刘家明：了解“数据解析”的挑战

同事想买房子，心目中有靠近市区的新组屋，以及靠近商业区的公寓，在午餐时向我们征求意见，于是大家七口八舌当起军师。有的问他的财政预算，个人喜好是组屋还是公寓，自己居住还是投资出租，交通和工作地点、环境因素和租赁市场，同住的家人的考量，转售市场等等。

至于同事最后做了什么选择，等他请我们喝入伙酒时自有分晓。由于同事有这个多方面提供数据的机会，所以在决策时就较有优势了。这么一个小小的讨论，其实概括了目前唱得火红的“数据解析”的内涵，也引申出“数据解析”实行时的各种挑战。

先来了解什么才算是“大数据”。根据IBM的定义，供我们做决定用的数据一定要多（Volume）到普通单一电脑系统不能有效处理，流量要快而及时（Velocity），来源要多方面且杂（Variety）以及数据要具备“不确定性”（Veracity），符合了4V的话，就可算是进入了“大数据”的范畴了，可以进行“数据解析”了。同事在投资新房子前所征询的各方数据，基本上算是符合了“大数据”的要求。