甲骨文：“大數(shù)據(jù)”不是紙上談兵，真正會用大數(shù)據(jù)的公司又有多少？

甲骨文大數(shù)據(jù) 創(chuàng)業(yè) 融資

田牧 | 2016-07-11 11:57

【數(shù)據(jù)猿導(dǎo)讀】有很多創(chuàng)業(yè)公司憑借“大數(shù)據(jù)”的概念拿到了高估值和大額融資，但也有很多公司，他們說的大數(shù)據(jù)，也只是說說而已

甲骨文：“大數(shù)據(jù)”不是紙上談兵，真正會用大數(shù)據(jù)的公司又有多少？

在現(xiàn)在創(chuàng)業(yè)公司的路演PPT里，如果哪家不提到自家的產(chǎn)品是如何運用大數(shù)據(jù)的，先不說投資人會鄙視，估計創(chuàng)始人自己都會不好意思。

從2012年維克托·舍恩伯格寫出了《大數(shù)據(jù)時代》一書開始，大數(shù)據(jù)熱在創(chuàng)業(yè)領(lǐng)域已經(jīng)持續(xù)了4年。2015年9月，國務(wù)院印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》之后，大數(shù)據(jù)更獲得了政策上的支持和鼓勵。

在這期間，有很多創(chuàng)業(yè)公司憑借“大數(shù)據(jù)”的概念拿到了高估值和大額融資，但也有很多公司，他們說的大數(shù)據(jù)，也只是說說而已。

而在甲骨文中國政府事物及業(yè)務(wù)發(fā)展部高級總監(jiān)黃瑋看來，大數(shù)據(jù)在當下中國創(chuàng)業(yè)公司里的應(yīng)用還并未完全展開。

黃瑋認為，大數(shù)據(jù)的核心有三點：技術(shù)、數(shù)據(jù)和應(yīng)用場景。其中技術(shù)雖然是很多人進入的第一道高門檻，但卻是大數(shù)據(jù)的一個基礎(chǔ)，而非核心。核心是數(shù)據(jù)的使用和應(yīng)用場景的開發(fā)。

“只要他們對一兩個應(yīng)用場景有一點經(jīng)驗，都能夠吸收到很多的風(fēng)險投資，基本上可以做一個創(chuàng)業(yè)型公司了。但是遺憾的是這并沒有成為今天大數(shù)據(jù)應(yīng)用的一個主流。所以我們就到處都在呼吁，所謂的大數(shù)據(jù)不能只盯住技術(shù)，只盯住工具，應(yīng)該盯在第三塊，通過應(yīng)用場景反過來推動對于數(shù)據(jù)到底你要定義什么數(shù)據(jù)對你是重要的。”黃瑋說。

隨后黃瑋提了三個大數(shù)據(jù)的應(yīng)用場景:風(fēng)控、征信和機器學(xué)習(xí)。并列舉了大數(shù)據(jù)在銀行、電信運營商和飛機測試等場景中的應(yīng)用。

以下為經(jīng)編輯的黃瑋在2016商派互聯(lián)網(wǎng)+技術(shù)創(chuàng)新大會上的演講：

我們先從大數(shù)據(jù)這三個大的核心來往下解釋我們是怎么看的。說到大數(shù)據(jù)，三個內(nèi)容是它的核心。

第一，技術(shù)?；蛘哒f圍繞著大數(shù)據(jù)所有的工具，你手上拿的工具你要干什么。數(shù)據(jù)來了怎么整合，存儲，訪問，我們怎么用它，還有可視化。數(shù)據(jù)是很多，你怎么看它。

有很多比較直觀的說法是，就像一個數(shù)據(jù)的湖，這個投影有什么東西，水下有什么東西，能不能有工具顯示出來，而不是簡單的展示一條魚游過來了，而是有不同的層面的工具，能不能把所有的魚放在一塊展示出來，這就是可視化工具。這有相當高的技術(shù)，相當多的公司都在研究。

作為甲骨文公司，包括很多IT企業(yè)從這塊起家的，我們賺錢也是在這塊技術(shù)和工具的變現(xiàn)。但是這遠遠不是大數(shù)據(jù)的核心，遠遠不是大數(shù)據(jù)的價值所在，它只是一個非?；A(chǔ)的部分。但是它會相當長的時間存在。而且大數(shù)據(jù)的技術(shù)和工具是變化最多的，最沒有長期的生命力，基本上你的迭代很快，然后原來的技術(shù)很快就被淘汰。

后兩個才是真正的大數(shù)據(jù)的核心。我們說大規(guī)模的變現(xiàn)形成一個產(chǎn)業(yè)，形成一個新的經(jīng)濟模式，其實是在互聯(lián)網(wǎng)化。大數(shù)據(jù)里的數(shù)據(jù)是非常關(guān)鍵的，現(xiàn)在我們已經(jīng)進入到了一個階段，不缺數(shù)據(jù)，太多的數(shù)據(jù)了。這個數(shù)據(jù)已經(jīng)是所謂的數(shù)據(jù)倉庫也好，集市也好，還是單位積累的數(shù)據(jù)也好，還是跟第三方合作大家共享數(shù)據(jù)也好，甚至你到互聯(lián)網(wǎng)搜，你就會淹沒在數(shù)據(jù)的海洋里，數(shù)據(jù)是很多很多的。

