審慎看待大數據，遠離陷阱

隨著大數據的應用范圍越來越廣，大數據將成為全球IT布局的重點，據統計，全球大數據近幾年保持年均57%的增長。大數據熱持續升溫，大數據一詞已成為各種公開場合中最為炙手可熱的關鍵詞。人人都在談論大數據，仿佛你的發言中沒有提到大數據，你的成果中沒有應用到大數據，那你就徹底OUT了。

有專家指出，大數據這個概念是一個很不科學嚴謹的概念，具有很大的模糊性，但正因如此，給外界留下了很大的想象空間。隨著互聯網技術的高速發展，數據的形態越來越復雜，對數據的使用要求更是五花八門。在不同的場景下，大數據這個詞匯似乎成了一個筐，什么都可以往里裝。這一概念不但看起來“高大上”，而且科技感十足，想象空間足夠大，因此備受推崇。因為大數據往往意味著大投資、大生意、大客戶，相關軟件和硬件的銷量自然急劇增加，毫不費力賺得盆滿缽滿。于是，一場以大數據為名的運動在全社會轟轟烈烈地開展起來。

總的來說，近年來涌現的一些新的大數據技術的確促進了數據處理能力的大幅提高，但也應該注意的是，伴隨著大數據的發展也產生了一些不良現象，比如：炒作概念，無中生有；似懂非懂，濫用數據；盲目跟風，浪費資源等。這些不良現象應引起我們足夠的重視。

大數據是雙刃劍

大數據是雙刃劍，用得好會給企業創造價值，用不好不但會成為企業的負擔，反而還可能會成為誤導。大數據可能導致的危害有以下幾點。

一、會導致錯誤的評價和決策。

片面的數據會造成危害，數據雖然是客觀和科學的，但怎么使用和看待數據卻是人的問題。如果有些別有用心的人利用大眾對于大數據盲目迷信的心理來誤導大家，那么這種披著權威外衣的欺騙甚至要比不用大數據更能導致嚴重后果。

我們知道，數據的最大商業價值在于預測，現在的企業越來越傾向于使用大數據得出的結論作為未來的決策依據。不少數據分析專家認為，數據越大，其中枝節越多，錯誤也就越多。數據科學家Vincent Granville稱：“這也就意味著一些因子之間的關系可能完全是隨機的，以此來建預測模型，你會輸得很慘?！?/p>

二、投資與收益嚴重倒掛。

大數據既然“大”字當頭，自然投資成本不會小，而大數據這種大投入能不能帶來大產出就是另一回事了。對于分析系統而言，其分析的結果能否抵得上投資收益是一件不太確定的事，并且有效數據的產生可能需要一個長期的過程。對大數據的挖掘有點像在一座據說藏有黃金的礦山中挖掘，但要挖多深、挖多久才能有結果，其實有很多并不確定的因素。

三、加重核心系統的負擔。

在爭搶系統資源方面，大數據系統當然比資源池內的其他系統更有“威力”。即使是主機環境互相隔離開，但只要是在一個機房內，存儲、網絡帶寬、機架空間、用電負荷等資源也會被迅速增長的大數據系統搶得一干二凈。長此以往，核心系統的業務資源必然緊張，系統運行風險也隨之上升。

審慎看待大數據

大數據是信息化系統發展到一定階段以后的必然產物，更大更全面的數據處理能力必將成為企業未來重要的生產力來源。在資本及政策助力下，大數據產業的發展將會延續高速增長，應用范圍還會將不斷擴大，其價值也會得到進一步的挖掘與體現。

當然，因為我國大數據產業尚處起步階段，很多產業鏈配套不成熟，還需要靠進口，這一點可能成為大數據產業的一大掣肘。再就是因“數據壟斷”難與傳統行業融合，目前大量的數據被少數幾家企業壟斷，不愿意分享數據，制約了產業發展，從而使大數據價值沒有得到充分發揮。

當下還存在數據安全隱患相關法律法規不完善等問題，也致使不少企業和個人對大數據有所防范，特別是數據非法交易的猖獗，令企業、個人心生顧慮。無論是數據交易，還是數據保護，亦或者是其他，都沒有一個明確的法律。企業不明白規則和紅線，束縛了發展。

因此，我們要用審慎的心態看待數據，避免因使用片面的數據而產生決策偏差，甚至是步入陷阱。如果我們不能合理使用大數據，那么大數據就真的成了“大忽悠”。我們還要根據實際選擇合適的大數據方案，并充分考慮投入和產出的比率，避免“大而全”的建設思路，在使用大數據的同時，還要做好數據信息可能泄露的安全防范，限定數據使用的范圍、流程，避免大數據造成的負面影響。