在一次有關大數據分析的媒體沙龍上，筆者聽到了這樣一個有意思的小故事：某品牌汽車氣缸零件有兩條生產線，其中一條的次品率比另一條要高。那么，同樣的生產線、同樣的原料和生產工藝工序，緣何兩條生產線會出現這樣的差異？這時候IBM大數據分析工具派上了用場，通過抓取大量的歷史基礎數據和環境數據，分析發現其中一條生產線在下午兩點的時候次品率較高，原因在于這時候的陽光能夠照射到零件，導致零件溫度升高發脆。
　　導致次品率的因素居然是陽光!恍然大悟的同時，工程師們一定會感慨不已，原因很簡單，但發現原因的過程卻不簡單——這就是大數據分析的價值所在。
　　近年來，“大數據”成為最時髦的熱詞，不管是IT從業者，還是企業管理者，或是街頭巷尾的普通民眾不是在大談“大數據”、就是在聽別人暢談“大數據”，著名的“啤酒和尿布”的經典故事已經被各種大數據布道者廣為傳頌。
　　于是，就像一千個人眼中有一千個哈姆雷特，一千個人眼中也有了一千個“大數據”，所帶來的后果就是，大數據究竟是什么，究竟能做什么，究竟要怎么來用，卻并非每個人都能說得清。
　　還是來聽聽專家的看法吧!

　　大數據的幾點誤區

　　在這次沙龍上，IBM大中華區大數據與分析事業部數據平臺方案總經理劉勝利帶來了一堂大數據的普及課：一提到大數據，我們經常會想到Hadoop，或者想到當前最新的Spark，但不管是Hadoop，還是Spark、NoSQL都不代表著大數據，它們只是和大數據相關的工具。此外，抽樣數據也并不代表著大數據，抽樣數據是典型的在計算機產生之前就存在的抽樣調查：“美國總統選舉前做抽樣調查，數百年前就已經存在了，這也不叫大數據。”
　　在大數據興起之初，普遍觀點認為“開源”將成為大數據技術的靈魂，是大數據技術發展的方向;但隨著大數據及分析技術的不斷成熟，人們發現開源并不能解決大數據的一切問題，特別是在企業級大數據應用中。“開源里面沒有一個正式的支持體系，太開放了，所以里面的東西很多很新，匹配性做得不一定那么好”，劉勝利解釋說，在企業級大數據應用中采用開源技術需要具有很高的技術水平，會耗費企業過多的精力。“企業的精力應當在應用，而不是花大量的時間研究開源。”
　　企業大數據和互聯網大數據也有所不同。我們通常認為互聯網是最容易產生大數據的領域，我們的每一個互聯網行為，查詢、社交、購物、發布的每一條信息，匯總起來是一個驚人的數據量。“但企業的數據量并不是大到不可控，但種類要比互聯網復雜的多;互聯網數據在大數據當中如果處理不好會丟掉，對此企業級的客戶是不可以忍受的”，劉勝利表示，企業級客戶更關注數據的可靠性和穩定性，更關注數據挖掘，而不是堆積數據。
　　“對于企業而言，更重要的是如何用大數據，挖掘大數據對于行業創新有怎樣的幫助，這是客戶最關注的核心”，劉勝利強調。
　　大數據的核心是分析、挖掘和預測
　　今年，IBM重新規劃了組織架構，打破了傳統上硬件和軟件的部門限制，根據業務建立了新的事業部。在大數據領域，IBM成立了大數據與分析事業部(DBA)，將與大數據分析相關的業務放置到一起，以更快的響應客戶。據IBM大中華區大數據與分析事業部總經理鐘澤敏介紹，IBM DBA部門包含三大方面的業務：數據分析平臺、解決方案、行業專家和云服務。
　　IBM在大數據分析上的優勢在于IBM很懂行業，了解客戶的業務流程以及行業客戶原有的數據，并且產品化能力非常強，有著豐富的面向行業的大數據及分析工具;同時IBM也積極支持開源，在Java、Linux、Hadoop、Spark，這些技術方面IBM投入了大量的人力物力。例如近日IBM宣布將Spark嵌入IBM業內領先的分析和商務平臺，并將Spark作為一項服務，在IBM Bluemix平臺上提供給客戶。
　　很多人將大數據比喻為金礦，其核心價值是其中的“黃金”而非“礦渣”，大數據的利用過程就是一個去蕪存菁的過程，從龐大的數據中挖掘出有價值的信息。對此劉勝利表示，IBM非常強調大數據分析和挖掘能力，數據多并不是價值，只有把數據里面的商業流程挖掘出來才是大數據的價值，這也是IBM大數據分析所擅長的部分。“我們關注的是大數據之下的分析，我們強調的重點是在分析、挖掘、預測”，劉勝利表示
　　在IBM大數據與分析技術中，“流計算技術”是一個殺手锏，其代表產品是InfoSphere Streams，是目前業界獨有的流數據處理技術，它能夠同時分析許多數據類型并實時執行復雜計算，非常適合天氣預報、智能交通管理、芯片制造的流程控制、股票市場、安全監控、欺詐預防等需要實時分析的場景。
　　比如在航空領域，飛機本身實時數據的監控處理數據量非常大，飛機在飛行過程當中、飛機本身以及飛機相關的各種子系統，和外界交流的控制系統產生了大量的信息，這些信息被送到流處理的系統能夠進行實時的處理，從而預防安全隱患。此外在離港數據實時更新、訂座數據實時更新、24小時內航班、常旅客交叉銷售、常旅客體驗、短信服務、APP服務、反欺詐、航空安全等實時性很高的場景中，流數據技術也大有用武之地。
　　在車聯網和智慧交通、提升網絡質量、公共場所人流監控方面，流數據技術也能發揮重要作用。例如通過IBM Streams平臺采集分析網管系統告警、性能指標、信令監測系統數據、業務撥測系統等系統數據，進行多維度實時分析，能夠及時有效發現移動網絡主要業務運行和業務質量情況;讓運營商在業務質量降低或故障時，通過調度相應撥測手段及時確定故障影響范圍和故障根源，提升客戶滿意度。在公共安全方面，通過實時采集公共場所人流的手機移動信息，結合流數據技術，能夠實現人流監控，并預測災難發生。
　　“通過分析獲得業務洞察力，從而采取合適的行動”，劉勝利表示，IBM大數據分析提供了廣泛的分析能力來幫助企業決策者來回答以下問題：發生了什么？為什么會發生？接下來可能會發生什么？我們應該采取什么行動？——這才是大數據分析的核心價值。

