大数据落地进行时
2013-09-29 来源：新农资360网

关注『周周向上』，用学习提升竞争力。

==============================

大数据将怎么样改变人们的生活？维克托·尔耶·舍恩伯格在《大数据时代：生活、工作与思维的大变革》中前瞻性地指出，大数据时代最大的转变就是放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。

这本书是国外大数据系统研究的先河之作，作者维克托被誉为“大数据时代的预言家”，他的判断颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

目前，大数据分析已成为IT界竞相争夺的新战场。与整体IT行业相比，业务分析市场的增长更为迅猛。Gartner预测，2015年，90%以上的主管都会把信息视为一种战略资产，但只有不到10%的主管能充分实现这些信息的经济价值。

落地的前提

业界已经从对大数据重要性的认识阶段，发展到实践大数据的战略实施阶段。因此，如何保证数据的真实性、如何挖掘数据价值，成为大数据应用的关键问题。

对此，2013年3月12日发布的《分析：大数据在现实世界中的应用》白皮书提供了大数据应用的五大关键性建议，其中包括：以“客户为中心”，制定前期“大数据战略规划”；制定全面完整的企业“大数据蓝图”；从现有数据入手，设定并完成短期和阶段性的“大数据战略目标”；根据业务优先级，逐步建立分析体系，循序渐进提升“大数据分析能力”；定制可衡量的指标分析“大数据 ROI(投资回报率)”。

该结论来自于IBM商业价值研究院与牛津大学赛德商学院共同进行的大数据研究。该项目对全球95个国家、26个行业的1144名业务人员和IT专业人士进行了调研，采访了20多名学者、业务主题专家和企业高管。

可见，大数据应用若想落地，就必须与业务需求相结合。各行业在决定采用大数据分析工具之前，应该先搞清楚几个问题，比如数据从哪里来，数据的质量如何，数据可以做什么用，数据的价值如何等。

首先，数据是否丰富和开放。大数据从本质上要求信息开放，而信息开放是一个复杂问题。有些涉及行业内部竞争，受到商业因素影响，企业不愿意开放；有些涉及个人或者行业本身的隐私或机密，无法开放。在大数据应用的过程中，对互联网用户隐私权和数据的保护，是开放信息时的重要考虑因素。

其次，是否掌握强大的数据分析工具。要以低成本和可扩展的方式处理大数据，这就需要对整个IT架构进行重构，开发先进的软件平台和算法。这方面，国外又一次走在我们前面。特别是近年来以开源模式发展起来的Hadoop等大数据处理软件平台及其相关产业，已经在美国初步形成。

第三，管理理念和运作方式能否适配数据化决策。大数据开发的根本目的是以数据分析为基础，帮助人们作出更明智的决策，优化企业和社会运转。哈佛商业评论说，大数据本质上是“一场管理革命”。大数据时代的决策不能仅凭经验，要拿数据说话。因此，大数据能够真正发挥作用，深层次看，还要改善我们的管理模式，需要管理方式和架构与大数据技术工具相适配。这或许是我们最难迈过的一道坎了。

IBM的2013年大数据策略在医疗、客户服务、保险、金融服务、零售、通信等多个领域做了行业前景设想。在利用大数据之后，有些领域的企业可以更好地了解客户，创建更加个性化的客户体验，最终提高客户的满意度和忠诚度，并增加收入，避免客户流向竞争对手。

但这些设想在中国大部分还没有真正试验性地落地，而由企业内部业务驱动来运用大数据的企业就更少之又少。不过，大数据已经是在落地进行中了，各行业的先行者都在思考这个问题，比如下面介绍的医疗行业。

医疗业的落地尝试

维克托认为，大数据的核心就是预测。

这个核心代表着我们分析信息时的三个转变：一是，我们可以分析更多的数据，有时候甚至可以处理和某个特别现象相关的所有数据，而不再依赖于随机采样；二是，研究数据如此之多，以至于我们不再热衷于追求精确度；第三个转变因前两个转变而促成，即我们不再热衷于寻找因果关系。

我们通过医疗行业的案例来窥探这种转变。

据IBM全球副总裁兼中国开发中心总经理王阳对记者介绍，IBM与广东省中医院的合作案例，就是大数据在医疗行业的落地探索。

早在2010年6月，IBM宣布将与中国华南权威的医院广东省中医院继续展开合作，共同启动一项创新型医疗数据分析项目，帮助医生对上千份匿名电子病历进行分析并从中提炼不同群体对特定疾病的发病规律。该项技术还将帮助临床医生对某些传统中医疗法的功效进行实证研究。

随着电子病历及其他系统的应用，越来越多的医疗数据从中产生，提取和整理相关病人数据，来快速发现问题关键所在并找到数据中的特定模式。

王阳说，“广东省中医院一天接待超过2万的患者，一年就会有600多万患者的数据积累。大数据首先要完成一个数字化的过程，把患者的各项检查指标数据存储下来。这后面就可以进行分析和优化，比如医生一看凡是慢性肾病的人绝大多数都有这些症状，然后反过来就可以说，有这些症状的患者得慢性肾病的概率高。以往是通过医生、专家的经验来判断、诊断病症，现在借助大数据挖掘手段和比对，可以智能诊断出患者对应的病症，并推荐匹配的配药。”

为了解决这个问题，当时，IBM研究院的科学家们首创了医疗信息数据仓库的分析和共享技术(以下简称HIWAS)。广东省中医院的临床医生将使用它来研究传统中西医结合在治疗慢性肾脏病方面的疗效。

HIWAS储存并整合分析匿名病人数据，为医生提供病人病情及个人信息的详细报告，包括年龄、性别等，以及是否患有其他病症，如心脏病或糖尿病。该技术帮助医生提取、过滤并综合相关病人的数据及类似医疗状况，帮助医生为病人量身定制治疗方案，另一方面也帮助医生更好理解不同治疗方法对不同人群所产生的反应。HIWAS还帮助科研人员为临床及治疗研究方面进行深入的数据分析。

这一探索性的项目让医疗专业人士可以从大量数据中提取有用的临床信息，以便更好地了解病史和预测治疗效果，从而改善病人护理，并降低成本。