斯諾登帶來的啟發(fā)，不僅僅在于信息安全和自主可控的重要性，還包括如何避免大數據項目的一些誤區(qū)。

斯諾登最新的爆料涉及911和NSA(美國國家安全局)的監(jiān)控手段。據央視日前報道，斯諾登稱，美國在911事件發(fā)生前已獲得必要的情報信息，CIA(中情局)也都知道恐怖分子是誰，但在所有搜集到的海量機密信息中，他們沒能完全理解信息之間的關聯，以致沒能及時做出決策性判斷，有效的措施也就更無從說起了。

NSA的新信息來自《紐約時報》的報道。除了收集電話元數據和郵件通訊內容，NSA每天還收集數百萬張圖像，建造一個大型數據庫以便更好地追蹤和識別目標人物，斯諾登說，其中約5.5萬張具備“面部識別質量”。

通過上述信息，無論從“4V(Volume、Velocity、Variety、Value)”的哪個角度來看，美國情報部門所做的事情都應該算得上是“大數據”項目。事實上，受斯諾登事件影響而卸任的原NSA局長、美軍網絡司令部司令、四星上將Gen. Keith Alexander(基思·亞歷山大)曾表示，未來屬于大數據。

明確價值點

“我們生活在大數據的時代，我們必須弄清楚如何利用它。”Alexander說。NSA在他主政長達8年多的時間里，所收集的海量信息甚至令該機構的諸多前高管感到難以置信。據悉，Alexander引入了大數據解決方案為NSA加速數據的分類和處理，其中一款名為“Apache Accumulo”的工具可以處理PB級數據。

結果，盡管Alexander辯護稱棱鏡項目在反恐工作中發(fā)揮了作用，但不管CIA還是NSA，911這樣本來可以預防的重大恐怖襲擊事件畢竟還是發(fā)生了。所以說，斯諾登的爆料，再次驗證了Value(價值)才是大數據的核心。組織如果要實施大數據項目，價值最大化一定是評估項目的第一要素。

按照斯諾登的說法，美國投入大量資金的監(jiān)控項目并沒能保證美國公民的安全，反而剝奪了人們的權利。這可能是是斯諾登和Alexander對價值的理解有差異。信奉數據的人，不便以陰謀論去推測Alexander和NSA的具體用意，但監(jiān)控百余名外國領導人這樣的行動，確實似乎和美國公民安全沒有直接的聯系，更不用說未經授權監(jiān)控美國公民了。

我們能夠得到兩點啟示：資源要用到刀刃上，否則大數據也會成為廢數據或者大浪費——畢竟，數據的收集和存儲需要人力、財力、時間和IT基礎設施的投入，甚至還可能有組織架構的調整;更為重要的是，你要弄清楚刀刃在哪里，也就是說實施大數據要樹立正確的目標。

相信奉行利益最大化的現代企業(yè)一定能想到大數據要追求大價值，迷茫的更多在于刀刃在哪里。這可以參考互聯網公司，在大數據概念走紅之前，壓榨數據的潛能作為企業(yè)核心競爭力就已經是他們的信條。例如，百度和谷歌借助用戶瀏覽行為提供個性化的搜索，淘寶亞馬遜因為根據用戶購物習慣為用戶提供精準的喜好物品。學習互聯網企業(yè)，從營銷入手，更快速地定位到你的客戶，或者更好地理解和響應客戶的需求，改善產品的用戶體驗，是一個不錯的切入點，相對易于實施和見效。

另外，從此前報道的“CIA每年花費千萬美元向電信運營商AT&T公司購買國際電話數據”來看，神秘的NSA，盡管對通訊的監(jiān)控很到位，但其數據庫并不能為CIA的同行所用，而后者出于業(yè)務需求，也建設有自己的大數據。這種數據壁壘的現象，無疑會帶來重復建設的問題，資源浪費嚴重，無法做到將資源用到刀刃上。隨著IT的發(fā)展逐步推進的信息化，煙囪式的系統(tǒng)帶來的數據孤島已是現實，如果要更好地發(fā)揮數據的價值，是時候考慮數據集中、云平臺的建設或者利用了。

