对于互联网用来说，大数据的理想很丰满，现实也非常丰满。开源技术让互联网企业如鱼得水，他们的业务应用完全构建在数据应用基础上。可以说， Google搜索引擎业务是迄今为止最为成功的Hadoop架构分布式数据的应用，搜索引擎爬虫大数据，天然就具备分布式处理的特征，从数据Map到服务器集群，到Redus呈现处理结果，搜索引擎大数据应用技术浑然天成。
橘生淮南则为橘，生于淮北则为枳，同样的大数据技术对于传统的行业/企业用户而言，尽管理想依然丰满，但现实就非常骨感了。对此，联想集团副总裁、大数据事业部总经理田日辉一语道出了其中的原因：“开源技术非常丰富，演进发展非常快。但是如果一个企业自身开发能力不够的话，类似大数据这样的应用，其实很难达到很好的效果的。”
那么对于传统行业/企业而言，大数据的梦想如何才能够照进现实呢？
联想制造业实践和启示
作为IT产品服务供应商，联想集团也属于制造业企业，也存在着大数据业务创新的问题。联想自己做的怎么样呢？
在2011年推出了乐Phone智能手机之后，其实联想就面临着社交数据的处理和应用的问题。在智能手机配套的应用商店App中有很多应用，其中既有联想开发的，也有第三方厂商提供的，这些App是如何应用的？哪些应用的哪些功能消费者比较青睐，对于智能手机设计而言，这些信息非常重要，也是系统迭代非常重要的信息。
联想大数据研发中心总监张成松表示：从智能手机业务开始，大数据应用逐渐走入联想业务价值链的整个环节。
“我们构建了两个闭环”。张成松说。
一个是基于大数据业务价值链的闭环，也就是从产品设计、生产、销售、到市场的推广过程。以联想茄子快传为例，最早就是在大数据平台开发出来的，如今，茄子快传已经独立运营，在全球拥有10亿用户。我们会把产线生产数据、供应链数据在大数据平台上进行统一分析；会把市场活动数据、经销商数据以及京东、天猫等电商数据进行整合，对渠道加强管理，对销量进行科学预测。
另一个是围绕用户经营的闭环。联想的用户都有一个ID，通过这个ID，联想把用户在不同的设备上，如手机、PC等设备的各种应用行为进行追踪，当然这是在隐私保护的前提下，用户参与体验改进计划，联想为用户提供更好服务体验。
“如今，联想每天分析150亿条数据，日新增数据为30TB左右，存储总容量达到了12PB。” 田日辉介绍说。
2016年年初，基于联想大数据的使用经验，有关各面向杨元庆做过一次深度汇报，得到了杨元庆的肯定。杨元庆觉得这些经验非常好，指出：这些能力不能单单服务联想，而是要把这种能力对外释放，进而成为联想新的业务重点。
也就是在这样的背景下，经过精心策划、筹备，联想企业级大数据分析平台（Lenovo Enterprise Analytics Platform， LEAP）宣告诞生。
联想LEAP的“七武器”
“围绕联想LEAP平台，围绕大数据平台的核心计算能力、存储能力，以及数据采集能力，联想构建了七种服务，称为‘分析七武器’。” 联想大数据高级经理张建伟说。
第一是规划和设计的服务。在联想看来，很多企业在大数据应用的过程中还是走了很多弯路，分析其中原因在于一开始的顶层设计并不清晰，很多用户从底层技术着手应用和变革。
“我们发现很多客户知道需要大数据，也有很多数据可用，但缺少一个统一规划，以至于走了很多的弯路。对此，联想结合自身实践经验，为用户提供了大数据专业咨询服务，帮助用户进行顶层设计。” 张建伟说。
第二，基础平台搭建服务。任何顶层设计实现，离不开平台和基础，很多行业客户，他们清楚知道用哪些数据、这些数据应该怎么使用，但是缺少基础承载平台，以Hadoop平台为例，很多用户花费大量时间和精力学习、摸索，以至于耽误了很多时间。很多ISV，并不愿花费精力在Hadoop等大数据基础平台的研究，而是更乐于侧重行业业务需求，深入挖掘，支持业务创新。以LEAP为核心，这是联想较为擅长的领域，也是产品技术和应用经验的结晶。目前，最新的联想LEAP 3.2.0版本平台，总计提供了4大核心产品：大数据计算平台（LEAP-HD）、数据智能平台（LEAP-AI）、数据资产管理平台（LEAP-DataGov）和数据集成交互套件（LEAP-DataHub）。这些技术和平台为数据业务创新和管理提供了强有力的工具。
第三，数据质量、数据管理服务。在顶层设计和基础平台之外，数据质量和数据管理同等重要。张建伟指出：如今市场上并不缺乏大数据一体机这样的支撑平台，但用户在应用过程中发现：当数据集成进来之后，这些海量、多元、异构数据，在数据质量、标准和安全管理上都存在很多问题。
