外部的數(shù)據(jù)應(yīng)用是屬于跨域的數(shù)據(jù)應(yīng)用，需要很強(qiáng)的專業(yè)性。這一工作既需要了解市場上各類數(shù)據(jù)的屬性，也需要了解如何將數(shù)據(jù)加工才能滿足行業(yè)的需求。并不是每個(gè)數(shù)據(jù)都能為行業(yè)的某個(gè)需求做出明顯效果的；也不是經(jīng)過一次的采購就能完成的事情。也許，三五年后，當(dāng)外部數(shù)據(jù)種類穩(wěn)定且成熟，行業(yè)內(nèi)部自身的數(shù)據(jù)專家也可以主動(dòng)地去選擇外部的數(shù)據(jù)，依靠自身的力量完成與內(nèi)部數(shù)據(jù)的融合，去滿足業(yè)務(wù)的需求；但在今天，可能更多地還要依賴外部專業(yè)數(shù)據(jù)團(tuán)隊(duì)的幫助。
誤區(qū)二：大數(shù)據(jù)是萬能的
在外部數(shù)據(jù)應(yīng)用的過程中，還有一個(gè)主要的誤區(qū)就是對(duì)數(shù)據(jù)應(yīng)用的不切實(shí)際的預(yù)期。要么是將大數(shù)據(jù)、人工智能神話，要么就對(duì)數(shù)據(jù)應(yīng)用的過程缺乏耐心。
首先，大數(shù)據(jù)本身是一門技術(shù)，它與其他技術(shù)一樣都有著它的局限；大數(shù)據(jù)不是萬能的，但是數(shù)據(jù)思維是可以創(chuàng)造很大價(jià)值的。
其次，外部的數(shù)據(jù)產(chǎn)生的業(yè)務(wù)場景與行業(yè)不同，因而在使用的過程中，就要仔細(xì)甄別，不斷調(diào)整。距離行業(yè)需求越近的數(shù)據(jù)質(zhì)量越高，做出的產(chǎn)品就越好。但無論多近，外部數(shù)據(jù)始終是外部數(shù)據(jù)，其產(chǎn)生的環(huán)境與行業(yè)的需求大多不會(huì)100%契合，所以就需要專業(yè)數(shù)據(jù)團(tuán)隊(duì)的進(jìn)行加工、處理，經(jīng)過幾個(gè)輪回的迭代才可能取得好的效果，要有足夠的耐心。
誤區(qū)三：有大量的數(shù)據(jù)就馬上能產(chǎn)生價(jià)值
有很多行業(yè)用戶，依靠多年的積累形成了大量的數(shù)據(jù)。他們認(rèn)為有大量數(shù)據(jù)就能馬上產(chǎn)生價(jià)值。先不說這些數(shù)據(jù)的維度和質(zhì)量能產(chǎn)生多大價(jià)值，首先面對(duì)的是大量的數(shù)據(jù)格式混亂，數(shù)據(jù)字段不一致，要想發(fā)現(xiàn)其價(jià)值就如從雜草堆里挑出一根針。
對(duì)于大多數(shù)行業(yè)客戶而言，首先都面臨數(shù)據(jù)的歸集與治理的工作，磨刀不誤砍柴工。
無論是“大數(shù)據(jù)等于買數(shù)據(jù)”，還是對(duì)“大數(shù)據(jù)是萬能的”，還是“有大量數(shù)據(jù)就能產(chǎn)生巨大價(jià)值”都反映了數(shù)據(jù)應(yīng)用在大數(shù)據(jù)在行業(yè)的應(yīng)用尚屬初級(jí)階段。
挑戰(zhàn)
數(shù)據(jù)缺失