我們說這個地方不是缺數(shù)據(jù)，而是怎么用，你怎么定義這個數(shù)據(jù)，我要什么，我要做什么分析，有什么模型。

現(xiàn)在已經(jīng)有相當多的IT行業(yè)里的領(lǐng)先專家說，咱們信息中心里的CIO和CTO未來隨著前面大數(shù)據(jù)技術(shù)和工具越來越多，越來越轉(zhuǎn)向用云的方式來提供服務(wù)。這些CIO和CTO是不是會把他的工作重心從關(guān)注T逐步的關(guān)注到D，成為企業(yè)的CDO，企業(yè)的主數(shù)據(jù)官。他來決定企業(yè)什么數(shù)據(jù)是核心數(shù)據(jù)，是要命的數(shù)據(jù);什么數(shù)據(jù)是我們很要命，可是不能擁有的，我們要跟別人合作;什么業(yè)務(wù)是可以通過政府或者是互聯(lián)網(wǎng)免費獲得，但是對我們也是很重要的數(shù)據(jù)的。

去定義數(shù)據(jù)策略，企業(yè)的首席數(shù)據(jù)官，也許是未來相當重要的--除了CTO和CIO--新的職位。

第三，所謂的大數(shù)據(jù)來了，你來分析要干什么，我們叫應(yīng)用場景。目前主要做大數(shù)據(jù)的公司，基本上可以在一和二上講出一兩個故事。只要他們對一兩個應(yīng)用場景有一點經(jīng)驗，都能夠吸收到很多的風(fēng)險投資，可以做一個創(chuàng)業(yè)型公司了。

但是遺憾的是，這并沒有成為今天大數(shù)據(jù)應(yīng)用的一個主流。所以我們就到處都在呼吁，所謂的大數(shù)據(jù)不能只盯住技術(shù)，只盯住工具，只盯住有多大量上，應(yīng)該盯在第三塊，通過應(yīng)用場景反過來推動對于數(shù)據(jù)，到底你要定義什么數(shù)據(jù)對你是重要的，從哪來。

再反過來我要數(shù)據(jù)的話，我需要什么工具，怎么完善，怎么可視它，應(yīng)該從后面往前面倒退對于數(shù)據(jù)的抽取，對數(shù)據(jù)的管理。

應(yīng)用場景，我今天只想說三個。

一個是利用大數(shù)據(jù)做風(fēng)控，做預(yù)警。有很多IT公司已經(jīng)開始使用了。很典型的，像半天之內(nèi)你的信用卡在兩個城市出現(xiàn)了刷卡消費，肯定你的信用卡被盜刷了。車也是，兩個小時內(nèi)，像在北京，你如果在四環(huán)以內(nèi)，兩個小時同時拍到這輛車出現(xiàn)，肯定有一輛車是套牌。這在技術(shù)上是流式處理。

還有一種要命的例子，就是P2P卷錢跑路了。投資前跟我說回報很高，但在很短的時間內(nèi)，大概三個月或者是半年之內(nèi)，突然間它的交易特別短，子公司和母公司之間互相投資，所有權(quán)之間很混亂，而且交易非常的頻繁，而且你可以發(fā)現(xiàn)錢有往外倒的情況，可以預(yù)警這家公司在未來的40天內(nèi)會卷錢跑路。

這種應(yīng)用如果倒過來看，全部是屬于我們在技術(shù)上叫流式處理，這是第一種應(yīng)用場景。

第二種是大家都在講的征信，但目前沒有看到特別好的例子。到底要什么數(shù)據(jù)來征信，怎么評價這個人授信額度是高的，征信是各種行業(yè)內(nèi)的分析應(yīng)用。目前這個業(yè)務(wù)是非常熱，很多公司說幫你做，這是需要相當深的行業(yè)了解，專家型的人才非常缺，通過分析結(jié)果反過來優(yōu)化業(yè)務(wù)流程。這種人才也非常稀缺。人的因素直接影響到大數(shù)據(jù)的成功和失敗。

第三種，就是所謂的機器自我學(xué)習(xí)。目前在討論階段，有一兩個城市的經(jīng)驗，怎么樣利用人工智能技術(shù)跟機器自學(xué)習(xí)的手段，幫助我們前面說的模型逐步逐步的優(yōu)化。這個東西相信發(fā)展的前景會非常廣，發(fā)展的時間會非常長。

我們看看這些行業(yè)怎么用，我舉三個例子。

第一，銀行的例子。銀行對大數(shù)據(jù)的使用，探索也好，適用和最后的應(yīng)用是非常早的。銀行碰到這種，要防范風(fēng)險，要貸款，壓力特別大。它的典型應(yīng)用場景，我要定義存款，怎么定價才能掙錢;包括風(fēng)險評估，信用高了，不要有抵押。這是有很具體的要求，很具體的業(yè)務(wù)場景的定義。

第二，電信運營商的例子。這是非常簡單的，很初步的機器自學(xué)習(xí)的實用型的案例。因為它要做精準的營銷，打過去的電話找到的人就是他要找的人。剛開始的時候，這個分析模型是運營商自己定的，我認為電話號段在哪個哪個，每個月的電話費在800塊以上，同時有國際漫游的記錄等等，然后讓他們上三G的包，月費的包。當時出來的時候，這個模型的精準的比例，達到對的3%。通過自我學(xué)習(xí)積累的時間，大概積累了兩三個月的時間，精準營銷的準確度提升到了10。

第三，飛機的測試。飛機出來以后要做測試，飛機的一個測試周期是很長的，基本上10個月的時間。大量的數(shù)據(jù)出現(xiàn)了，各種電的，包括跑道的，速度的，飛機升起來的機頭的角度，下降的機頭的角度，燈光，耳機，通過這個階段測試你的問題。你飛了幾年之后會不會出問題，得要做測試，預(yù)測未來兩個月以后要換了，或者是三年以后要換了。這都要在生產(chǎn)完了以后，測試的時候得到。

來源：投資中國網(wǎng)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。