shù)值去說明一個(gè)問題。不論原始的數(shù)據(jù)有多少，都會(huì)盡量的去提取歸納，以期望用最少的數(shù)據(jù)去說明問題，從幾個(gè)數(shù)據(jù)中得到的檢驗(yàn)結(jié)果(例如合格率的抽檢)時(shí)這樣，從幾千萬，幾億數(shù)據(jù)中提取到的用戶訪問量，瀏覽量，交易量也是這樣。在BI看來，是否找到了一個(gè)最能說明問題的數(shù)據(jù)是一個(gè)分析好壞的關(guān)鍵。

    這么做當(dāng)然沒錯(cuò)，但是僅僅找到問題是不夠的，如果要分析問題，那么還要再次提取數(shù)據(jù)，在進(jìn)行新一輪的分析。

    而大數(shù)據(jù)呢，從現(xiàn)在看來還是做著和BI一樣的事情，但是如果加大的數(shù)據(jù)的規(guī)模，增加數(shù)據(jù)的種類，隨著數(shù)據(jù)量的上升，需要付出的成本幾乎是在幾何級數(shù)的上升，而BI的分析結(jié)果的獲利都無法做到線性的上升，一個(gè)公司最應(yīng)該關(guān)心的數(shù)據(jù)，年度，半年度，季度，月度，周數(shù)據(jù)中早已包含了，這中間可以產(chǎn)生變化的數(shù)據(jù)并不是很多。而更短或者更局部的一些數(shù)據(jù)，對一個(gè)公司所能產(chǎn)生的影響甚小。如果再單獨(dú)的從聚合的角度去用大數(shù)據(jù)，往往很難收回成本。

    而我們可以看到，數(shù)據(jù)時(shí)可以應(yīng)用到小問題上的，當(dāng)數(shù)據(jù)達(dá)到一定規(guī)模以后，我們同樣能解決一個(gè)用戶需要什么，因?yàn)獒槍σ粋€(gè)用戶的數(shù)據(jù)已經(jīng)足夠多了。而當(dāng)這些數(shù)據(jù)變化的時(shí)候，同樣代表著用戶需求的變化，這樣，通過對用戶數(shù)據(jù)的分析，主動(dòng)為用戶推薦其最需要的服務(wù)成了可能。

    2、 從后到前

    傳統(tǒng)的BI解決的多是結(jié)果的問題，雖然也有預(yù)測，但是也基本是基于結(jié)果的預(yù)測。一般情況都是先有數(shù)據(jù)，然后根據(jù)對數(shù)據(jù)的分析，得到結(jié)果。如在A/B test這樣的應(yīng)用中，必然是先有一個(gè)想法在那里，數(shù)據(jù)要做的是給這個(gè)想法量化，去衡量結(jié)果與想法之間的差異有多大。

    當(dāng)然，作為一個(gè)驗(yàn)證來說，通常最好的結(jié)果是和設(shè)計(jì)之初的想法一致，雖然偶爾會(huì)有一些幸運(yùn)的意外，但是這個(gè)及其少見。也就是說，往往這個(gè)驗(yàn)證，在設(shè)計(jì)者本身已經(jīng)有很準(zhǔn)確的判斷的情況下，不產(chǎn)生新的價(jià)值。而另一個(gè)矛盾的事情出現(xiàn)了，如果設(shè)計(jì)者本身就不專業(yè)，則很難用到這種方法，甚至用這類方法的成本，往往比請一個(gè)專業(yè)的設(shè)計(jì)師更高。所以BI這么高大上的方法，往往是大型公司為一個(gè)已經(jīng)很專業(yè)的人才加上一個(gè)保險(xiǎn)而已。

    大數(shù)據(jù)是并不存在這樣的先后關(guān)系的，它只是根據(jù)一定的數(shù)據(jù)給出一個(gè)或者幾個(gè)相對優(yōu)化的結(jié)果，數(shù)據(jù)產(chǎn)生的同時(shí)，也是數(shù)據(jù)應(yīng)用的同時(shí)。例如用戶當(dāng)前最需要什么服務(wù)，這是的定價(jià)在什么價(jià)格才是利益最大化的，不同于之前BI的分析是，這幾乎都是在提出一個(gè)新的假設(shè)，例如數(shù)據(jù)分析的結(jié)果是用戶最需要的是吃飽肚子，但是用戶有可能為了去看他感興趣的球賽而選擇餓肚子，但是這并不重要。大數(shù)據(jù)的目的是給出優(yōu)化過的選擇方向，以期望用戶能選擇其中的服務(wù)，當(dāng)然，最好的結(jié)果是每次的推薦都被用戶選擇。

    3、 從被動(dòng)到主動(dòng)

    基本上BI的分析針對用戶來說都是BI是被動(dòng)的而用戶是主動(dòng)的，即使是用戶想要的結(jié)果，也必須是用戶自己主動(dòng)收集，整理，分析，查看等等的一系列行為。而一般的情況下，無論是公司內(nèi)部還是用戶本身，都不希望看到數(shù)據(jù)。大部分人都數(shù)據(jù)太不敏感了，甚至是看到數(shù)據(jù)就頭痛，我相信如果不是看在錢的面子上，很多人臉KPI數(shù)據(jù)都不會(huì)去看一眼。

