劉敏行

“大數(shù)據(jù)技術(shù)與應(yīng)用的產(chǎn)生發(fā)展，表明信息技術(shù)革命進(jìn)入了一個新的轉(zhuǎn)折點，數(shù)據(jù)資源真正與能源、材料等量齊觀，共同推動人類社會的進(jìn)步。更加廣泛深入的大數(shù)據(jù)應(yīng)用將出人意料的改變傳統(tǒng)產(chǎn)業(yè)[1]?！庇纱丝梢钥闯鰳I(yè)界共識：大數(shù)據(jù)的技術(shù)與應(yīng)用方興未艾，發(fā)展迅速。

雖然大數(shù)據(jù)在國內(nèi)還處于初級階段，但是商業(yè)價值已經(jīng)凸顯出來。手中握有數(shù)據(jù)的公司站在金礦上，基于數(shù)據(jù)交易即可產(chǎn)生很好的效益；同時，基于數(shù)據(jù)挖掘會有很多商業(yè)模式誕生，引發(fā)眾多新的業(yè)態(tài)產(chǎn)生。

然而，我們知道，大數(shù)據(jù)的基本概念是通過快速獲取、處理、分析以從中提取具有價值的海量、多樣化的數(shù)據(jù)，正如《大數(shù)據(jù)時代》一書中提到的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）[2]。從大數(shù)據(jù)產(chǎn)業(yè)的角度看，其產(chǎn)業(yè)鏈應(yīng)該包括大數(shù)據(jù)的采集與挖掘、組織與管理、分析與發(fā)現(xiàn)、應(yīng)用與服務(wù)等環(huán)節(jié)。因此無論是從大數(shù)據(jù)的概念還是從產(chǎn)業(yè)鏈的角度，我們都可以發(fā)現(xiàn)，大數(shù)據(jù)的關(guān)鍵環(huán)節(jié)是巨量數(shù)據(jù)的采集與挖掘。數(shù)據(jù)采集與數(shù)據(jù)挖掘涉及眾多技術(shù)與方法，通過觀察與分析騰訊微信平臺功能的擴展，發(fā)現(xiàn)平臺化應(yīng)該是數(shù)據(jù)采集與挖掘的關(guān)鍵。

騰訊最近更新了微信5.2版本，打開新版微信，歡迎界面回顧了微信3周年的發(fā)展歷程，里面記錄了微信功能擴展的一個個里程碑——“語音聊天”、“搖一搖”、“朋友圈”、“飛機大戰(zhàn)”、“微信支付”等。從這些所謂里程碑的應(yīng)用擴展，可以管窺騰訊的大數(shù)據(jù)策略。很多人原以為微信只不過是加入語音的QQ，到后來發(fā)現(xiàn)微信迅速涉足了游戲、在線支付，以及依托春節(jié)推出“理財通”這個與淘寶的“支付寶”相抗衡的金融工具，人們才真正發(fā)現(xiàn)，微信根本不是什么QQ的親兄弟，而是騰訊在不知不覺中構(gòu)建的一個大型社交生態(tài)平臺，這個平臺就是大數(shù)據(jù)平臺，依托這一平臺，騰訊才真正采集和挖掘了近5億用戶的相關(guān)數(shù)據(jù)。

眾所周知，平臺化的應(yīng)用對于數(shù)據(jù)收集十分方便。由于同處一個平臺上，各個分支模塊的數(shù)據(jù)一般會存在一臺相同的機器上，互相提取數(shù)據(jù)顯然比獨立時要方便許多，還能節(jié)省很多信息成本。比如，微信在沒有整合入游戲功能之前，騰訊要收集有關(guān)游戲方面的數(shù)據(jù)，就不得不去尋求一些游戲應(yīng)用開發(fā)公司的支持。這一過程，公司不僅需要支付昂貴費用，而且所獲數(shù)據(jù)不一定準(zhǔn)確和適用。仍拿微信和游戲公司比較，游戲公司的主攻方向是怎么把游戲情節(jié)設(shè)計得更加吸引人，畫面做的更加炫酷、質(zhì)量更好，故很多數(shù)據(jù)都集中在有關(guān)游戲設(shè)計本身的各個參數(shù)上。但作為一個社交平臺的微信顯然更關(guān)心的是人們喜歡玩哪些類型的游戲、人們什么時候會玩游戲、人們一般花多少時間玩游戲等等這些偏用戶信息類的數(shù)據(jù)，需求和取舍不同，有關(guān)數(shù)據(jù)的標(biāo)準(zhǔn)也不同；而如果將游戲應(yīng)用整合到一個平臺上來，那平臺管理團(tuán)隊就可以更具針對性的采集數(shù)據(jù)了，數(shù)據(jù)的可信度也就有了保證。

