美媒解读大数据：赚钱机会多亏钱风险大顺水鱼财经

中国日报网7月31日电（刘世东）大数据是当下最受关注的流行词之一，有时甚至到了被滥用的地步。然而，谁将从大数据中获益，以及如何利用大数据获益等这些事关大数据未来发展的问题，很多人却对此知之甚少。' 美国《连线》杂志网站日前刊文对这一问题进行了探讨，指出无论是投行还是传统制造业都可以通过大数据赚钱，但在运营大数据项目时无疑也面临着诸多风险。

公司如何通过大数据赚钱

大数据这一新兴的技术可以被用来更精准的剖析股票 市场和供应链等复杂系统。投行成为最早一批应用大数据分析的行业之一，这一点都不令人意外。毕竟，那些以赚钱为业务的管理者通常更乐' target='_blank' >于利用技术去节省和创造财富。

在投行的日常业务中，为了对投资机会或股票 购买进行精准的推荐，有新闻简报，财务报表等大量文档需要处理。如果人工进行处理，工作量过于庞大。因此投行分析师们往往会简化他们的分析模型的假设前提，并使用电子表格来完成绝大部分工作。大数据技术可以处理巨量信息，这可以使投行减少（因简化分析）所面临的风险，并做出更佳的分析和预测。

通过大数据平台，股票 经纪人和投资经理们可以处理巨量非系统性的信息，以确定哪些公司最值得投资。非系统性公共信息，如公司新闻，产品评论，供应商数据，价目单变化，可以整合为“大数据”统一来处理，建立起数学模型，帮助经纪人决定买入或售出哪些股票 。

有些利用大数据进行投资预测的企业，往往通过云平台来削减先期成本，先从少量的服务器开始，在获益后，逐步提高投入。例如，一位数量分析师从一家大型投行辞职后，在不到半年的时间内，使用非常有限的投入，便创立了一个已实现盈利的大数据交易系统。

即便在传统制造业领域，大数据也可以提升预测能力。欧洲某大型汽车制造商，建立了一个分析钢材交易成本的内部系统，并借此确定最佳时机，以更优价格买入原材料。这个系统是基于开源Java架构Hadoop创建的，整合了多个供应商的共计15Tb(Terabyte,万亿字节或太字节)的数据，在两年内为该公司节省了1600万美元。

这一项目之所以能成功主要有两个原因：公司有足够的信息为所有供应商建模；该项目节省的成本超过了实施这个项目的费用。

公司为何因为大数据亏钱

然而，并不是所有大数据项目都会这样成功。有时公司在大数据项目上也会亏钱，失败概率和成功的概率相差无几。大数据项目失败的早期征兆各不相同，最常见的问题有：

起步太高

大数据并不需要一笔巨大的预算，如果你怀着巨大的投入将带来巨大回报的预期开启一个大数据项目，那往往会产生问题。在开启项目前，明智的做法是，在小范围内测试对（大数据）技术有限的投入是否真能带来预期的收益。如果测试的结果是肯定的，一个项目随后总是可以扩大规模，并达到可以带来更大收益的规模经济。

低估人力投入

在开始实施一个大数据系统前，问自己一个简单的问题：这个项目在没有持续的人力支持的情况下是否可以运作？如果答案是“不可以”，那么停止该项目。创建一个无法在有利润的情况下维持的项目，往往意味着数百万的损失。

试图突破自然语言处理的限制

大数据有个经常被赞扬的功能是，利用“自然语言处理”（NLP），将众多领域的大量数据处理成可读性强的叙述性文字。这一想法确实很令人兴奋，但对于那些想要对此进行尝试的公司来说，实际情况往往不如人意。“自然语言处理”如今仍存在许多重大限制，这主要是因为人工智能还不够先进－－而且在10年内，这一情况可能不会改变。

现代大数据具备节约成本的巨大潜力，在过去，这种有如魔法般的潜力会令数据处理者感到惊奇。但是，在投入时间和资源到大数据项目之前，首先要确认你的项目是有钱可赚的。

分享到

[' 收藏] [打印] [责任编辑：何珊]