關于大數據是什么，從一開始僅僅只想做數據，到開始意識到自己做的是對整個集團有核心意義的數據產品，再到走到外面，把數據能力對外輸出，所有過程中，不斷的有客戶問到這個問題，有懵懂的、有善意的、也有挑釁的、不屑的。就像大數據本身一樣，混亂又帶有迷幻色彩。

[[271666]]

現在對大數據的理解有兩種極端：站在大數據的風口，很多人覺得大數據是未來，可以解決所有問題，包括人工智能;我自己不用想，大數據已經替我想好決定好一切了;還有一種，是大數據的概念炒了好幾年，冷飯都抄成鍋巴了，但是嘗試過人的只收集齊了幾萬點傷害，覺得大數據不過如此

大數據并不一定要數據達到了多少體量才能算是大數據，但是如果數據簡單量少到只需要用xlsx、SPSS等傳統數據處理就能解決，就不需要再用大數據技術，有點殺雞用牛刀的感覺。但大數據應用一定并不僅僅指分析，跳出傳統數據分析的范疇，大數據應用領域可以指導使用在我們所有的生活工作業務、場景領域，例如個性化推薦、精準營銷、風險監控等。

這幾年多多少少沉淀下來的經驗，和老板時謙虛時叫板時被罵總結到的體會，加上偶爾抽筋想增加修養磕磕絆絆看的書，有幾點關于大數據的基本特征可以和大家探討：

一、非競爭性

現在很多企業，對數據的保護是非常嚴格的，大家都覺得自己的數據很有價值，不能隨便給別人使用。曾經有一度，我在做數據聯盟的時候(這個可以以后另開一篇文章講)，每次和客戶聊，都想傳達一個概念，數據如果是一種資源，那也是可以被眾多消耗方同時使用和反復使用的資源，個體的使用不會妨礙他人的使用。數據只有越被使用才能積累數據的應用價值(當然裸數據直接售賣的方式不在我所討論的大數據應用范疇)。

二、價值無定值

延續上面說的，裸數據直接售賣，在我們積累了大量的數據應用實踐經驗之后再回過頭來看，是覺得非常可笑的，所有想對某個數據字段定價，然后公開買賣的，都是短時和自絕的行為(個人觀點，不要動磚頭)。數據就像是無形資產一樣，市場估值取決于買者對該項數據的需要程度，合適的數據服務應用于某個客戶產品，產生的作用千差萬別，硬要給某個數據定一個價，只能讓數據貶值或讓高買者對大數據產生不信任。但是并不是說數據是無價的，數據一定要有一個價值，然后讓它流動應用起來，不斷調整迭代到合適的附加值，聰明的數據應用者會最大程度利用具有真正附加值的應用模式創造財富。

三、會問問題

沒有能夠自動從大數據中獲取經濟價值的方式，沒有捷徑和想當然，我反對所有說只要有大數據就什么也不需要干了的說法。企業單純的存儲數據沒有什么用處，而存儲什么，清除什么，業內可以選擇的高端技術都已經準備好靜待選擇。現在對于一家企業來說：前瞻性的深入理解哪些數據值得首先存儲和處理，是第一要務。

大數據只提供答案，但它對該問的問題保持緘默，這些問題來自負責人的智慧，提出怎樣的問題視關鍵!就像柏拉圖說的那樣：最終獲勝的將是那些“知道如何提出問題的人”，只有那些知道怎么樣提出問題的人才知道，哪些數據可能會回答問題，如何用這些數據回答問題。

大數據行業里最缺乏或者將來身價最高的人，就是既理解業務，又了解數據，知道怎么提出業務的問題，也知道怎么用大數據解答問題的大數據專家

大數據技術提供了高端快速的尖端技術，使得大數據處理技術能夠日行千里。但是如果不選擇正確有效的方向，反而累加為錯誤支付的成本。在大數據時代，一個正確的方向，正確的提問，正確的思路，比高精尖的科學技術、海量實時的模型算法更重要。

四、數據要有活性

長話短說，數據有保質期，需要不斷更新，沒有任何數據是一塵不變的，數據如果不更新，就像死水一樣,所以如果有數據，就要趕緊用起來，存著又不知道該怎么用，存久了價值就指數下降了。

五、不直接售賣

也許大家覺得直接售賣現在也形成產業鏈了，看起來也是一種新模式了，我只想說說直接售賣的弊端：

1. 數據本身沒有確切的定價，過早定價會降低溢價空間;
2. 售賣的方式無法形成技術壁壘(今天討論的是大數據商業應用領域，科學研究是另一個話題)，購買的數據可以再次低價售賣，形成惡性循環做低數據價值;
3. 數據安全問題，個體數據無法通過直接售賣的方式進行應用，但個體數據是非常值得研究和應用的數據內容，需要尋找一種安全脫敏合法的方式，將大數據反哺便利用戶日常生活。

六、相關性而非因果性

中國人傳統的理念講因果，因此“大數據在乎相關性而非因果性”這個觀念從國外傳來時還是很顛覆的，不過大數據因為其強大的“廣泛數據都可計算”特性，使得不需要再探究因果，根據現有充足海量的數據就可以做出分析或預測。但是關于這個特征是不是還要再顛覆一次，搞清楚因果，我還在實踐中，也歡迎有體會的朋友們拋磚。