同時，平臺化有利于數(shù)據(jù)采集的標(biāo)準(zhǔn)化、規(guī)格化。因為來源于同一個平臺的數(shù)據(jù)，存儲起來就可以是標(biāo)準(zhǔn)和規(guī)格的數(shù)據(jù)。這既方便數(shù)據(jù)的提取、檢索，更為重要的是，標(biāo)準(zhǔn)化、規(guī)格化的存儲格式給今后的數(shù)據(jù)挖掘效率帶來了保證。作者曾經(jīng)動手編寫過一項有關(guān)數(shù)據(jù)挖掘的程序，先編寫數(shù)據(jù)挖掘算法程序，然后讀入幾組“大數(shù)據(jù)”進(jìn)行正確性和效率的驗證。結(jié)果在算法設(shè)計及優(yōu)化上花的時間不多，倒是花在處理數(shù)據(jù)輸入上費了一番功夫，原因就是給的測試數(shù)據(jù)格式不確定——數(shù)據(jù)數(shù)值之間的空格數(shù)不定，有的數(shù)據(jù)每一行是以windows標(biāo)準(zhǔn)的’ ’結(jié)尾，有的卻以linux標(biāo)準(zhǔn)的’ ’結(jié)尾；驗證起來難度很大。有時候，可能程序運行的數(shù)據(jù)不是原始數(shù)據(jù)，一開始就錯了，最終程序走不通。因此，如果數(shù)據(jù)本身是以一種比較標(biāo)準(zhǔn)的格式存儲的，甚至是用更高效率的數(shù)據(jù)結(jié)構(gòu)存儲的，這對于數(shù)據(jù)的挖掘應(yīng)用，就會更加高效和正確。

當(dāng)然，平臺化也給數(shù)據(jù)挖掘提供了新思路、新價值。[3]“大數(shù)據(jù)的核心是挖掘出龐大的數(shù)據(jù)庫中獨有的價值 ”，重點是要挖掘不同類數(shù)據(jù)之間潛在的聯(lián)系，即“交叉數(shù)據(jù)”的價值。微信平臺上有“滴滴打車”應(yīng)用，還有微信支付支持的電子商城和電影票購買業(yè)務(wù)?！暗蔚未蜍嚒睉?yīng)用可以獲取兩大關(guān)鍵數(shù)據(jù)，即地點和時間。地點即使用打車應(yīng)用之前要告知的目的地，時間則是根據(jù)路況信息推算出乘客在出租車上大概花費的時間。有了地點，服務(wù)器可以馬上從平臺上搜尋與目的地距離較近的商城或電影院，然后根據(jù)乘客的乘車時間推送一定長度的優(yōu)惠促銷信息吸引用戶消費。這里，“滴滴打車”的數(shù)據(jù)分析結(jié)果對于商城銷售商品發(fā)揮了重要作用。另外，像微信這種社交平臺，對于游戲設(shè)置本身信息的關(guān)注可能不多，更關(guān)心的是反映用戶使用習(xí)慣的數(shù)據(jù)，比如用戶每天在什么時候打開游戲，一般愿意花多長時間在游戲上。諸如這樣的數(shù)據(jù)，表面上看反映的是用戶玩游戲的習(xí)慣，但思路再放開一點，游戲其實是一種放松娛樂的方式。加之，微信平臺設(shè)置的網(wǎng)游不像大型網(wǎng)游，只是一些小游戲，往往是人們無聊的時候隨手玩一兩局，玩游戲的時間反映了一個人感到無聊的時間。然而，人們無聊不一定只能玩游戲啊，可能也會愿意看一兩篇小文章、小短片來消遣。于是，騰訊大數(shù)據(jù)平臺可以借此在用戶無聊的時間里，推送一些小容量小的文章、圖片、視頻，甚至是小廣告，這樣游戲應(yīng)用的數(shù)據(jù)又產(chǎn)生了難以估量的商業(yè)價值。

