美国数据科学家汪晓宇:产业化的大数据分析如何实现?

标签:大数据数据分析数据科学家人工智能产业化TasteAnalytics

访客:18806  发表于:2016-01-25 10:47:25

尽管大数据已成为热门话题,但很多企业并不知道如何正确地步入大数据的怀抱,特别是对于很多中小企业,没有大笔资金以及人力的它们更是手足无措。与此同时,企业在谈到大数据和分析的时候,常常考虑的切实问题是如何从数据当中获得更多的价值,特别是对于拥有不同数据的行业客户而言,其最关心的是如何从数据中提取价值,并驱动其基于业务而非IT进行分析。

近日,在某峰会上,美国数据科学家、Taste Analytics创始人及CEO汪晓宇博士表示,无论是大型企业还是中小企业,其面临的困境都大同小异:一是正确的认识大数据和分析,二是企业如何简便地参与进来。

美国数据科学家汪晓宇:产业化的大数据分析如何实现?

                           Taste Analytics创始人及CEO汪晓宇博士

原始数据需要架构

在汪晓宇看来,很多企业特别是大型企业所蕴藏的数据量惊人,但数据分析的关注重点并不是对体量的研究,而是聚焦在数据所产生的价值。

“有些原始数据实际上非常复杂,包括结构化数据、非结构化数据、半结构化数据,如果仅是原始数据,即一堆杂乱无章的信息,大数据带来的实际意义并不大。”汪晓宇表示,企业必须对数据进行架构,找出其中的价值。

除此之外,对于数据本身而言,因为数据获取渠道很多,所以会遭遇很多问题,包括这些数据是否真实,是否完整,是否有冲突,是否存在不确定性等,这都需要一一确认。

同时,企业还需要考虑数据的同理化和社会化,毕竟数据来源不同,但企业需要用一体化的建模方式对待数据、分析数据,这样才能使最终用户得到有价值的产品或信息。

大数据分析不仅是科学而是艺术

跨过原始数据的障碍后,在数据分析部分,仅在最开始数据清洗环节便面临不小的挑战。如果手动地进行信息处理,有报告指出,光是数据清洗就将耗费分析师超过80%的时间。

汪晓宇表示,在这个过程中,业界有种声音是通过机器学习进行分析建模,这样尽管能解决部分问题,但因为机器学习算法可能非常僵硬、晦涩,分析容易受限并忽略整体情况,缺乏了人类的智能,而这样的结果并不能发挥出数据的真正意义。

所以在汪晓宇看来,大数据分析与其说是科学(计算模型),还不如说是艺术(需要人类分析的智能)。

一个著名的人机智能PK案例是,1997年国际象棋冠军Garry Kasparov和深蓝(计算机)大战,最后败给深蓝。但在2005年的人工智能和“增强智能”(Augmented Intelligence)的大战中,“增强智能”优势体现出来了,一位大师利用1套象棋程序打败了象棋计算机Hydra。

“如果拥有人工智能,或得到计算机辅助,作为人的我们就可以进行更好的协作,并得出更好的决策。所以在大数据分析中,以人为中心的转变,应从数据操作转移到决策本身。”汪晓宇表示。

B2B模式应由业务而非IT驱动

在大数据及分析的过程中,人成为核心,并应将关注点转移到决策部分。那么对于企业,如何得到这样符合商业要求的分析结果,从而配合人的决策实现“增强智能”呢?

汪晓宇表示,现在Taste Analytics已经有简便的方式向企业提供所需的数据。他表示,可以在采用虚拟化技术的基础上,通过三方面助力企业进入大数据。

一是分析工具的采用,使得企业不用亲自去完成所有的数据清洗等过程。同时考虑到B2B的商业模式应该由业务驱动而非IT,所以可以在业务环境中部署分析工具,从而实现企业运转的灵活及敏捷性。

二是提供按需的数据,企业无需如过去一样耗费很大精力建立数据之间的相关性,而是由平台提供相关任务的数据。

三是以用户为中心的分析,决策者通过正确的提问,并可以得到与其业务环境相关的回答。

目前Taste Analytics正在这么做,以使得分析结果符合客户的商业需求,同时“面向不同的客户提供不同的工具,只有这样才能帮助客户在各异的行业中发掘洞察。”

汪晓宇强调,在未来企业的B2B商业模式中,业务增长是关键,而基于大数据的业务分析正符合了时代需求,同时通过人类和计算机的互动,使得围绕最终用户的商业分析成为可能。

美国数据科学家汪晓宇:产业化的大数据分析如何实现?

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");