大數據走向平民化（車品覺）
我曾經跟一位美國零售集團的高管交流，得知數年前當傳統零售業意識到電子商務所帶來的改變時，除了大量招聘數據科學家，第一件事就是去收集線上對手大量的即時商品數據。經歷了幾年後，如今美國的大型零售公司都已具備選擇商品、動態定價及多終端多渠道的管理能力。為了支持每一秒鐘與對手的競爭，可以想像收集更廣更即時數據之重要性，即使是一個簡單的天氣變化，都有可能令你當前商品的競爭力落後於對手。
兵法有云「知己知彼，百戰不殆」，對於企業應該如何使用數據，這一句話最為貼切。當很多公司來問我該怎麼使用數據時，我必然會告訴他，用數據了解自己（知己）是第一步。第二步就是用數據來了解競爭對手（知彼），並根據對手的動態變化作出攻守判斷。大數據的首要關鍵，就在於如何量化數據大小與決策好壞的關係。
你可能會問：這麼高難度的事情，小企業如何跟得上呢？好消息是，在這幾年間，美國的大數據生態已逐步走向平民化。
專業工作變人人可做
最近美國一家專注數據收集爬取的公司Import.io，就讓我眼前一亮。互聯網是世界上最大的開放數據來源，通過Import.io的工具，用戶可以瞬間將眾多不同網站轉化為數據表格或API（應用程式介面）。Import.io每天從互聯網上搜集千萬條紀錄，至今已從30萬個網站上收集了上千億條數據紀錄。Import.io在同類公司中技術領先，曾多次獲評選為最佳創業公司。目前該工具對個人用戶免費開放，對企業用戶則源源不斷地提供大規模、定制化及具質量保證的數據。
讓我感到興奮的是，他們把採集半結構化數據這項本來只有技術工程師才能做的事，變成了人人都可使用的平民化服務。而健康的大數據生態，應該是可以讓數據從收集、加工到應用的各個環節變得愈來愈精細，整個數據處理的過程形成一個互惠互利的產業鏈，大家都在大數據的海洋中共同分工協作。
我們不得不讚嘆美國大數據產業鏈的發達，有人做數據的中間層，比如把天氣跟零售的數據關聯起來給需要的人使用；有人把機器學習的門檻降低，變成MLS（Machine Learning as a Service）， 讓不懂數據的人也具備數據學習的能力；也有人把數據視覺化變成簡單易用的工具。Import.io這樣的公司就把數據收集變成如水電煤一樣每個人都能使用的服務。
雖然大數據從原始數據到加工到使用是很長的鏈條，但如果有好的數據生態和產業鏈，每個人專注其中的一個環節，各司其職，分工協作，就能把數據的價值發揮到最大。希望在不遠的將來，中國也能跟美國一樣，早日建立豐富完整的數據產業鏈。
更多車品覺文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