當(dāng)然，騰訊具體如何挖掘數(shù)據(jù)，作者沒有深入調(diào)查，但從微信平臺采集的數(shù)據(jù)，騰訊完全可以做點大文章。馮小剛拍攝的《私人定制》上映后，結(jié)果“私人定制”很快成為一種很火的銷售方式，因為針對每個人特定條件、需求的精準(zhǔn)營銷，專為“私人定制”的商品和服務(wù)受到越來越多人的青睞。要想真正做得精準(zhǔn)，更加“私人”化，關(guān)鍵在于私人數(shù)據(jù)的充分挖掘。而平臺化的應(yīng)用，有利于公司整合相關(guān)數(shù)據(jù)，進(jìn)行更加深入、系統(tǒng)的挖掘與分析，從而使“私人定制”成為可能。作者猜想，騰訊未來一定會借助平臺化這一“大數(shù)據(jù)”挖掘利器，將更多、更廣的應(yīng)用整合到微信平臺上，比如說被常用來作為收集、分析數(shù)據(jù)的搜索和地圖工具，也許不久的將來，就會出現(xiàn)在手機的微信應(yīng)用里。

上述分析，足以說明，騰訊的微信平臺是其大數(shù)據(jù)戰(zhàn)略的重要支點。憑借這一支點，騰訊在大數(shù)據(jù)應(yīng)用方面必將走在國內(nèi)眾多機構(gòu)與企業(yè)的前頭。

其實，采用平臺化策略，推動大數(shù)據(jù)產(chǎn)業(yè)的不僅僅是騰訊；國外的facebook、twitter，以及我們熟悉的Google，實際上都是先構(gòu)建了一個大數(shù)據(jù)采集平臺，然后對海量數(shù)據(jù)進(jìn)行深入挖掘分析，最終形成大數(shù)據(jù)應(yīng)用的。

平臺化戰(zhàn)略就是數(shù)據(jù)整合以及標(biāo)準(zhǔn)和規(guī)范的戰(zhàn)略。大數(shù)據(jù)的前提是如何更好地整合巨量數(shù)據(jù)，沒有巨量的數(shù)據(jù)資源，難以構(gòu)建大數(shù)據(jù)應(yīng)用，更難以形成大數(shù)據(jù)產(chǎn)業(yè)鏈。采集到了巨量數(shù)據(jù)，如果沒有數(shù)據(jù)的標(biāo)準(zhǔn)化、規(guī)范化，如果不能將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變成結(jié)構(gòu)化數(shù)據(jù)，如果不能方便快捷地挖掘出不同數(shù)據(jù)之間的關(guān)聯(lián)性，也難以實現(xiàn)真正的大數(shù)據(jù)應(yīng)用[4]。

由此，作者認(rèn)為，平臺化是大數(shù)據(jù)戰(zhàn)略實施的關(guān)鍵，有一個良好的數(shù)據(jù)整合平臺，才能真正構(gòu)建良好的大數(shù)據(jù)應(yīng)用。無疑，拓展大數(shù)據(jù)應(yīng)用，發(fā)展大數(shù)據(jù)產(chǎn)業(yè)，首先要考慮的是構(gòu)建一個能夠?qū)崿F(xiàn)數(shù)據(jù)采集與挖掘的大數(shù)據(jù)平臺。

[1]《中國信息化》雜志2014年第1期第5頁

[2]麥肯錫研究報告：《大數(shù)據(jù)：下一個創(chuàng)新、競爭和生產(chǎn)率的前沿》，2011年5月發(fā)布。

[3]維克托.邁爾-舍恩伯格與肯尼恩.庫克耶，《大數(shù)據(jù)時代》，浙江人民出版社出版。

[4] 謝超，《大數(shù)據(jù)下的數(shù)據(jù)分析平臺架構(gòu)》，《程序員》雜志2011年第8期。