“大數(shù)據(jù)是機會，但只是少數(shù)人的機會，更多是巨頭們的商業(yè)障眼法，比如 IBM 、Oracle、微軟，他們提倡甚至夸大大數(shù)據(jù)的目的還是為了向你兜售他們的工具，兜售他們的解決方案，確切的說，從你身上賺錢。更有甚者，居然是向你兜售硬件，這不完全是扯淡么? 大硬件還差不多。”

—— fenng @ dbanotes

從2011年開始，英文IT界開始時不時的蹦出“Big Data”這一詞匯；到了2012年，大數(shù)據(jù)成為了一發(fā)不可收拾的一個行業(yè)熱門概念，仿佛出口不提大數(shù)據(jù)，都不好意思說自己是搞IT的。

究竟“大數(shù)據(jù)”和“數(shù)據(jù)”之間有啥區(qū)別，業(yè)界公認的定義分三方面：數(shù)據(jù)量(Volume)、處理速度(Velocity)以及數(shù)據(jù)種類(Variety)。不過說實在的，之前筆者跟IT界同行聊天時提到大數(shù)據(jù)，說這種量級的數(shù)據(jù)很久以前不就有了嘛，只不過是在研究所、氣象局、金融中心、醫(yī)藥中心之類的地方，跑在昂貴的大型機和超級計算機上面，而現(xiàn)在則跑到了一批互聯(lián)網(wǎng)公司們的廉價x86服務(wù)器集群上而已。從這個角度而言，大數(shù)據(jù)帶來的變革有點類似于二十多年前的PC革命（其實更像是30多年前的小型機革命），并非前沿創(chuàng)新，而是從前沿到普及的過渡。

普及的范圍有哪些？以下是維基百科上列出的一些例子：

網(wǎng)站日志，RFID，感應(yīng)器網(wǎng)絡(luò)，社交網(wǎng)絡(luò)和社交數(shù)據(jù)，互聯(lián)網(wǎng)上的文本和文檔，互聯(lián)網(wǎng)搜索索引，通話記錄，天文，氣象科學(xué)，基因?qū)W，生物化學(xué)、生物以及其他復(fù)雜的跨領(lǐng)域?qū)W科，軍隊，醫(yī)療，影像檔案，視頻檔案，大型電子商務(wù)。

下面還給了一些具體的數(shù)字：

• 斯隆數(shù)字化巡天項目（SDSS），起始于2000年，啟動后1周內(nèi)收集的數(shù)據(jù)量超過了天文學(xué)歷史上數(shù)據(jù)量的總和。其目前的收集速率在每晚200GB，總量超過140TB。而SDSS的后繼者一旦啟動，又能夠在5天的時間內(nèi)收集SDSS總量的這個量級。
• 大型粒子對撞機（LHC）的四個感應(yīng)器在2010年內(nèi)制造了13PB的數(shù)據(jù)。
• 沃爾瑪平均每小時處理一百萬個用戶交易，相應(yīng)的數(shù)據(jù)庫量級已經(jīng)超過2.5PB。
• Facebook的數(shù)據(jù)庫里儲存了超過400億張照片。（平均4張照片1MB，總量100PB。來源）

這個對比很有意思：沃爾瑪?shù)臄?shù)據(jù)比SDSS高一個量級，LHC的數(shù)據(jù)比沃爾瑪?shù)臄?shù)據(jù)量高一個量級，而Facebook的數(shù)據(jù)則比LHC還高一個量級！

筆者在2005年左右的時候看到過一張圖，因為很喜愛其中的含義，所以用在了自己的簽名上：

但是前兩天忽然發(fā)現(xiàn)，這張圖里的Internet被23,993,564,998 MB的數(shù)據(jù)代表，換算過來只不過23PB，還不到一個Facebook的數(shù)據(jù)量！整個網(wǎng)絡(luò)的數(shù)據(jù)積累速度之快，對于從上個世紀(jì)成長起來的人們而言實在是非常震驚。

接下來的問題就是，究竟誰會對這些數(shù)據(jù)感興趣？

廣告主

“我的廣告費有一半被浪費了，但問題是我不知道是哪一半。”

—— 現(xiàn)代廣告業(yè)之父 John Wanamaker

廣告、市場營銷涉及的范圍很廣，底層平臺有網(wǎng)絡(luò)媒體、社交網(wǎng)絡(luò)、紙媒、電視、公交站旁的牌子、電梯口墻上的屏幕、學(xué)校食堂的桌子等等；中間層有廣告投放系統(tǒng)、數(shù)據(jù)分析服務(wù)、做報告的；轉(zhuǎn)化層有電子商務(wù)和實體店。

“今天我們放一個路牌廣告，我可以告訴你西單路口一天兩千萬人可以看得到，這個數(shù)據(jù)是什么呢？真的是有一個人站在那去數(shù)這個事情嗎？其實都不是。”

筆者前日拜訪國雙科技，其高級副總裁續(xù)揚先生這樣描述起廣告行業(yè)的萬年問題——被浪費掉的一半。接下來，續(xù)揚先生開始感嘆互聯(lián)網(wǎng)帶來的變革：

“互聯(lián)網(wǎng)的出現(xiàn)，使在線的數(shù)據(jù)全部被采集成為了可能。”

也就是說，要了解用戶的互聯(lián)網(wǎng)行為，調(diào)查問卷、采樣這些手段已經(jīng)不需要，所有的數(shù)據(jù)在技術(shù)上都可以通過瀏覽器等終端自動收集，然后分析出來的結(jié)論，不再是針對某一個樣本，而是完整的目標(biāo)群體。這就是“全數(shù)據(jù)”。

