获取大数据的价值

Richard+Campione

中国、美国在过去的几百年中都经历了各种进化，中国是在过去的30年之内完成了数据演变的过程，这个进化是从数据开始的，到2020年中国数据量预计将占全球数据量的21%，比过去的15年增长得都要快，而且每天我們都在产生越来越多的数据。

Splunk预计到2020年，将会在数据市场中投入约1.4亿元，但是，到目前为止不幸的是只有15%的组织真正部署了大数据生产项目，所以我们现在处于数据发展的早期阶段。

我们需要了解数据如何能运用得更好，在庞大的数据量面前，怎样从中挖掘数据的有效价值？如果企业没有在生产上面有更多的部署，或者没有改变日常生活，那么可能就是一种浪费。

一些公司已耗费五到六年的时间，想要获得一个数据洞见，同时他们也希望在数据中的投入能够在现实中传递价值，但随着数据量的不断增长，结果却导致了一天之内高达100亿美元损失，怎么样才能够解决这些问题？比如可口可乐公司需要实时地了解客户的行为，同时改变对客户采购的商业决策，要求实时了解网上交易的具体情况，去改善客户的体验，并保护网络交易的安全性，确保可口可乐线上交易的快捷和顺畅。

什么是机器数据？机器数据只是一些数字、数据、字符等组合在一起，无法有效协同，这些机器数据杂乱无章，但是如果把数据和机器分开，会出现分成订单处理、中间件、IVR（互动式语音应答）等问题，中国使用微信处理这些问题，但挖掘数据内部信息时，便会发现比如客户的订单ID在IVR里，当客户下了一个订单，同时中间件发生了错误，中间件无法进行信息分配和存储，所以客户打电话给客服中心时，要等待的时间较长，这些极大地降低了用户体验。而怎样在系统中去解决机器数据中所获得的信息，通过相互协同进行数据传递，这也是Splunk一直在尝试做的。

Splunk与客户在过去合作的几十年中，一直在总结大数据发展的经验，并得出五个原则。第一，需要把数据看成是一个平台，把不同的平台应用结合在一起，这样人们在学习数据的同时才会变得更加简便。

第二，对于系统安全部门，他们所关注的是，是否经常会出现黑客攻击。由于安全部门关注点不一样，只能按照日常情况来处理所发现的问题，但是安全部门在保证安全的同时也会获取商业信息，所以从一个领域开始获得了一些价值，便能够扩展到其他领域，同时可获得一个路线图，并能够转移到商业部分，指导营销部门对客户的行为做出反应，从而确保我们在用户资产收益和客户服务上的水平。

第三，大部分的高价值信息可以从大数据中获得，这些数据信息实时产生，要把实时的信息在机器数据上和大量的数据结合在一起。通过ERP、CRM等系统的数据仓库连接起来，实时了解当下发生的情况。

而在市场和云中总蕴藏着各种各样的数据，要想获取这些数据，首先就要获取云以及现场的所有信息，而在数据不断增加的同时，企业规模也在不断扩大。

企业规模需要投入物力进行构建，但是企业发展最为重要的不仅仅是规模，而是生产和业务。在所有生产流程中，涉及客户以及各种商业机密，则需要企业和实体经济相结合形成网络，来保证企业大规模生产和转型。

第四，人们在挖掘数据价值时发现了什么？伦敦机场发现一些问题，如果乘客不了解怎么去进行安检，可能很多乘客要等很长时间，所以机场要确保95%的乘客能够在5分钟之内通过安检。

如果通过机器数据技术连接机场网络，机场可得知客流量数据，来进行疏导，可以防止大部分乘客滞留在机场。若将机器数据与人工智能相结合，通过深度学习技术，就能够实时了解客户的服务情况和客户的基本情况。

第五，如何及时发现黑客攻击，或者怎么知道黑客的攻击方法之前有没有使用过？这就需要把所有的数据结合在一起，帮助进行预测和调整。而Splunk的使命就是让每个人都能够访问和使用机器数据，从中获得价值。Splunk从底部开始，把云上以及现场数据收集起来，然后分析和存储。目前日常的数据处理需求量越来越大，需要把大部分的数据实时地进行交付，在机器以及人工智能层面进行应用，随时解决系统所发生的问题，确保使用者可以顺利操作。

在发展大数据的旅程中，第一，要使数据管理一步到位，把数据放到一个地方，可以有不同的人、不同的团队从中获得价值。

第二，如果监管供应商提供产品和运维，则必须保证正确的数据、正确的工具和正确的使用方法。

第三，数据的价值，有时候并不知道会出现什么问题，所以需要依据历史背景查询数据。第四，需要掌控现场而且能享受云的便利，在数据量持续增长的同时，要保证在增长的过程当中数据的绝对安全。

（根据演讲内容整理，未经本人审核）endprint