盡管大數(shù)據(jù)已經(jīng)經(jīng)歷了五六年的發(fā)展，數(shù)據(jù)無論在維度上還是數(shù)量上都已經(jīng)比幾年前有了很大的改變。但是客觀上講，還沒有達(dá)到質(zhì)的飛躍。由于相關(guān)的法律建設(shè)沒有完成，大量數(shù)據(jù)被滯留在少數(shù)流量入口處，形成了一個(gè)個(gè)數(shù)據(jù)的孤島。還沒有形成數(shù)據(jù)的有效打通、流轉(zhuǎn)，更談不上創(chuàng)造新的價(jià)值。
我依然堅(jiān)持2017年初的判斷，數(shù)據(jù)僅在局部市場，特定的場景已經(jīng)成熟，可以為客戶創(chuàng)造很大的價(jià)值。但還沒有辦法形成規(guī)?；袌?，這是由于數(shù)據(jù)發(fā)展的成熟度決定的。
數(shù)據(jù)的缺失，并不能靠高明的算法彌補(bǔ)。這與統(tǒng)計(jì)模型，大數(shù)據(jù)還是人工智能都無關(guān)系。只能面對(duì)這一現(xiàn)實(shí)，去尋找先期成熟的市場，盡可能地立足現(xiàn)在的數(shù)據(jù)以及算法幫助客戶解決他們的實(shí)際問題，創(chuàng)造價(jià)值，形成商業(yè)閉環(huán)；同時(shí)積極地關(guān)注其他市場的成熟。數(shù)據(jù)應(yīng)用市場與其他早期市場并沒有不同，都是由點(diǎn)及線，最后再到面的。這是個(gè)螺旋上升的過程，沒有捷徑可循。
數(shù)據(jù)思維的建立
與數(shù)據(jù)的缺失相比，一個(gè)更大的挑戰(zhàn)在于數(shù)據(jù)思維的建立。我們正在經(jīng)歷一個(gè)從IT到DT的跨越的時(shí)代。大數(shù)據(jù)、機(jī)器學(xué)習(xí)、人工智能都是這一跨越中的工具。但不幸的是，很多用戶甚至從業(yè)者還是沉迷于技術(shù)本身，把大數(shù)據(jù)等同于一個(gè)普通的技術(shù)，沒有上升到數(shù)據(jù)思維。
數(shù)據(jù)思維絕不只是技術(shù)部門的事情，而是整體戰(zhàn)略的問題。數(shù)據(jù)思維要滲透到每一個(gè)部門，每一個(gè)環(huán)節(jié)，用數(shù)據(jù)去輔助決策，讓數(shù)據(jù)去重構(gòu)業(yè)務(wù)流程，數(shù)據(jù)應(yīng)用才能發(fā)揮其最大的價(jià)值。只有將數(shù)據(jù)思維貫徹到企業(yè)的每一個(gè)環(huán)節(jié)中，數(shù)據(jù)才能真正轉(zhuǎn)化成生產(chǎn)力，數(shù)據(jù)的價(jià)值才能真正得以體現(xiàn)。
大數(shù)據(jù)技術(shù)是戰(zhàn)術(shù)，而數(shù)據(jù)思維是戰(zhàn)略。
2017年，產(chǎn)業(yè)格局越來越清晰。無論是數(shù)據(jù)服務(wù)平臺(tái)提供商，還是數(shù)據(jù)解決方案提供商，都在正確的方向上走出了堅(jiān)實(shí)的一步，其價(jià)值已經(jīng)得到了各自市場的認(rèn)可，進(jìn)入了良性的循環(huán)。雖然，我認(rèn)為大數(shù)據(jù)的真正高潮還未到來，短時(shí)間內(nèi)還處于投入大于產(chǎn)出的局面，但曙光在前，已經(jīng)在一個(gè)量變到質(zhì)變的積累過程當(dāng)中。隨著技術(shù)和數(shù)據(jù)的進(jìn)一步成熟，隨著行業(yè)的深入，相信不遠(yuǎn)的未來（可能是2-3年）將會(huì)迎來數(shù)據(jù)時(shí)代的真正高潮！