谈到数据应用，百分点技术副总裁刘译璟在接受采访时表示：数据是真实世界的反映，充分研究数据将有助于我们理解真实的世界。可以说，这是我们认识世界的一种方法，透过数据，认识这个世界，了解世界。你只有对此深信不疑，你才会真正致力于大数据的应用。

百分点技术副总裁刘译璟

他指出：做好大数据应用，需要从组织结构着手，需要招募人才，研究适合自己的数学模型并嵌入业务中去。“掌握数据分析，利用数据分析优化业务，迟早会变成一个通用技能，人人都是数据科学家。”他说。

所谓助力业务创新，离不开数据建模，模型是现实世界的一个反映。但对于大数据而言，并不是建完模型，放到哪里就大功告成了，还需要不断的使用，不断反馈，不断修正对现实世界的了解，不断对模型进行修改，如此可以真正形成一个闭环。

刘译璟强调；一定要把大数据分析结果应用到业务领域，哪怕一开始很糟糕，但一定要坚持下去，原因在于背后一个坚定信念的驱动，待形成闭环之后，数据驱动业务会变得越来越好。如果仅仅是浅尝辄止，与其说是技术不过硬，不如说是根本信念的动摇。

宾州州立大学统计系冠名讲座教授李润泽

宾州州立大学统计系冠名讲座教授李润泽对于数据建模非常有研究。他将数据建模应用到帕金森病理研究，研究脑局部供氧量等数据和发病的关系，涉及到很多的数据和统计，以胆固醇为例，通常说胆固醇高对于健康不利，但数据显示，胆固醇高有益于降低帕金森发病率。通过数据的研究，将有助于我们对于健康和医学的了解。

实际上，数据建模是大数据应用中困扰用户的首要难题。对此，李润泽教授表示，以往

学界看重的是论文发表，并不注重商业应用。但现在情况有所改善，用户并不需要完全理解建模背后的数学方法，通过输入变量，来研究数据变量之间的关系和规律，透析事务的真相。

就大数据的应用而言，大概可以分为几个层面：一个层面是数据如何存储、采集和计算；一个层面是数据分析和建模，研究数据背后隐藏的规律；再有一个层面就是基于大数据的业务应用。其中第一层面偏向分布式存储和计算的架构，从最早的Hadoop，到现在的Spark、Storm等，偏向于底层的架构在不断演变。中间层，以前是按照BI（商业智能）方式，如今更多需要机器学习，去解读和利用数据，偏向于人工智能的技术，其中，自然语言处理到今天也是一个热门的技术。最上层的应用，会更多结合行业或者应用场景，其中典型的应用场景，是用大数据去分析机器设备，所谓给机器设备看病，其中会涉及到可视化等

一些通用性的技术。数据可视化仍然是现在突出的难题。

但是无论如何，大数据应用的关键不在于技术，而是在信念。有了这种信念，技术的问题，应用的问题都是可以克服的，这是一个从弱到强的过程，这是如今大数据应用的关键！