什麼是大數據Big Data

how-to-use-big-data

你以為的大數據其實跟你想的不一樣

告訴你什麼是大數據BigData之前,我發現身邊很多人,對於這些熱門的新技術、新趨勢往往趨之若鶩,卻又很難說的清楚,如果你問他大數據和你有什麽關係?估計沒幾個能說出個究竟。原因是因為,大家對新技術有著相同的原始渴求,所以至少知道個大概,避免在聊天時顯得很「落伍」;另外就是,在工作和生活環境中真正能參與實踐大數據的案例實在太少了,所以大家也沒有必要花時間去研究細節。然而,大數據卻會在未來大量滲入我們的生活。

我希望自己有些不一樣,所以對該如何去認識大數據進行了一番思索,包括查閱了資料,翻閱了最新的專業書籍,但我並不想把那些零散的資料碎片,或不同理解論述簡單規整並堆積起來,形成毫無價值的轉述或評論,我很真誠地希望進入事物、探尋本質。

如果你說大數據就是數據大,或者侃侃而談4個V(量Volume,多樣Variety,價值Value,速Velocity)、很有深度地談到Business Intelligence(商業智能,一種利用數據挖掘、分析出來的商業價值)或預測的價值,又或者拿Google和Amazon舉例,技術人可能會聊起Hadoop(Apache高速運算儲存系統)和Cloud Computing(雲計算)。這些不管對錯都無法勾勒出對大數據的整體認識,不說是片面,但至少有些管窺蠡測、隔衣瘙癢了。……也許,“解構”是最好的方法。

怎樣應用大數據?

首先,我認為大數據就是互聯網發展到現今階段的一種表象或特徵而已,沒有必要神話它或對它保持敬畏之心,在以雲計算為代表的技術創新大幕的襯托下,這些原本很難收集和使用的數據,變得容易利用起來了。透過各行各業的不斷創新,大數據會逐步為人類創造更多的價值。

其次,想要有系統地認知大數據,就必須全面而細致地分解它,在此我從三個層面著手來展開:

大數據的三個層面

第一層面─理論

理論是認知的必經途徑,也是被廣泛認同和傳播的基線。我會從大數據的特徵、定義,來理解行業對大數據的整體描繪和定性;從對大數據價值的探討,來深入解析大數據的珍貴所在;從大數據的現在和未來,去洞悉大數據的發展趨勢;從大數據隱私這個特別而重要的視角,去審視人和數據之間的長久博弈。

第二層面─技術

技術是大數據價值體現的手段和前進的基石。我將分別從雲計算、分布式處理技術、儲存技術和感知技術的發展,來說明大數據從采集、處理、儲存到形成結果的整個過程。

第三層面─實踐

實踐是大數據的最終價值體現。我將分別從互聯網的大數據、政府的大數據、企業的大數據和個人的大數據等四個方面,來描繪大數據已經展現的美好景象和即將實現的藍圖。

和大數據相關的理論

企業龍頭給予大數據的定義

最早提出大數據時代到來的是麥肯錫:數據應用,早就已經滲透到當今每一個行業和業務職能領域,成為重要的生產因素。人們對於海量數據的挖掘和運用,預示著新一波生產率增長和消費者盈餘浪潮的到來。”

業界(IBM 最早定義)將大數據的特征歸納為4個“V”(量Volume,多樣Variety,價值Value,速Velocity),或者說特點有四個層面:第一,數據體量巨大。大數據的起始計量單位至少是P(1000個T)、E(100萬個T)或Z(10億個T);第二,數據類型繁多。比如,網絡日誌、視頻、圖片、地理位置信息等等。第三,價值密度低,商業價值高。第四,處理速度快。最後這一點也是和傳統的數據挖掘技術有著本質的不同。

其實這些V並不能真正說清楚大數據的所有特徵,下面這張圖對大數據的一些相關特性做出了有效的說明。

大數據就像諸葛孔明一樣知道你下步要做什麼

古語雲:三分技術,七分數據,得數據者得天下。先不論誰說的,但是這句話的正確性已經不用去論證了。維克托·邁爾-舍恩伯格在《大數據時代》一書中舉了百般例證,都是為了說明一個道理:在大數據時代到來的時候,要用大數據思維去挖掘大數據的潛在價值。書中,作者提及最多的是Google如何利用人們的搜索記錄,去挖掘數據二次利用的價值。比如預測某地流感爆發的趨勢、Amazon如何利用用戶的購買和瀏覽歷史數據,去進行有針對性的書籍購買推薦,以此有效提升銷售量、Farecast如何利用過去十年所有的航線機票價格打折數據,來預測用戶購買機票的時機是否合適。

那麽,什麽是大數據思維?維克托·邁爾-舍恩伯格認為,

  1. 需要全部數據樣本而不是抽樣
  2. 重點在取得效率而不是精確度
  3. 關注相關性而不是因果關係

阿里巴巴的王堅對於大數據也有一些獨特的見解,比如,

  • 今天的數據不是大,真正有意思的是數據變得在線了,這個恰恰是互聯網的特點。
  • 非互聯網時期的產品,功能一定是它的價值,今天互聯網的產品,數據一定是它的價值。
  • 你千萬不要想著拿數據去改進一個業務,這不是大數據。你一定是去做了一件以前做不了的事情。

特別是最後一點,我是非常認同的,大數據的真正價值在於創造、在於填補無數個還未實現過的空白。

有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類,而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似,大數據貴不在“大”,而在於“有用”。價值含量、挖掘成本比數量更為重要!

覺得文章不錯?幫我們分享一下吧

分享到Facebook或是Line動態按鈕,電腦版在左側←,手機版在下方↓,好的文章值得讓更多人看見,感謝您的閱讀與支持。

分享看完文章的感想...

你的電子郵件位址並不會被公開。 必要欄位標記為 *

Scroll Up