[[181600]]

云計算是大數(shù)據(jù)的運行平臺，非結構化數(shù)據(jù)爆發(fā)式成長，大數(shù)據(jù)的智能分析和決策被粉飾的神乎其神，不過針對應用領域，還有四個要素將影響大數(shù)據(jù)發(fā)展：

1.預測后不敢用

如果把大數(shù)據(jù)比作算命顯然有點欺負了這位IT新寵，但從目前的大數(shù)據(jù)分析領域看，在很多行業(yè)應用上還存在敢測不敢用的尷尬，預測結果更多是印證而不是代替決策，除了大數(shù)據(jù)本身預測準確率以外，系統(tǒng)性風險帶來的決策失誤很可能最終讓大數(shù)據(jù)背鍋，信息部門以及咨詢機構憑空擔了責任，想想就覺得冤枉。

2.信息不對稱

大數(shù)據(jù)體現(xiàn)在一個大字上，是一個公司的數(shù)據(jù)還是一個行業(yè)的數(shù)據(jù)還是合縱連橫參考多個維度數(shù)據(jù)來做的最終分析?實際上各個“大數(shù)據(jù)庫”如一個個信息孤島，彼此缺乏聯(lián)動，而單一通過某個孤島來決策自然生態(tài)顯然是盲人摸象，不準也就不足為奇了。

3.非結構化難解人性

結構化數(shù)據(jù)的***特點是基于考量數(shù)據(jù)做推演，總結過去做預測，可當前大數(shù)據(jù)面臨太多的非結構化數(shù)據(jù)，這里包含了龐雜的社會信息和干擾信息，如果我們按照結構化數(shù)據(jù)的方式來看，從過去10年情況來預測今年的走勢，也許會得到一個波動不太大的結果，但如果我們發(fā)現(xiàn)某位用戶衣服買了綠色，褲子買了綠色，襯衫買了綠色，然后系統(tǒng)認為用戶在服飾選擇上偏愛綠色的話，那有一天用戶想買頂帽子時，系統(tǒng)推薦的商品也許會激怒用戶。

這應該是大數(shù)據(jù)面臨最尷尬的一點，如果說大數(shù)據(jù)是基礎，深度學習和人工智能才是關鍵，因為這兩項必須依靠大數(shù)據(jù)作為基石，會讓決策準確度實現(xiàn)指數(shù)級提升，當這兩項技術水平得到了解放，大數(shù)據(jù)才完整體現(xiàn)了價值。

4.使用過期數(shù)據(jù)

數(shù)據(jù)的新鮮程度將極大影響***的分析結果，不同的行業(yè)的數(shù)據(jù)保鮮時間也會有很大差別，例如服裝業(yè)的潮流變化速度明顯快于其他行業(yè)，很多大數(shù)據(jù)最終結果偏差都是由于數(shù)據(jù)更新的不及時性導致，因此如何確保數(shù)據(jù)不斷隨時更新對于大數(shù)據(jù)來言是一個很大的挑戰(zhàn)。

5.走不出安全隱私困局

安全是一個***話題，數(shù)據(jù)越多，泄露后帶來的風險和損失越大，“大數(shù)據(jù)庫”越大，一鍋端后看著越辣眼睛。