以DA为例，分析大数据三个层面的价值

现在很多所谓的大数据，其实拆穿了就是统计图表，与其高大上的外表相比，其价值是可笑的。我们先来说说现在的大数据误区之一：数据量要大，越大的数据才越有用，越有说服力，吃瓜群众可能真的信了，毕竟只是看看热闹——某公司每日新增数据N个PB，占市场比重超过一半等等亮瞎钛金眼球的数据，但是我们问一句有何用？真的是数据越大越好？

学生时代有一门课程，是我很喜欢的一门课程，不仅仅因为是全英文教学可以在同学面前秀下英语，更关键的是这门课程讲的内容。

不卖关子，课程名称简称DA。不是Data Analysis，而是Decision Analysis。两者间有什么区别呢？今天我就通过一个案例对比介绍，顺带说说大数据多层价值。

假设南方沿海某地有一个农民，他有块地，每年年初他都要决定今年种什么。一般是两种选择，种A或B作物。如果种A作物，预期获得的收益为10000元，种B作物预期获得的收益为7000元。但如果遇到台风的话，A作物的收益直接降为0，B作物则还能收益3000元。而根据经验，今年遇到台风的可能性是60%，问农民应该种什么？

面对这个问题，我们首先发现这里有很多我们现在大数据的第一层价值：统计分析--作物收益。

那第二次价值呢：给出预测--台风发生的可能概率，这对指导农民选择种什么很有价值--决策辅助。

现在的大数据能做到第二层已经是很不错的了，毕竟给出了预测。但难道我们不能再做点什么么？

我觉得大数据的第三层应用：给出更优方案！因为上述2个层面，并不能保障农民种植获利最大化。作为大数据应该跳出当前的限制，给出其他解决方案。比如C作物，即使有台风也能获取10000收益。这应该才是这个农民最想要的。而这也是大数据现阶段最应该做的。