“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(rèn)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(jìn)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(jìn)入網(wǎng)站的來源，使用的瀏覽器，以及是否進(jìn)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(rèn)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(jìn)行了購買。其中可以發(fā)現(xiàn)一些細(xì)節(jié)：

1、用戶的第一次來訪是從微博（e.weibo.com）進(jìn)入的

2、過了一個星期，用戶有意識的通過搜索又進(jìn)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(fù)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(jìn)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(jìn)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(jìn)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！