不存在没有价值的数据

C=CBNweekly M=Doug Merritt

企业越发看重对商业数据的分析，开始接受以云、大数据得到分析即服务的模式，但企业面对众多数据时不知道自己想要什么，或者自己想要的能否从海量数据中获得。因为缺乏挖掘数据价值的能力，相当多的数据即便被生产、收集，还是白白浪费掉了。在Splunk总裁兼CEO Doug Merritt看来，如何利用这些数据，从中提取价值，才是企业要关心的问题。

C：数据行业面临最紧要的问题是什么？

M：一家IT公司有着众多数据，它们来自服务器、防火墙、网络以及移动App等产生的各种机器数据，但它们要么是非结构化的、要么结构化程度非常低。非结构数据的数量在极度膨胀，且种类越来越多，随着IoT物联网的发展，又增加了许多新的来源。这个行业遇到的一个挑战是，需要在海量数据中提取结构以及意义。最被关心的是，如何从数据中获取价值，获取深度分析，获取行动力以及智能。现在有很多数据集，却没有产生价值。很多公司没办法理解海量数据。在全球范围内，用户对于私有云和公有云有着明确区分。75%的数据在自己的防火墙内，是第三方看不见的，其余25%是分享的。大部分人还是不愿意分享他们主要的数据。大家都想把控所有的数据，如何以一种经济上可以承受的方式，建立合理的流程来存储所有数据是另一个挑战。

C：那么如何在海量数据中获得价值呢？

M：没有意义和价值的数据是不存在的。我们会从别人觉得没有用的垃圾数据中寻找价值。举例来说，很多人认为日志文件（记录在软硬件运行时发生的事件的文件）是一种没有用的数据，倘若我们能从中提取意义，就可以解决很多有意思的问题。比如按日志文件回溯，解决IT运营系统中宕机时间的问题，让IT系统保持稳定和良好的性能。对企业而言，想要成功，需要的不止是平台，而是解决方案。所以我们的出发点要非常窄。譬如解决生产中的问题，就一定要实时地上传数据，这样才能及时作出判断。

C：如何理解你所说的“以一种经济上可以承受的方 式”？

M：一般来说，就是有效地计算存储数据，以提升存储、处理数据的能力。无论结构化数据还是非结构化数据，随着时间不断增长，其价值也随之改变，因此有热数据、温数据和冷数据之分。热数据对企业非常重要，可以帮助决策、获取洞见，其价值主要是在7天以内，发现安全或生产线上的问题。7天之后，数据会慢慢“冷却”，主要用于分析，不再立即应用在运营上。我们会把变温变冷的数据，转移到下一个数据层级，往后面走的层级，对于性能要求没有那么高，数据存储成本也会更低。也就是说不要贪心，而是要把数据做价值区分，这对所有的行业都适用。

C：商业数据分析会产生无数细分领域的公司，还是有一个包罗万象的巨无霸公司？

M：会是一个生态系统。遵循这样一个策略，即帮助公司解決具体的问题，提供解决方案，比如个人识别信息，可能有一些公司专门做这样的应用，同时数据平台的扩展性会越来越好，而且使用便利。以我们的平台为例，就已经有1500多个解决方案，对接全球各家公司。

C：在数据挖掘领域，人工智能、深度学习会有哪些作用？

M：数据领域正在真正走向机器学习、人工智能以及深度学习这3个非常重要的领域。已经有一些可视化的机器学习工具包投入使用，用户通过拖拽、点击就能够完成数据操作。机器学习更是嵌入数据挖掘工具本身，让这些应用可以有更高的有效性。比如，用一款数据安全产品甄别不好的用户行为，就可以通过机器学习来做。可以通过寻找规律来甄别安全威胁是来自于内部，还是来自于外部，这些都可以基于机器学习来完成。（采访：高松）