什么是大数据

最早提出“大数据”时代来临的是全球知名的咨询公司麦肯锡。麦肯锡公司称：“数据已经渗透到每一个行业和业务领域，成为重要的组成部分之一。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

2008年9月，《自然》杂志推出了封面专栏—“大数据”，内容讲述了数据在生物、物理、工程、数学及社会经济等多方面学科所占据的位置和角色的重要性。

如今，“大数据”这个词汇俨然成了工商界和金融界的新宠。在哈佛大学担任社会学教授的加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程。无论学术界、商界还是政府，所有领域都将开始这种进程。”

说到这里，还是有人对“大数据”不明所以：到底什么是大数据？

“大数据”是从英语“Big Data”一词翻译而来的。“大数据”这一概念在近几年逐渐被人们所熟知，并为全球各大企业所重视。简单来说，“大数据”是一种巨量资料库，可以在合理时间内达到撷取、管理、处理并整理为帮助公司、企业经营和决策的资讯信息。

随着云时代的悄然到来，“大数据”渐渐得到了越来越多的企业关注。后来，业界将“大数据”概括成四个V，即大量化（Volume）、多样化（Variety）、快速化（Velocity）和价值化（Value）。

大数据不仅是量大而已

“大数据”的量到底有多大？根据2012年3月的一份调查结果显示：在短短的一天之内，互联网产生的资料内容可以刻满1.68亿张DVD；发出的社区帖子高达200万个，相当于《时代》杂志770年的文字数量；发出的邮件高达2940亿封，相当于美国两年的纸质信件数量；卖出的手机为37.8万台，高于全世界每天出生的婴儿数量37.1万……

截止到2012年，数据量已经从TB级别跃升到PB、EB乃至ZB级别。（1024GB=1TB，1024TB=1PB，1024PB=1EB，1024EB=1ZB)。国际数据公司（IDC）经过详细的调查研究，得出一个结论：2008年，全球产生的数据量为0.49ZB；2009年的数据量为0.8ZB；2010年的数据量为1.2ZB；2011年的数据量更是持续增长，竟高达1.82ZB。这个数据量，相当于全世界的每个人产生200GB以上的数据。可见，大数据的信息量有多大。

IBM公司称，截止到2013年10月，全世界所获得的数据中，有90%都是过去两年内产生的。预计到2020年时，全世界所产生的数据规模将达到今天的44倍。

当然了，“大数据”不仅是量大而已，它还具有多样化、快速化、价值化等优势。

多样化：数据的类型繁多。这种特质也让数据被分为两部分—结构化数据和非结构化数据。相对于以往那些以文本为主的结构化数据，非结构化数据越来越多，包括日志、图片、音频、视频、地理位置信息等。

快速化：处理的速度快。这是大数据区分于传统数据挖掘的最明显的特征。根据IDC的一份名为“数字宇宙”的报告，预计到2020年，全世界的数据使用量将高达35.2ZB。在如此浩瀚的数据面前，处理数据的效率快慢决定了企业生命的长短。

价值化：价值密度低。价值密度的高低与数据总量的大小成反比。

我们来举个例子：一部时长为一小时的视频，在持续不间断的监控中，有用的数据仅仅有那么一两秒而已。因此，如何通过强大的计算方式迅速地完成数据的价值“精纯度”，已成为目前“大数据”背景下需要解决的难题。

大数据—潜藏的金库

随着技术的革新，我们已经踏进大数据时代，而数据背后潜藏着巨大的商业机会，值得我们去挖掘。

根据技术研究机构IDC的研究结果可知，近年来，大量的新数据无孔不入，它们以每年50%的速度在增长。或者说，它们每两年就要翻一番，完全超出人们的预料。

事实上，我们生活的方方面面，都会因大数据的存在而发生变化。如消费习惯、兴趣爱好、人际关系，以及整个互联网的走向与潮流等，都将成为IT行业所关注的重点。当然了,这一切的获取和分析都与大数据息息相关。

我们不能说数据的圈子越来越大，而是全新的圈子越来越多。比如，全世界有数不清的数字传感器依附在汽车、工业设备、电表和板条箱上，它们能准确地掌握方位、温度、湿度、运动、振动，以及大气中的化学变化。

从一方面来说，大众媒体基础上的大数据挖掘和分析，将衍生出令人意想不到的应用；从另一方面来说，基于数据分析的营销和咨询服务也正在崛起。这些专注于数据挖掘和数据服务的公司，将成为IT行业乃至互联网服务业中的新兴力量。

以往，只有像谷歌、微软这样的全球化公司能做关于大数据的深挖和分析。但现在，大数据偏向平民化，让越来越多的IT公司有机会进入这个领域。也因此，大数据领域有了不同的数据分析和服务，促使人们不断地创新商业模式。比如在一分钟内，用户就会在Facebook（脸谱网）上发布近70万条信息；在一分钟内，用户会在Flicker（雅虎旗下图片分享网站）上传3125张照片；在一分钟内，用户就会在YouTube（世界上最大的视频网站）上点击200万次观赏……

