今年年初，Oracle发布了一份大数据变化趋势报告，报告中指出，越来越多的企业将用户分析甚至是企业应用同大数据加以结合。从AI支持型应用到Megabox等数据流客户端，各家企业都将迎来自己的大数据转型及下一代数据驱动型应用。Oracle亚太客户体验策略及转型部门总监Krisi Mansfield也表示：“预见并了解了客户的意向，并相应地采取行动之后，就可实现个人化（Individualization）”

目前，国内一批大数据企业都开始致力于此项技术的研究和探索——即围绕用户的使用过程来打造一对一的体验。从已掌握的、能体现用户在某个特定过程的数据入手，厘清这些数据将在接下来的哪些互动环节提供支持与帮助，从而据此制定具体的互动体验。因此，这一过程也将改变企业开展业务的方式——从反应式到主动式和预测式。

　　大数据在量级、实时性、多样性三项维度上的进程

图片来源：https://www.salesforce.com/hub/analytics/how-to-use-big-data-analytics-tools/

但总的来说，该项大数据应用还面临着许多较大的技术难题。随着数据渠道来源的多样化、量级的巨幅提升和对实时性效果的需求增强，各家大数据公司该如何规划技术演进的具体细节、技术架构又该如何设计和搭建……带着这些问题，我们采访了第三方全域大数据服务提供商【友盟+】COO叶谦，他也以【友盟+】的发展和技术演进为例，分享了合并后统一技术架构的一些经验，阐述了当下大数据行业的痛点、难点和未来大数据的发展趋势。

　　【友盟+】COO 叶谦

　　1为什么叫“全域数据”？

“全域数据”是否意味着“线上”、“线下”数据概念的模糊化？从PC端到移动端，从线上数据到线下数据，数据在不断扩张的渠道中逐渐变得分散，只有把这些数据有效打通，才能让大数据发挥其价值。

在叶谦看来，大数据时代，大家越来越多的发现A场景下的一些数据，在B场景也非常有用，所以数据的范围在延伸，意味着企业也要将探寻数据的触角进行拓展。这是全域大数据的基础。但大部分时候，某一家企业或某一个组织，只拥有一部分或一方面数据，因此又很难把多个方面的数据收集、串联起来。

于是，如何多渠道收集数据、如何实现跨屏数据打通、如何解析更多形式的非结构化数据等问题，正使全域数据面临着许多不言而喻的挑战。

移动互联网刚在国内兴起之时，企业对数据的认知或需求还处于初级阶段，大多数只关心诸如留存、日活、新增量这类数据，一些规模较大的企业可能会附加更多维度的分析需求，比如对“各个渠道所带来的量是多少”、“日活人群都是哪些类型”等不同程度的用户细分需求。发展到今天，企业在任何一个用户分区的维度上都希望获取针对其用户的、更细粒度的数据分析，如年龄、喜好、访问频度、地理位置等一系列用户属性。因此，【友盟+】现在的趋势也在由数据统计、数据分析逐渐拓展到数据智能分析和数据深度挖掘。

那它基于一套怎样的模型实现？这里我们以U-DIP（【友盟+】数据智能平台）的运作原理来举例。

（点击查看大图）

目前，【友盟+】的数据源主要来源于PC端、移动端、线下数据这三支渠道，而每一支渠道采集的数据种类又不完全一样。比如PC端数据会更多的聚集于页面跳转、浏览时长、浏览器信息等，移动端数据包括使用APP应用的各类信息，而线下数据更集中在地理位置、移动路线等。这些数据会作为原始日志进入存储平台中。第二步就是通过预定义的规则抽取数据中的特征信息，这些特征信息都和设备（或人群）相关，并能通过一个大ID关联库进行打通。

另一方面，【友盟+】从各类信息中（网站信息，社交网络信息，应用市场信息等）构建关于APP和网站的知识库。这些信息在第三步“深度加工”时，被输入到机器学习算法模型中，得到各种类型的人口学标签和兴趣标签。这个过程中，海量数据还可被利用，进行设备质量和用户真实性的识别工作，例如判断哪些设备是风险设备（非正常用户使用的设备，可能是作弊设备或者是虚拟机）。

北京大学新媒体研究院教授刘德寰也曾提出过，现在存在的很多标签实际上都是伪标签，未来进行有效大数据运算会有两种路径：第一，未来数据分析就是分析人，完善人的纬度。第二个路径，对物的纬度探测，基于人的认知习惯。

　　2与业务并进，技术该如何更新？