去年5月筆者曾撰文闡述百度、阿里和騰訊這三個互聯(lián)網(wǎng)巨無霸開始挖掘大數(shù)據(jù)。一年過去，擁有海量數(shù)據(jù)的公司已在多個領(lǐng)域嘗試對掌握的數(shù)據(jù)進行利用，大數(shù)據(jù)意識和能力進步飛快，體系和工具日趨成熟。
大數(shù)據(jù)應(yīng)用實踐，碩果累累
百度在大數(shù)據(jù)方面讓人印象深刻的有百度遷徙這樣的公益項目，應(yīng)用在民生和新聞等領(lǐng)域。最新動態(tài)是，百度網(wǎng)盟利用基于大數(shù)據(jù)的CTR（廣告內(nèi)容匹配）數(shù)據(jù)，站長的平均收入提升70％。
阿里則對外宣稱已經(jīng)擁有100PB數(shù)據(jù)并以令人欣喜的速度增長，馬云最新的內(nèi)部郵件將阿里戰(zhàn)略闡述為云端＋大數(shù)據(jù)，阿里要進入數(shù)據(jù)時代。
騰訊廣點通平臺不乏亮點應(yīng)用，例如美麗說借助廣點通在移動端取得豐收，小米手機與QQ空間合作更是基于社交數(shù)據(jù)營銷的經(jīng)典。
百度、阿里均已將大數(shù)據(jù)升級為公司戰(zhàn)略，李彥宏、雷軍等互聯(lián)網(wǎng)代表人物在兩會時都曾有建言，推動政府的大數(shù)據(jù)意識和開放，大數(shù)據(jù)正在從理論走向?qū)嵺`，從專業(yè)領(lǐng)域走向全民應(yīng)用的階段。
互聯(lián)網(wǎng)牽頭大數(shù)據(jù)的必然性
為什么國內(nèi)的大數(shù)據(jù)應(yīng)用，只有幾個互聯(lián)網(wǎng)巨頭取得成就呢？是因為它們擁有最多的用戶、流量和數(shù)據(jù)嗎？答案是否定的。因為所有關(guān)于大數(shù)據(jù)的論斷都認(rèn)為，大數(shù)據(jù)并不在于大。質(zhì)量、性質(zhì)以及誰擁有它，將決定大數(shù)據(jù)能被挖掘出來的價值和難度。
物聯(lián)網(wǎng)傳感器、視頻監(jiān)控設(shè)備時時刻刻都在收集海量數(shù)據(jù)，但價值沒有微博大，因為數(shù)據(jù)難以變現(xiàn)。運營商擁有用戶通信相關(guān)數(shù)據(jù)，從語音到短信再到位置，量大過任何一個互聯(lián)網(wǎng)巨頭。只能白白浪費，因為運營商不被允許也無能力去利用這些數(shù)據(jù)。與之類似，政府部門、軟件企業(yè)均擁有大數(shù)據(jù)，卻只能任其沉睡。
之所以BAT走在國內(nèi)大數(shù)據(jù)應(yīng)用的前列，即與其擁有的數(shù)據(jù)性質(zhì)有管，與互聯(lián)網(wǎng)企業(yè)的技術(shù)基因、開放創(chuàng)新和積極進取有關(guān)。
大數(shù)據(jù)利用難點在于技術(shù)。從數(shù)據(jù)的收集到存儲到清洗，再到脫敏，歸類，標(biāo)簽化、結(jié)構(gòu)化，以及最后的建模分析、挖掘利用，均是技術(shù)活兒。需要服務(wù)器集群、數(shù)據(jù)利用模型和數(shù)據(jù)處理算法來保障，然后才是挖掘出來的結(jié)果的包裝、變現(xiàn)。
相對其他擁有大數(shù)據(jù)的金主來說，互聯(lián)網(wǎng)企業(yè)的技術(shù)甩開它們幾條街。運營商技術(shù)是外包；銀行的技術(shù)外包居多；其他公共部門例如政府、交通、教育、能源等行業(yè)，技術(shù)對他們是遙遠(yuǎn)的名詞。
還有動機。互聯(lián)網(wǎng)企業(yè)的服務(wù)產(chǎn)品幾乎是免費，必須通過其他模式賺錢。過去是廣告、游戲和增值這三種模式，到了移動端廣告模式遇到瓶頸，需要新模式，抑或加強原有模式。這兩點上，大數(shù)據(jù)都會起到大的作用。
BAT大數(shù)據(jù)思路迥異
BAT三家的數(shù)據(jù)各有特色。
百度是基于用戶搜索行為的需求數(shù)據(jù)，阿里掌握著交易以及信用數(shù)據(jù)，騰訊則掌握著社交關(guān)系數(shù)據(jù)。各有千秋。它們對大數(shù)據(jù)的應(yīng)用方向并不相同。百度和阿里更為激進。騰訊觀望多過行動，也可能是說得少做得多。
首先是動機。
百度收入95％以上來自廣告，淘寶的主要收入模式也是廣告。百度、淘寶和CCTV是中國前三大廣告投放陣地。騰訊主要收入來自游戲和社交增值業(yè)務(wù)，廣告收入占比僅為三成左右。
本階段大數(shù)據(jù)變現(xiàn)的主要途徑是精準(zhǔn)廣告，這契合百度和阿里的訴求，兩家將大數(shù)據(jù)升級為公司戰(zhàn)略。
其次是技術(shù)。
搜索引擎是技術(shù)驅(qū)動，百度和其創(chuàng)始人李彥宏最具技術(shù)基因。馬云對外宣稱因為其不懂技術(shù)所以阿里技術(shù)最強。只有騰訊不怎么強調(diào)技術(shù)，一直強調(diào)產(chǎn)品能力。
大數(shù)據(jù)是技術(shù)活兒，百度和阿里這兩位自認(rèn)為技術(shù)很強的玩家探索在先符合常理。百度和阿里在大數(shù)據(jù)技術(shù)已經(jīng)進行較多布局，從人才到架構(gòu)到基礎(chǔ)設(shè)施再到技術(shù)理論。
百度有深度學(xué)習(xí)研究院、高價聘請大數(shù)據(jù)領(lǐng)域人才以及與高校合作，正在建設(shè)亞洲最大云計算機房；阿里有飛天計劃，有先進的跨機房5k集群、Apsara分布式計算系統(tǒng)，還有數(shù)據(jù)委員會這樣的架構(gòu)。
幾家在云計算平臺上的不同態(tài)度可以佐證我的觀點。云平臺和大數(shù)據(jù)是連體嬰。“移動端”、合作伙伴和用戶個人的數(shù)據(jù)，均需要“云”來收集、存儲和處理。要掌握大數(shù)據(jù)，一定要具備承載數(shù)據(jù)的開放的云。