當然，如果實現數據的共享，NSA的保密性就要差很多，普通的項目，還可能涉及奧巴馬的智囊團最近提醒白宮的大數據隱私問題(在NSA和CIA面前應當可以無視隱私了)。但在一個企業(yè)組織內部，如果沒有必要，故意設置數據壁壘，是不利于大數據價值的發(fā)揮的。

關注分析而非數據量

更重要的一點，CIA未能提前預防911，是因為不能完全理解信息之間的關聯。但維克托·邁爾-舍恩伯格早已指出，大數據的相關關系分析法，更準確，更快，而且不易受偏見的影響。換言之，建立在相關關系基礎上的預測應該是大數據的核心，這種預測更加靠譜。對于911事件而言，盡管大數據工具足夠給力，但Alexander和他的同行在關聯性分析方面還做得不夠。殷鑒不遠，我們就更要根據關聯性來收集數據并分析，提升大數據的價值。

和整個業(yè)界產生的數據量相比，有選擇地收集的數據、甚至只是利用已有的數據可能還太小，但不必懊喪，我們要的是數據的價值，沒必要糾結是不是大數據，也沒必要為滿足占有欲望而保有數據(當然合規(guī)性需求不在此列)。

JMP數據分析大中華地區(qū)總經理嚴雪林就對大數據的概念不甚熱心。在他看來，數據分析的本質是用來改善運營的，大小數據分析的差別只是數據量及其對數據存儲、查詢及分析吞吐量的要求不同;從手頭、身邊保有的小數據當中提取價值，是大數據時代數字化決策的基礎。

所以說，分析才是數據實現價值的保障。其實，上述CIA不能理解關聯性，也是業(yè)務分析技能不足的一種表現。但嚴雪林從Google的搜索結果分析得出結論，中國用戶對大數據看得太重，對分析看得太輕。

當然，也有一些務實的企業(yè)，譬如百度，注重數據分析結果的呈現，年初基于LBS利用的“春運大數據”就是代表之作，而其開放的大數據引擎，提供的也是大數據存儲、分析及挖掘的技術能力，至于其后端的分布式基礎設施，用戶就無需了解太多。

高大上的IT基礎設施提供商或者分析解決方案提供商，是不太愿意承認春運大數據是真正的大數據的——它雖然容易為民眾接受，但確實也和我們早前的認知有所差距�？墒菍τ谏鐣�管理、生活服務商或者個人生活安排來說，這種展現自有其價值。

中國氣象局與阿里云的攜手是另外一個例子。借助于阿里云基礎設施的計算能力，氣象局在全國雷達數據的處理即使再快速，天氣預報再精確，似乎也只是“數據大”而非大數據，但氣象數據和阿里積累的商業(yè)數據交匯融合之后形成的服務，其對各行各業(yè)的價值之大顯然是不可估量的。

更加務實的是教育行業(yè)。在日前第六屆中國云計算大會的云計算大數據教育行業(yè)應用論壇，來自清華、國防科大、北航等名校的專家教授們就MOOC(大型開放式網絡課程)的發(fā)展趨勢進行熱烈的討論，他們認為MOOC是當前云計算大數據在教育領域的最佳實踐，并提出了計算教育學的概念——通過對教育全過程的大數據進行精確分析，把以定性研究為主體、以經驗為基礎的教育學，轉變?yōu)橐詳祿�為基礎、以計算和模型為手段的定量科學。

不過，在他們的探討中，MOOC目前也只是比傳統(tǒng)方式多了簡單的統(tǒng)計，甚至沒有涉及數據分析技術的應用。一般而言，教授們對概念摳的比企業(yè)要細得多，但他們都已經接受了這就是大數據。這再次證明價值才是根本。