到底什么是大數(shù)據(jù)

　　一個商業(yè)術(shù)語？一個熱門的融資標(biāo)簽？一個不停被黑的消費(fèi)者隱私數(shù)據(jù)庫？

　　“大數(shù)據(jù)”這個詞是麥肯錫公司提出來的。在“大數(shù)據(jù)”這個詞出現(xiàn)之前，大數(shù)據(jù)這件事情早就以“Data Mining（數(shù)據(jù)挖掘）”存在于計(jì)算機(jī)學(xué)界。麥肯錫用“大數(shù)據(jù)”這個詞重新包裝了數(shù)據(jù)挖掘這個枯燥的事情，正被電子化、數(shù)字化、互聯(lián)網(wǎng)撞得昏天昏地的商業(yè)人士突然覺得眼前一亮，在一片混沌竟然埋著一根“金線”——數(shù)據(jù)的價值和作用無非是因?yàn)椤按蟆甭铩Ｓ捎诖髷?shù)據(jù)這樣的“大”起來，學(xué)界繼續(xù)用各種生澀的語言把它表達(dá)得無邊無際，而商界覺得這里應(yīng)該有種曹沖稱象的方式——明碼標(biāo)價出它的“大”來。

　　現(xiàn)在，大數(shù)據(jù)有各種定義和闡述。傳統(tǒng)定義之一是指大量而復(fù)雜且變化很快的數(shù)據(jù)，而這些數(shù)據(jù)在進(jìn)行采集、分析和知識發(fā)現(xiàn)時，很難用傳統(tǒng)的數(shù)據(jù)處理手段來得到精深、真實(shí)和高效的結(jié)果。

　　大數(shù)據(jù)將會為我們帶來更廣泛的高質(zhì)量數(shù)據(jù)、更清晰的問題定義、更準(zhǔn)確的量化分析和更合理的預(yù)測結(jié)果。

　　另外一種被廣泛接受的定義是IBM企業(yè)環(huán)境事務(wù)與產(chǎn)品安全副總裁Wayne Balta給出的“4V”定義：大量（Volume）、高速（Velocity）、多樣（Variety）和 精確（Veracity）。

　　盡管“大量”并沒能很好地描述大數(shù)據(jù)的規(guī)�！�—事實(shí)上沒有詞能很好地描述。與以往的數(shù)據(jù)積累量相比（世界上90%的數(shù)據(jù)產(chǎn)生于最近兩年），“非常巨大的數(shù)量”一般用來描述目前所產(chǎn)生的數(shù)據(jù)（我們每天產(chǎn)生2.5萬億字節(jié)的數(shù)據(jù)），而我們的大腦無法掌握和分析如此大量的數(shù)據(jù)——這就是我們前所未有地需要計(jì)算機(jī)的原因所在。

　　“高速”是指海量數(shù)據(jù)能被獲取、整理以及實(shí)時分析的速度。實(shí)時意味著瞬間完成。例如，為了提供實(shí)時交通駕駛指引，Inrixa公司收集了37個國家，總計(jì)近七百萬公里中精度達(dá)到約每200米的交通速度數(shù)據(jù)。將這些數(shù)據(jù)與多源數(shù)據(jù)相融合：交通事故新聞報道、擁堵警告、交通攝像頭錄像，甚至社會網(wǎng)絡(luò)平臺中眾多用戶發(fā)布的交通相關(guān)信息，分析這些數(shù)據(jù)，并把結(jié)果轉(zhuǎn)化為可執(zhí)行的導(dǎo)航指示——導(dǎo)航的速度之快能夠讓高速公路上的司機(jī)一邊使用一邊尋找正確的高速公路出口和飯店等。

　　“多樣”是指數(shù)據(jù)的來源多樣、形式多樣、內(nèi)容多樣。WayneBalta在最近由Xerox絕樂和沃頓IGELb贊助的“大數(shù)據(jù)時代的可持續(xù)發(fā)展”為主題的會議上聲稱，90%的大數(shù)據(jù)是非結(jié)構(gòu)化的。這意味著它缺乏通用格式。這些數(shù)據(jù)包括從紅外照片到高清視頻的圖像類數(shù)據(jù)、鳥類啼鳴和人類語音的錄音、來自火星表面和海洋遠(yuǎn)處傳感器獲得的原始數(shù)據(jù)以及各種通信類型：手寫病歷、排版書籍、古代卷軸、社交媒體帖子和電子郵件——每一種在變得有用之前都需要進(jìn)行獲取并進(jìn)一步融合成結(jié)構(gòu)化數(shù)據(jù)。

　　“精確”是指數(shù)據(jù)的分析表達(dá)和價值發(fā)現(xiàn)要精確。市場營銷無疑是一個緊密依靠數(shù)據(jù)、極其貼近客戶和瞬息萬變的行業(yè)，這就要求我們一方面時刻洞察正在起變化的消費(fèi)者，另一方面又要求助于新技術(shù)和新方法，摒除紛擾，在大量、高速、多樣的數(shù)據(jù)中需求精確的商業(yè)價值，鍛造可持續(xù)增長的新價值路線圖。

　　……