　　大數據分析和物聯網的融合

　　“工業4.0”，“中國制造2025”是當前最為熱門的話題，兩者一脈相承，以物聯網為基礎，推動傳統生產制造系統的創新和轉型。IBM大中華區大數據分析事業部行業解決方案總經理劉詠梅介紹說，在工業4.0設備層、控制層、生產執行層、分析層、優化層五個層級中，優化和分析是最重要的，工業大數據能夠幫助企業實現創新。
　　例如，某電動汽車公司的定位是高收入、有環保意識的人群，IBM大數據分析方案參與到了該汽車的設計、研發、測試等過程，為復雜系統工程化研發提供了有力支撐大大提升了生產效率;在文章開頭的例子中，IBM大數據分析幫助該車企在16周內減少了一半的不良品，而在另一家汽車企業中，IBM大數據分析幫助企業降低了5%的保修成本，減少了一半的重復維修。
　　在工業4.0時代，大數據分析需要和物聯網技術相結合，才能發揮出更大的作用，物聯網技術為大數據分析提供了龐大的數據基礎，兩者的結合能夠構成一個完整的數據采集、分析、挖掘、預測的解決方案。
　　近日，IBM公布了物聯網戰略以及IBM在汽車、水務、電子、能源、制造、零售、通信、醫療健康等諸多領域中的物聯網成功實踐，宣布未來四年投資30億美元打造一個全新物聯網(IoT)事業部,并創建一個基于云計算的開放平臺，以幫助客戶和生態系統合作伙伴構建物聯網解決方案。同時宣布與The Weather Company子公司WSI建立新的全球戰略合作伙伴關系，幫助各個行業將關于天氣對業務影響的洞察用于企業運營中。
　　此外， IBM正通過與中移物聯網有限公司、航盛電子的合作，共同打造車聯網產業鏈，搭建智慧的物聯網及車聯網平臺，與北京江河瑞通技術發展有限公司宣布成立江河瑞通—IBM智慧水管理聯合創新中心。
　　未來，物聯網技術和大數據分析技術將會有更深層次的融合，人們生活或將因此而變。