    BI的被動(dòng)還表現(xiàn)在，除了報(bào)警系統(tǒng)以外，基本都是人在找數(shù)據(jù)。每天的數(shù)據(jù)就是靜靜的躺在那里，只有碰到愿意用它，并且會(huì)用他的人才能發(fā)揮作用，否者只是躺在服務(wù)器里的一堆數(shù)據(jù)而已。

    而大數(shù)據(jù)要比這個(gè)主動(dòng)得多，你可以把他理解成一個(gè)針對不同人的報(bào)警系統(tǒng)，幾乎所有的節(jié)點(diǎn)都可以接收報(bào)警，當(dāng)數(shù)據(jù)產(chǎn)生了變化以后，如果有必要，就可以主動(dòng)的向?qū)?yīng)的節(jié)點(diǎn)發(fā)送信息，以前往其對應(yīng)的相應(yīng)。

    當(dāng)用戶響應(yīng)以后，新的數(shù)據(jù)很可能產(chǎn)生下一輪的警報(bào)，這樣的循環(huán)可以讓一個(gè)用戶和他的數(shù)據(jù)活起來。

    4、 分析價(jià)值到數(shù)據(jù)價(jià)值。

    我們知道，在BI的工作中，最值錢的并不是數(shù)據(jù)本身，而往往是數(shù)據(jù)的分析師，他們的分析方法，分析模型是整個(gè)分析中最核心的部分，而系統(tǒng)只是實(shí)現(xiàn)途徑罷了，系統(tǒng)中所有的分析結(jié)果，都必須是數(shù)據(jù)分析師教給工程師，再由工程師來實(shí)現(xiàn)的。

    這樣的系統(tǒng)中，如果存在通用性，那么挖走一個(gè)數(shù)據(jù)分析師，或者是實(shí)現(xiàn)的工程師，則幾乎是可以“偷”走整個(gè)系統(tǒng)。

    而大數(shù)據(jù)卻并不是這樣，它更像是一個(gè)可以自學(xué)的學(xué)生，在通過不斷的對數(shù)據(jù)的應(yīng)用以后，如果系統(tǒng)本身夠合理。系統(tǒng)會(huì)根據(jù)用戶的選擇結(jié)果和行為，去自己完善自己，而當(dāng)一段時(shí)間以后，可能系統(tǒng)的運(yùn)作模式非常的多樣化，也可能脫離了設(shè)計(jì)最初的局限。

    這樣的一個(gè)系統(tǒng)，經(jīng)過了一段時(shí)間的運(yùn)行以后，最值錢的已經(jīng)不再是最初的算法本身，也不是實(shí)現(xiàn)這個(gè)算法的人。而是在系統(tǒng)中沉淀下來的數(shù)據(jù)，尤其是用戶反饋的數(shù)據(jù)。如果是再想要復(fù)制一個(gè)相同的系統(tǒng)，就不再是挖兩個(gè)人那么簡單的事情了。

    5、 從止損到開拓

    在一定的程度上，BI更像是一個(gè)止損的系統(tǒng)，無論是多好的分析方法，多么嚴(yán)密的分析過程，更多的都是為了防止錯(cuò)誤的發(fā)生;每天監(jiān)控的日交易額，流量是為了更早的發(fā)現(xiàn)問題。各種檢驗(yàn)的方法也是為了保證結(jié)果的正確，即使是因子分析等等的方法，也都是一個(gè)假設(shè)存在的，方法只是在保證這個(gè)假設(shè)的正確性。

    但是所有的止損都有一個(gè)限度，那就是有損可以止，BI的價(jià)值就直接受限于想法本身的投入和產(chǎn)出的可能性。即使我們很多時(shí)候 會(huì)說，這個(gè)產(chǎn)品先做，然后觀察數(shù)據(jù)，再看再說。這里會(huì)在數(shù)據(jù)上做投入的原因也是產(chǎn)品本身的價(jià)值，以及期望一個(gè)和在預(yù)想符合的市場反應(yīng)，否則，不會(huì)有誰想看相關(guān)數(shù)據(jù)。

    大數(shù)據(jù)和這個(gè)不一樣，因?yàn)樗旧砭褪且粋€(gè)假設(shè)，而不是去驗(yàn)證別的什么想法的，它的目的就是要達(dá)到這個(gè)好的結(jié)果，給用戶/公司直接帶來利益，讓用戶選擇有效的服務(wù)，既可以給用戶好的體驗(yàn)，當(dāng)然同樣也應(yīng)該為公司帶來利潤，這其中多有的過程，都是為了讓用戶/公司雙發(fā)的利益更大，而不是為了防止公司出現(xiàn)損失這個(gè)層面。從這個(gè)角度上看。大數(shù)據(jù)本身的價(jià)值，并不受限于其他的什么因素，而只受限于自身系統(tǒng)的合理性它所能收集到的數(shù)據(jù)。

    說了這么多的區(qū)別，并不是說完全要把大數(shù)據(jù)和BI割裂開來，大數(shù)據(jù)是從BI中發(fā)展來的，但是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步，數(shù)據(jù)分析本身也應(yīng)該存在著思路上的轉(zhuǎn)變，不只是一個(gè)更大數(shù)據(jù)源上的BI了。如果在工作中不能跟上，很有可能只增加在數(shù)據(jù)上的投入，而不能得到很好的回報(bào)。