這意味著什么？廣告主不再需要依賴基于某個隨機的樣本群做出的用戶報告進行決策了，他們可以拿到所有搜索過、查看過、購買過自己產(chǎn)品的用戶們的互聯(lián)網(wǎng)行為數(shù)據(jù)！而且數(shù)據(jù)收集合理完整的情況下，他們完全有可能計算出來自己每一分廣告投入帶來的回報。

為什么會這樣說？筆者拜訪國雙科技當(dāng)天，看到許云先生做的一次產(chǎn)品演示，其中有一點令人印象深刻：

一條時間線。

簡單來說，這條時間線是一個用戶訪問某化妝品品牌官網(wǎng)的一個歷史記錄。包含的信息很簡單：一個來訪時間，進入網(wǎng)站的來源，使用的瀏覽器，以及是否進行了購買。用戶的識別一般是通過cookie的手段和注冊用戶的機制實現(xiàn)，不過許云先生表示現(xiàn)在也有其他的技術(shù)手段；而且隨著用戶的數(shù)據(jù)越來越多的分享給互聯(lián)網(wǎng)服務(wù)商，辨認用戶的手段還會越來越多，越來越精準(zhǔn)。

在許云先生展示的時間線當(dāng)中，用戶在不同的時間段訪問了這家網(wǎng)站，并且在第四次訪問的時候進行了購買。其中可以發(fā)現(xiàn)一些細節(jié)：

1、用戶的第一次來訪是從微博（e.weibo.com）進入的

2、過了一個星期，用戶有意識的通過搜索又進來一次

3、用戶第三次還是通過搜索，這次訪問已經(jīng)確定了購買意向，然而

4、最后購買之前，用戶換了一次瀏覽器（Chrome->IE）

所以，如果你是該企業(yè)市場部那位決定在微博平臺投放廣告的決策人，或者是負責(zé)企業(yè)微博運營的市場人員，那么通過這樣一個歷史記錄，這個廣告的效果跟最終成交的這筆單子就有了直接的聯(lián)系。當(dāng)然，影響用戶最終購買的因素有很多，第一次曝光可能只是起到一個通知用戶的作用，但至少這能夠讓人有一個概念：企業(yè)微博做了是有效果的。具體算市場人員績效的時候，也好看個清楚。

就國雙科技而言，提供數(shù)據(jù)收集和展示的工具只是第一步；如果客戶需要，他們可以生成一份有針對性的報告，并進一步提出廣告投放或改版的建議。最重要的是，這些數(shù)據(jù)都是實時的——這在上世紀(jì)末可是金融界才能享受到的待遇！而且，這樣一家公司的客戶如果能夠覆蓋到一個行業(yè)的幾個巨頭企業(yè)，比如化妝品業(yè)的幾個跨國企業(yè)，那么國雙科技這樣一家200多人的小企業(yè)，也完全有可能掌握整個化妝品行業(yè)在中國區(qū)的大部分網(wǎng)絡(luò)廣告數(shù)據(jù)。如果要做一個行業(yè)報告出來，那么國雙科技手上掌握的有關(guān)國內(nèi)廣告市場的資料，有可能連Gartner、IDC這樣的傳統(tǒng)的權(quán)威報告發(fā)布方手上都沒有。這在以前是不可想象的。

這就是大數(shù)據(jù)時代的機會之一。而這其中的關(guān)鍵點之一，就在于你在這個行業(yè)收集的數(shù)據(jù)是否有專業(yè)性。筆者跟續(xù)揚先生聊天的時候談到有的企業(yè)可能不愿意把這種數(shù)據(jù)的工作交給第三方的企業(yè)來做，比如處于信息安全的考慮等等。對此，續(xù)揚先生是這樣回復(fù)的：

“大家越來越意識到尊重專業(yè)性，就是說，與其他做，他不一定有我做得專業(yè)、專注。中國人有一個特點，什么都想自己干，但是有的時候有一些非常尊重專業(yè)性的話，他就去用你這些數(shù)據(jù)。”

事實上，對數(shù)據(jù)上的這種專業(yè)性的尊重，在北美、歐洲等市場早已成為常識。對于小企業(yè)而言，可能只需要找到一個合適的模式執(zhí)行下去就好；但是對于上了一定規(guī)模的企業(yè)，需要決定要做哪些事情，將多少資源投入到這些事情上，都需要準(zhǔn)確的數(shù)據(jù)進行判斷，以避免資源的無謂耗損。好的數(shù)據(jù)提取出來的結(jié)論如果能夠幫助他們減少哪怕1%的損耗，那也是非常有價值的。

對于廣告行業(yè)而言，互聯(lián)網(wǎng)全數(shù)據(jù)索引只是一個起步。隨著網(wǎng)絡(luò)的觸角從智能手機往人們的身邊發(fā)展的同時，數(shù)據(jù)收集的范圍也在迅速的擴大至現(xiàn)實的世界當(dāng)中。比如今年開始出現(xiàn)在很多電梯間門口的刷q卡的機子。出租車后座上的觸屏設(shè)備。公交站旁邊的廣告牌、大學(xué)食堂的桌子，以后也很可能會能夠與我們進行互動。這種數(shù)據(jù)的廣泛性、散落性、多樣性和實時性，很可能會帶來更多的機會，對整個廣告行業(yè)造成巨大的變革。

您對于這樣的變革有何看法？歡迎留言討論！