“数据或者数据湖治理，不单是工具就可以解决的，更多还是要通过咨询、服务来梳理体系和流程，如此才更好掌控数据资产。这也是联想大数据应用的‘七武器’之一。” 张建伟说。
第四，定制化服务。针对应用层面定制技术开发，这是大数据应用没有办法回避的话题，即使算法相同，但针对不同业务场景还是需要进行优化和调整。很多时候，技术能力上的欠缺束缚了用户的手脚，同时也禁锢了用户的思维和视野。提供定制化技术支持和服务，这也是联想的服务能力的主要内容。
第五，集成开发。现在很多客户，包括一些大客户更喜欢交钥匙工程，这就涉及到整体的系统集成，联想拥有硬件、软件的基础，同时又拥有实施团队，有能力向客户提供完整集成方案，来实现最终的目标。
第六，统一的运维服务。大数据业务创新一个动态成长、循环往复的过程，如此就要求企业具备良好的系统运维能力。联想和企业一起，以统一运维的形式，不断为企业提供相关的技术更新和服务。
第七，数据变现服务。从产品服务、增值服务，再到运营服务，其核心目的只有一个，就是解决大数据应用、发展中问题，促进业务创新的发展和进步，所谓数据变现，这既是目标，也是前行的动力。
万事俱备，不欠东风
从技术上说，联想LEAP对下可以对接ERP、CRM、SCM、网络爬虫数据、流式数据以及设备日志等机器大数据，针对数据的不同特点，按照分布式计算的框架提供NoSQL、内存计算、流计算、图计算等数据分析，在统一调度资源管理的同时，提供一站式运维服务。与此同时，结合人工智能、深度学习、机器学习等先进技术平台，联想LEAP可以为客户洞察、数字化营销、智能供应链、产品管理等业务创新提供大数据分析能力，为企业决策提供科学依据。（参见：没有“爬虫”的企业大数据 不是大数据）
联想大数据首席数据科学家陈嘉透露：联想LEAP平台目前包含了28个核心模块，可以满足数据治理、数据整合、存储、计算等各种需求，其中有20个模块是基于开源技术优化，8个模块联想自主开发的，能够帮助用户用好联想LEAP大数据平台。
“我们对这个平台开源技术优化是做得最好的，基于我们很多年的经验。我们提供很多工具，如智能交通分析工具、多维分析查询工具、图形化大数据流程P处理、业务流程管理、性能优化工具等。可以说，用户不需要了解开源技术，用这些工具就能完成数据集成、数据治理和构建模型的大部分的工作，这是联想LEAP大数据平台最大的优势。” 陈嘉说。
很多企业、很多人对于大数据的理解还是基于传统关系型数据库，基于各种表格；针对海量数据会用到大数据平台，然后进行各种查询、搜索的应用。但是不得不说，现实生活中很多时候大数据的关系并不那么简单的，而是很复杂的，如A和B、B和C、C和D互相之间都会有联系，这就不适合关系型数据模型，这是一种网状结构，也就是图谱的概念。如果用户还没有构建好知识模型，就要从大量非结构化的数据中提取知识，建立事物与事物之间的联系，构建知识图谱，如此才能够交付后续的搜索、发现和关系挖掘等应用。为产品质量优化、销售预测、备货、供应链管理、客户服务等业务应用提供基于大数据技术的支持，其中也会涉及到很多人工智能（AI）技术的应用。
“我们希望通过这种模式，能够提升中国企业用户的大数据应用水平。为此，我们为用户提供了从咨询、到平台、到运维服务的一条龙服务，将难题交给联想，交给联想LEAP，我们希望这是用户最终的选择。” 田日辉说。
需要说明的是，联想LEAP服务并不是孤军奋战，”Open+联盟”生态圈能够承载传统行业用户的多样性需求。以联想与哈工大战略合作为例，双方将在公安、智能制造、医疗、教育、金融、智慧城市、农业等大数据领域展开深入合作，提供一站式高效的大数据解决方案，以大数据推动各产业创新和发展。
“目前，我们正在合作黑龙江省公安厅大数据项目，相信通过这次的合作，双方定能取长补短，优势互补，把大数据的前沿技术与实践成果推广到更多的产业与项目中去，推动大数据在更多的行业开花结果。” 田日辉说。
小结
对于企业来说，大数据是这个时代必须要掌握的生存技能，如果企业本身没有足够的技能提供支持，借助外力，站在巨人的肩膀上几乎将是唯一的选择。联想LEAP的意义不仅是一个平台，联想大数据应用实践的结晶，它更是一个和联想实力快速对接的捷径。从这个意义上说，这就是一个双赢的选择！
