谈到大数据，让我想起了一个段子，说人们谈大数据就像青少年谈性爱，每个人都谈的头头是道，但都不知道对方说的是什么玩意，同时还要装做自己都听懂了。
好在这些曾经的青少年，有的也已经过了成人礼，或多或少的有了一些经验，没有了当初的青涩和懵懂，也没有当初那么健谈。
再说起大数据时，已经从最开始的狂热，逐步变得理性，或者有意地做理性的思考。
这不光是大数据，几乎所有的概念、技术出来都会经历这样一个过程，恍如曾经的面向对象、设计模式、ajax、数据仓库、推荐系统、互联网+,,,,都不可避免的走这么一遭。
这有点像机器学习中的退火算法，要想求得最优解，需要将初始解“加热”到随机态。
退火这个概念是从物理学中借鉴过来的，那退火之前要做什么呢？ “加热”。
这个加热到退火的过程，像极了某些概念刚出道时的甚嚣尘上，以及之后的理性回归。
就跟铁匠打铁，要先加热，不加热就不能锻造；然后要冷却，不冷却就不能成器。
现在的大数据，已经过了其温度最高的时候。
这并不是说它现在不火了，恰恰相反，一个“火”着的东西，是很难创造什么真正价值的，因为它光顾着火了，什么都做不了。
那开始冷却的大数据概念，怎么样才能发挥其应有的价值，给这些追随它的信徒们带来白花花的银子呢？
或者一个更直接、更实际的问题：一个公司，大数据工作如何开展，才能真正有效、物有所值？
这个问题，很难有统一的、技术层面的答案。
不过，我觉得首先得明确以下几点，大数据才有可能发挥其真正的威力。
首先，大数据不是万能的，而且也没有什么东西是万能的。
1. 既然不是万能的，你就要明确，你希望大数据能帮助你解决什么问题。
2. 大数据，最不能少的就是数据，要解决什么问题，就要有可能解决该问题所需要的数据，否则就是无米之炊。
3. 有了问题，有了数据，还要有人，要有对问题理解透彻、同时能搞的定数据的人。
上诉三点，缺一不可，缺少任何一项都会让你在错误的道路上越走越远。
有一些公司和团队，做大数据就是狂造平台，以为造一个大的平台放数据，就是大数据了。
还有一些，拼命招人，以为招几个所谓的大牛就能帮祝你在风口优雅地飞起来。
当然这还不是最糟糕和令人惋惜的，最令人痛心的是：有了超一流的数据平台， 也有了超一流的团队，但是没有想清楚问题是什么，没有商业模式、没有场景、没有问题。
物不能尽其用，人不能尽其才。 what a pity!!!
大数据实施关键：
数据、人、商业场景，一个都不能少。
132
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
