紅杉資本中國基金專家合夥人車品覺
拓撲社10月17日報導（文：王藝多）
在今天由神策資料主辦的神策2017資料驅動大會上， 紅杉資本中國基金專家合夥人、前阿裡巴巴集團副總裁、《決戰大資料》作者車品覺向現場觀眾分享了自己對企業大資料方面的觀察與思考。
儘管作為大資料專家與佈道者， 但車品覺看待大資料的態度非常理性。 車品覺直言， 很多資料科學家在科研上非常專業， 但在商業分析和經營分析上做的很差， 這是非常常見的。
車品覺告誡企業主：機器分析做得好的公司， 不代表資料分析做得好；非結構性資料處理得好的公司， 不代表結構性資料也能處理很好；資料分析做得好的公司， 不代表商業智慧做得好；而商業智慧做得好的公司， 不代表生意就能做得好。
車品覺呼籲， 企業千萬不要把大資料當成萬能的解決方案， 不可迷信大資料。
比如底層的資料獲取沒有做好， 那麼上層的應用必然會出問題。 『資料不穩定， 深度學習也就不會起作用。 』
與此同時車品覺指出， 現在很多公司欠缺的並非資料獲取與處理的能力， 而是思考能力比較落後。
他以目前火熱的無人車行業為例：
『比如未來的無人汽車， 一輛車可能會有3000個感測器， 背後的廠家有幾十個， 甚至是不同國家的廠商。 那麼這樣一個無人車， 你怎麼讓資料穩定、跨境資料合規傳輸、進行資料獲取與資料分析等等？這些都是非常現實的問題。 IoT的發展， 其實正在打破我們當前的大資料業務思路，
車品覺表示， 自2010年大資料概念被提出之後， 在最初的3年中， 很多公司都是在做結構化資料。 從2013年開始， 有些公司便嘗試使用機器學習處理非結構化資料， 這就帶來了很大的變化。
例如現在的杭州智慧城市， 我們可以將人們走動的影像變成資料， 而資料就是決策的依據。
他直言， 要想解決一個問題， 相關的資料越多， 解決問題的精准度就會越高。 但他提醒， 我們必須注意其中包含準確與不準確的概率。
『現在很多醫療專案沒有完全應用大資料和AI， 其中就是概率的問題。 大數據有時會有潛在的風險。 』
在“企業究竟需要多少資料量才能解決問題”這個觀點上，
他認為， 如果我們只有一塊拼圖， 那麼很難瞭解到拼圖完整的圖像。 但當拼圖足夠多時， 我們不需要很複雜的演算法， 也能解決問題。 所以企業要瞭解自己掌握的資料是否達到了關鍵的臨界點。
紅杉資本中國基金專家合夥人車品覺
車品覺表示，
人們總是很想知道發生了什麼，
為什麼會發生，
未來可能會發生什麼，
如果發生了我們怎麼做？
其實這些問題一直都是BI想要解決的。 協力廠商資料可以輔助企業進行決策， 但企業主就需要先瞭解這些資料拼圖有多少是集中的， 有多少是離散的， 有多少資料與自己的問題相關。 不弄清楚這些則會南轅北轍。
『比如高層管理者和中下層管理者要處理的問題一定是有差別的。 中下層管理者可能更關注目前的問題， 而高層管理者則需要考慮幾年之後的企業發展。 那麼高層管理者需要的資料量一定會遠遠大於中下層管理者。 』
最後車品覺表示， 從公司的發展來說， 一家成功的企業發展都不會逃過這8個步驟：
1.關注決策的過程。加強資料分析能力；
2.建立資料資源，整理資料標準；
3.形成管理規範，建設資料管理平臺；
4.建立海量資料的深入分析能力；
5.建設外部資料的戰略儲備；
6.建立資料的外部創新能力；
7.推動自身資料的開放與共用；
8.資料產業的戰略佈局。
他直言，前3點都是傳統意義上各家企業都能做的。第4點是企業成功與否一個分水嶺，能否建立海量資料的深入分析能力非常重要。企業要適時引入高級的外部人才，才能在未來的競爭中佔據優勢。
-END-
拓撲社是知名創投資料平臺IT桔子旗下，專注企業級服務的垂直媒體。關注和報導To B市場的新產品、新趨勢、新觀點，傳遞企業服務價值。
欲第一時間閱讀企業服務行業乾貨，請關注拓撲社官方頭條號。
1.關注決策的過程。加強資料分析能力；
2.建立資料資源，整理資料標準；
3.形成管理規範，建設資料管理平臺；
4.建立海量資料的深入分析能力；
5.建設外部資料的戰略儲備；
6.建立資料的外部創新能力；
7.推動自身資料的開放與共用；
8.資料產業的戰略佈局。
他直言，前3點都是傳統意義上各家企業都能做的。第4點是企業成功與否一個分水嶺，能否建立海量資料的深入分析能力非常重要。企業要適時引入高級的外部人才，才能在未來的競爭中佔據優勢。
-END-
拓撲社是知名創投資料平臺IT桔子旗下，專注企業級服務的垂直媒體。關注和報導To B市場的新產品、新趨勢、新觀點，傳遞企業服務價值。
欲第一時間閱讀企業服務行業乾貨，請關注拓撲社官方頭條號。