数据量——让数据分析师永远头疼的指标！

点击蓝字 关注我们

在现在社会的节奏里，IT部门的脚步是停不下来的，那么对他们来说，大数据的到来意味着一系列新的挑战。那么，不可避免的就是，有一些挑战就会远远超过现有的令人头疼的问题，这就意味着企业需要新的数据管理平台。各行各业都在进行开发更好的用户体验的数字计划，各方各面的数据也是蜂拥而至，但是如何利用这些大数据来针对用户进行合适的数字服务和应用的真实体验研发，包括现在我们对于网络、系统还有其他应用，都还没有足够的信息，但是由于现在每样东西都在被数据化，所以我们需要对大数据领域有所了解及深入。

我们来举个例子，多伦多一家医院出现了问题，急诊室乱成一锅粥，除了医生，护士也都给出了自己的建议，但是他们的说法没有达成一致，导致患者的治疗受到影响。在像医院这样的大型组织中，管理员的本职工作是从上到下设计解决方案。但是，事实证明，在医院中，咨询急诊室护士可以让患者更快找到成本更低的解决方案。然而，急诊室出现了混乱。角色不明导致诊断方向冲突和时间浪费。自从发生这件事后，医院给医生分发了亮橙色背心，以证明他们才是责任人。医院这个解决问题的过程被称为设计思维，该过程植根于同理心，从倾听出发。设计思维以一种直观的方式，强调在实施解决方案之前，提出问题并且理解用户需求及其问题的重要性。

但是现在很多数据部门往往忽视这个问题。其中一部分原因是因为数据量太大，造成数据过载，大数据部门的巩固走人员需要花费大量的时间精力去理解、处理、分析、运用这些大数据。这些数据很可能是孤立的、混乱的、甚至是无源的。

如果大数据部门的工作者从提供数据开始，定义问题、解决问题，目的是想办法让数据可以辅助决策，但是这个过程中，不一定需要大量的数据，而是一种便于交流、便于访问的方式，来向业务部门呈现他们的数据分析结果。

EdSurge提出过，理解数据并不容易，但提出正确的问题，明确学校面临的问题，引领设计思维过程，让数据告知答案，才能设计出更好地为学生服务的有效解决方案。当然不仅仅是针对学校，医院、企业、社区、超市等大型组织都是同样的道理。很多时候，数据不是越多越好，大数据不是一个“伪命题”，而是一种实实在在的技术，在应用方面，现在市场上也反应出了很多大数据的局限性。而我们应该关注的是，如何让数据有用。实际上，不管你的计算能力有多强，到了计算负担限度，计算负担越小，就越有可能产生有效结果。

大数据算法可以提供的东西实际上越来越有限，更多的是大数据本身，如何用最少的有效数据，让计算变得更简单，这样才能对它进行实时的处理,才能及时地给用户提供有效的数据。

end