作者 | 橙子

审核 | gongyouliu

编辑 | gongyouliu

在上一期内容中，我们讨论了“数据预测”，本期内容想和大家讨论的是“大数据与气候”。

如今，各国政府和科研机构正在利用大数据技术来预测气候变化并寻求解决措施。大数据技术已经成为人们从各个角度研究气候变化的重要方法。美国国家航空航天局的气候模拟中心通过数千台联网的电脑进行并行运算，分析在全球采集的各种类型的气候数据，例如风如何影响洋流、云中含有的水量、南北极的冰川融化速度等，并建立物理模型，预测天气变化的趋势。此外，美国EMC公司和美国国家公园的科学家展开合作，通过众包方式取得关于鸟类、树林的数据，让国家公园管理员了解气候变化对野生动物的影响。同时，通过卫星图像、众包数据和公共数据，分析各国森林砍伐的状况及其对气候变化的影响。

值得一提的是，随着互联网、社交网络的发展，美国不少民间机构也为气候数据的采集做出了贡献。科学家使用大数据模拟地球上的生物种群，研究生物与气候、污染、人类活动以及全球碳循环之间的关系。

我们每天都会收到天气预报，这对我们来说只不过是个信息，它能够帮助我们决定如何适应今天的天气，比如出门是否带伞，是否需要多穿衣服等。但美国有家公司却把天气数据用在了商业中，这家公司叫做Planalytics，是一家全球领先的专注天气分析的公司，服务于来自美国、欧洲及南美各国的200多家企业客户。该公司在天气分析上积累了大量经验，目前为止，Planalytics已经分析了上万亿次交易数据及8500个类目，基于这些分析再将天气数据转化为有助于企业决策的指针，进而优化业务结果。

数据的重要价值在于它能让人们把决策前置。如果通过数据比别人哪怕早一秒对事情做出准确的预判，我们就比竞争对手更有优势。准确的预判加上快速的行动，就是我们现在所讲的“actionable intelligence”。想达到这个目标，我们需要足够的资源，最关键的原料就是数据。然而，一些重要数据之间的关系往往不那么直观，人们常会忽略这些数据之间的关联性。发生这种情况有两种可能：一是这些数据之间的关系较隐性，不容易直接被人发现；二是过去不容易拿到这个数据，又或者能拿到但数据太粗或不够准确等等。

天气数据看似简单，却价值连城，但其价值却并非来自数据本身，而是通过与具体商业问题的结合，发掘出其对商业的影响，从而创造价值。30度的天气对业务意味着什么？这取决于所在的地区、所处的类目、所在的季节，该地区的历史天气等等。因此天气看似是小数据，但是利用天气数据驱动业务却需要融入多个来源的大数据。

本期的内容到这里就结束了，下期内容会和大家探讨“负面信息也是决策关键”。