第十一章 第一款產品的誕生（2/2）

8月10號凌晨三點半，劉凡蓬頭垢面的在寢室中來回踱步，神色興奮久久不能平復。

這一個多月的時間裡，劉凡幾乎足不出戶，但他可以感受到自己快速的成長。一方面是在基礎數學方面的深入研究，另一方面是關於大數據處理工具在商用上的長遠計劃。

當初選擇從大數據處理作為切入點，僅僅是一個方向，具體的內容也是在這一個多月中規劃出來的。

劉凡研發的大數據處理工具，自然不可能只是去完成類似自動排序或者異常提醒這種常用功能，更準備的說，是面向企業的綜合性大數據服務平台，涵蓋企業內部管理和客戶管理。

所以劉凡最終的成果，本質上來說是一個框架，需要輸入企業的個性化需求從而進行個性化大數據處理服務。

劉凡也曾考慮過有沒有做出通用工具的可能，畢竟這樣可以免去未來很大的一個實施成本，但這種事情仔細一想就不現實，每個企業的情況都是不一樣的，需求也不一樣，要做通用，就等於要滿足全世界所有企業可能出現的需求。現在的自己完全做不到啊。

雖然在通用問題上劉凡沒有技術突破，但劉凡所研發的大數據處理工具卻在另外兩個方面做到了巨大突破。

第一個就是效率問題，劉凡雖然還是以隨機森林法則作為算法基礎，這也是沒辦法的事情，以他現在的能力還無法改變當下深度學習的算法環境。畢竟自己當初考慮安全問題沒把算法作為自己發展的切入點，自然還是得用當下的算法作為基礎。但劉凡雖然沒能力改變，但是有能力優化。

劉凡通過一百次實驗對比OpenRefine，自己的系統平均運算效率可以達到3倍以上，還是那句話，對於擁有龐大數據的企業來說，這是一個質的飛躍。就拿企鵝來說，他每天光是微信和扣扣產生的數據量就有幾百TB。

更何況，數據量每天都是在增長的，因為數據處理的速度跟不上，越來越多的數據只能一直在那排隊，企業的很多決策就會存在時效性的問題。

第二個突破就是數據挖掘的多樣性，大數據技術的發展對企業來說最重要的就是他的數據分析和數據挖掘能力。

正如大數據行業最經典的案例之一：啤酒放在尿不濕旁邊銷量最高，這就是大數據分析給企業帶來的實質性價值。

企業就是要大數據處理工具告訴自己，我該怎麼做能賺更多的錢。

但在這個問題上，整個市場目前的大數據挖掘能力其實還處在一個相對初級的階段，因為對於有規則的東西，大數據是很好分析的，但更多的企業是要從無規則的數據中分析出一個結果，這是很難的。因為牽扯的變量太多了。

而劉凡通過系統知識的提點，想到了在算法中加入一個數據關聯逆推算法，讓雜亂無章的數據之間自我建立起函數關係，再對函數進行二次深度挖掘從而導出有效函數，最後再對有效函數進行物理解析。

這就讓很多在當下算法環境下被判為無用的信息變廢為寶了。雖然劉凡這種算法也不可能保證說通過雜亂的數據直接能給企業一個怎麼賺錢的答案，但卻可以讓企業更為全面的掌握產品情況，市場情況以及公司情況等，更多傳統工具忽視的細節都將會大概率被呈現出來。

在各行各業同質化愈發嚴重的今天，信息的利用率和細節的把控有多重要，可想而知。

要說現在這款工具的缺陷，那就是數據量越大它的優勢就越明顯，如果數據量太小，可能一點優勢都呈現不出來了。這就影響到後期確立目標客戶的問題了。

在一個多月的學習，研發，對比，改良之後，劉凡覺得眼下的這一個大數據處理已經可以作為第一款產品亮相了。

一來在性能上劉凡認為已經具備了足夠的競爭力，二來是劉凡為了這套系統，又要租伺服器做實驗又要花錢買數據，短短一個月把三年來打工攢下的2萬塊錢快花完了。

得趕緊賺錢了。

至於這套工具的名字劉凡也想好了，當時是因為看著像木龍才把系統撿回來的，所以劉凡打算以後不管是技術，晶片，還是公司，都以木龍為名。

這次的大數據處理工具也將是木龍科技旗下的第一款產品：木龍大數據處理工具1.0。