大数据的三重门：快数据、民主化和智能化

大数据的革命口号甚嚣尘上，但是对于大数据厂商和创业公司来说，大数据的创新方向尚未明朗。Lightspeed Venture Partners的管理总监Ravi Mhatre认为，大数据创新的大商机将是如何让大数据变成“快数据”，以及如何让大数据分析变得更加轻松和直观。

过去一年中，大数据是企业应用市场最火爆的话题，甚至有些过度炒作了。但不可否认的是，大数据确实是颠覆性的创新，引起广泛关注也不足为奇。根据IDC最近的大数据报告，受大数据概念刺激，2011年业务分析软件市场增长了14.1%，市场规模将在2016年增长至507亿美元。

作为Lightspeed Venture Partner的管理总监，Mhatre与大数据的企业用户和创业公司进行了大量沟通，了解他们如何使用大数据技术及如何选择大数据技术研发方向。Mhatre发现如果企业希望真正驾驭大数据潮流并从中获得竞争优势，就不能局限于大数据的存储和查询。企业据需专注于那些能让大数据变成快数据，能把大数据分析变得直观、易用甚至有趣的技术。

存储只是第一重门

面对大数据，企业往往为被存储海量数据的问题所困扰，而忽略了大数据的实质。高可扩展性存储技术的突飞猛进让企业们能够以较低的成本采集存储海量数据。而存储和管理这些海量数据是过去多年中企业界讨论的最多的大数据命题。例如Cloudera、Mapr、Vertica（被惠普收购）、Datastax等公司的产品都能提供优秀的大数据企业存储和管理架构。

但存储数据只是大数据的第一步。接下来的挑战是如何利用大数据优化业务决策。目前，大多数公司都依赖数据科学家挖掘海量原始数据。这是一个不错的开始，很多数据分析领先企业已经获得了显著的投资收益，它们在大数据科学家的帮助下增加了收入或降低了成本。但不可否认，这种方法费时费力，成本高昂，而且数据科学家人才极度稀缺，这导致大数据分析应用变得难以扩展，且无法做到实时分析。

一些新兴的大数据创业公司应运而生，他们推动数据的民主化，在基础大数据平台之上整合快速分析、直觉化和协作化方法，为更多的企业挖掘海量数据提供更易用廉价的大数据工具。

第二个挑战和机遇来自于让大数据分析变成快数据分析。今天，基于传统企业数据架构的分析结果通常需要数分钟甚至数小时，因为所有的查询问题都必须预先计划并写成准确的脚本。这使得可供分析的业务问题的灵活性大打折扣，如果说“管理是一门艺术”，需要灵光一闪，那么传统的“八股文”式的业务分析显然是“反动”的。

而当大数据分析能够以“思维的速度”运行时，业务分析将完全不同。用户提出第一个问题，迅速获得反馈，重新整理思路后提出一个更好的或附加的问题，如此循环，最后很可能得到超乎意料的极具价值的数据分析结果。Google Instant企业版就是一个很好的尝试，此外还有很多创业企业都在试图攻克这个难题，包括Qubole、Boundary、DataDog等低调的公司。

大数据创新的第三个境界是大幅提升大数据分析的浏览和操作体验，把大数据从连篇累牍的电子表格中解放出来。（让大数据分析变得更直观更易用）

新的大数据创业公司专注于整合人工智能（AI）、可视化、面搜索（Faceted Search）和社会化协作工具，让成百上千的普通业务人员能直接协作挖掘、分享和评估大数据集，而无需数据科学家的介入。

自助式BI的出现让普通业务人员也能玩转数据仓库，无需身价不菲的IT专家和数据科学家的协助。多年以来，数据专家在数据查询和报告生成中不可或缺的地位极大地限制了业务分析流程的发展和普及。这方面，最激动人心的创业公司包括Tableau、Cliktech和Edgespring。

大数据革命还处于早期阶段，虽然有过度炒作之嫌，但是真正激动人心的创新才刚刚开始，大数据的大机遇和大价值将会给参与其中的企业和创业公司带来丰厚的回报。（王萌编译）

关于作者：Ravi Mhatre(@RMTacct)是Lightspeed Venture Partner的管理总监，专注于投资企业IT、移动、互联网和云计算服务与应用。