大數據已經越來越吸引全社會的關注，大量的人才和財富進入大數據領域，與此同時，真正了解大數據的卻并不多。中培偉業《大數據與可視化技術》培訓專家蔣老師在這里就大數據領域的8個重要觀點進行了論述。他認為這個觀點對深刻理解大數據具有重要幫助作用。

觀點一 ：大數據的信息熵值低

信息熵這一概念是由香農在1948年提出來的，可以用于表述信息的價值，信息熵高的言簡意賅，信息熵低的冗余拖沓。目前，很多大數據的來源都是一些系統的Log，圖片，視頻等。特別是日志系統數據，數據越來越多，越來越大，其中大部分是固定模板的數據，區分度差，信息量并沒有隨著數據的增加而線性增加。

觀點二：大數據不是銀彈，而是螞蟻效應

大數據應用常見，多見于推薦系統，業務流程優化，醫療，性能優化，預測，金融交易等，這些業務在傳統的做法上，已經十分依賴于數據了，雖然以前不叫大數據，但是也都是數據驅動的業務。數據的規模和種類增多，處理方法的增多，會漸漸提高這些應用的精準性，這種提高一定是漸漸的，一點一滴的。也許一天兩天感覺不錯來的，但是經過多年的持續改進，這種效果是顯而易見的。

觀點三：大數據不解釋因果關系，只關心相關性

有理論給大數據的一個特征進行了定義，即它“不是因果關系，而是相關關系”。沃爾瑪通過數據挖掘，發現蛋撻和颶風產品有很多關聯性，并且放在一起銷售提高銷售量。沒有人清楚其中的因果關系，當然，也可能有人牽強的解釋，美國人喜歡颶風時期躲在家里吃蛋撻，通過數據我們獲得了相關性，但是卻不理解其中因果關系。

觀點四： 大數據資源公司最佳變現是被收購，最直接變現渠道是廣告和泛征信

很多專業大數據服務公司的發展都不走上市之路(注意不包括大數據技術公司，因為他們對于變現的能力和可持續性都有很多顧慮，他們也面臨高風險的用戶隱私挑戰，因此很多大數據資源公司的PR工作，遠遠多于具體落地的數據服務工作。因此，各個專業大數據公司都忙于各種行業洞察報告和排行榜，數據可視化的工作一個比一個炫麗，一個比一個追熱點。談到大數據公司的變現，很多公司會提到“數據服務”，實際上數據服務的市場相對穩定，并沒有因為大數據公司的發展而市場膨脹，因此“數據服務”實際上是一個明顯的“僧多粥少”的狀態。

另外，大數據的價值呈現存在于征信系統，金融的本質是一個套信用系統，這就是為什么各大互聯網公司都早早進入金融業務。目前很多P2P公司是否能夠生存，主要依據就是風險控制，大數據是重要技術支持，因此很多P2P會采購大量數據資源，加強自己的征信系統。

觀點五：大數據是對用戶隱私的汲取

大數據正在結合智能設備的普及而大力推進，例如攝像頭，手機，智能穿戴設別等。 其中，大量用戶隱私數據被收集，例如用戶地址，交易數據，搜索數據，用戶的地理位置信息，用戶的脈搏，聯系人列表等等。這些都是用戶的個人數據，各大數據公司都通過改善服務為借口，獲得用戶的授權，而進行隱私的汲取和偷窺。

也有一種聲音，這些數據是為了讓你享受更好的服務。這里面也是很多邏輯問題。首先，服務商提供更好的服務，并不代表可以收集用戶的隱私數據;其次，很多公司不提供不收集用戶隱私數據的服務的選項，這讓很多用戶無法選擇禁止用戶隱私數據收集，這是一種利用市場地位的壟斷和霸王條款而后，所有數據公司沒有提供數據清理功能，刪除用戶所有的歷史數據。這意味著，你的隱私數據一旦被收集，可以被無限次的無范圍的濫用。

觀點六： 用戶數據是無法通過定價而進行交換的

大數據采集公司，都有數據變現需求。對于數據采集公司來說，雖然能做一些數據分析和預測，但這些分析服務的費用較少(在成為頂級咨詢公司之前，很難持續公司的正常運作，只能繼續燒錢或者被收購。對于數據采集公司來說，很多人認為數據可以在公開公正公平的數據市場中變現，不少市面上的DMP都提供了一些數據交易平臺，希望數據項商品一些安全，公平的交易。

在各種大數據的應用中，用戶的個人數據在很多場景中是最有價值的，這些數據一旦流入到市場或者黑市，社會后果將不堪設想，而且數據泄露者還面臨法律風險，因此數據交易無法在公開的數據交易市場進行。一些脫敏技術可以讓數據難以反追查，但是脫敏技術的尺度把握卻是在人的手上，它很容易引入各種法律風險。

觀點七：大數據的價值是真水無香

在大數據這一名詞在社會上鋪天蓋地呈現的情況下，讓人覺得不懂大數據是一種羞恥。最近面試過好些候選人，做沒做過數據都說想做大數據，而且是非大數據/機器學習不做，問他為什么要做大數據，所有回答都是這是趨勢，不轉型，寧等死，大數據可以挖掘出很多價值，幫助業務增長，這種感覺很好。

反過頭來，看看工作中搞大數據技術的同學，每天通過腳本處理成千上萬的數據，每天苦逼的處理各個數據格式，數據清洗，數據加工，數據分類/聚類，好不容易生成一些數據洞察結果，也需要用一大堆腳本和數據進行二次驗證，包括精準率召回率。

確實，在一種新的數據洞察或大數據應用出來的時候，確實對于產品的提升很有幫助，為了保持保護這種提升，需要不斷的對于數據進行清理，提高及時性，這種數據的維護工作慢慢會變成大數據工作者的很大一部分工作。

觀點八：搞清楚業務之后，再談大數據也不晚

大數據作為當前的一個熱門詞匯，目前很多行業峰會都沾上“大數據”的光環了，以前的站長大會也變成”自媒體大數據峰會”了，以前的互聯網運營大會也變成”大數據運營峰會”了，以前的軟件研發大會也加入了一個“大數據”分會場了。這是一個大數據唾沫橫飛的世界，一不小心你就參與其中了。