铁一般的事实告诉互联网从业人员，这些庞大数字意味着一种全新的致富手段。可以说，它的价值不可估量。

虽然在目前来说，大数据在中国还处于初级阶段，但是它的商业价值已经告诉人们—凡是掌握大数据的公司，就相当于站在“金库的门口”。基于数据交易产生的经济效益和创新商业模式的诞生，能帮助企业进行内部数据挖掘，以便更准确地找到潜在客户，从而降低营销成本，提高企业的销售利润。

百分点信息科技的联合创始人苏萌曾说过：“未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取的最大的数据价值。”在他看来，未来，大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。

据一项统计结果显示：截止到2012年10月，大数据所形成的市场规模在51亿美元左右。到了2017年，此数据预计会上涨到530亿美元。

由此，可见“大数据”的价值所在。

改变思维模式，用数据说话

近几年，“大数据”变成了香饽饽，成为各大企业、公司、媒体甚至是学者都津津乐道的东西。他们有着不同的见解和理论，唯一相同的观点就是—大数据时代对人类有着至关重要的影响，甚至即将成为改变未来社会的重要力量。

然而，大数据究竟改变了什么呢？在人们的脑中，这个问题仍然是一个乱糟糟的毛线团，想要找到毛线的一头，却又不知道从哪里入手。

在“第五届中国云计算大会”的第二天，中国电子学会云计算专家委员会候任主任委员、中国科学院院士怀进鹏发表了一篇演讲，题为《大数据及大数据的科学与技术问题》。在演讲中，他表示：“大数据的发展可能会改变经济和社会生活，可能会改变科学研究的途径，甚而改变人类的思维方式。”

我们可以来举一个简单的例子：

苹果公司创始人史蒂夫· 乔布斯在罹患癌症后，不惜花费巨额抽取了全身的DNA信息。这样一来，医生就可以根据他全身的DNA信息来判断癌细胞的变化，从而对症下药。然而，对于普通的患者来说，是拿不出巨额钱款来做这种抽取检测的。换句话说，医生只能从普通患者身上提取很小的一部分DNA信息。两者的治疗效果有多大差异，可想而知。

对此，或许你还有疑问，大数据真的能获得最全面的信息，能够找到信息的源头和结果吗？

我们再来举个简单的例子：

如果你上淘宝，登录支付宝账户，点开电子对账单，你是不是能够看到自己一年的消费曲线图？是不是能够看到每个月的支出和收入？是不是能够看到自己的钱花到哪里去了？是不是比拿笔记账清晰和准确得多？根据网络购物的数据中，你还会发现：哪个城市的男人比女人购买的东西还要多；哪个城市的人用支付宝缴纳水电费的频率最高；什么星座的男性或女性在某年的消费额最高；在一年里，在父母或亲友身上花费了多少；节假日时，什么东西最畅销……

这样庞大的数据分析，在过去单一的小数据时代根本无法做到，甚至想都想不到。大数据专家维克托·迈尔-舍恩伯格在《大数据时代》中是这样解释的：云计算在获取海量数据的同时，也带来了数据的混杂性，这会给传统的数据分析带来一些困扰。在以往，我们习惯于由数据得出具体结果。而在大数据时代，我们应当关注的是数据之间的相关关系，而不是数据之间的因果关系。

数据之间的相关关系可以帮助我们捕捉现在的线索和预测未来。如A和B的情况经常一起发生，那么只要注意到B情况发生，就能预测A的情况是怎么样的。这种“A和B”的关系在零售行业和IT行业中已被广泛运用。7-11便利店通过分析零售终端的数据，得出了这样的一个相关关系—温度低于15摄氏度，暖宝宝的销售量便增加5%。于是，只要温度低于这一度数，7-11便利店内的暖宝宝就会上架；豆瓣电台会推荐一些你可能会喜欢的音乐；当你在当当网买某本书后，系统就会提醒你—购买这本书的人中，有30%也购买了另外一本书……

这些结论或预测,都是基于大数据分析而来的。当然了，大数据也为我们带来了另一种生活方式，那就是还有更多的事物都可以数据化。通过对关键词的分析和搜索，我们可以看到购物的习惯被数据化、人际关系被数据化、社会热点和考试重点的走向也被数据化。这些数据可以导出商业潜能，更能导出社会走向。

阿里巴巴创始人马云敏锐地捕捉到大数据的巨大潜能。在2012年，他提出大数据战略，通过资源共享与数据互通创造商业价值。在每年一度的“双十一”销售热潮中，阿里巴巴以云计算为基础的数据服务，对数以亿万计的消费者需求信息进行详细地捕捉，并帮助电商随时调整销售决策。

的确，大数据的出现，不仅改变了人们的思维方式，还让更多的企业和社会决策有足够的力量和依据—以数据说话。