解構大數據
文/傅一航
2011年以來，大數據在美國等西方發達國家被熱炒，越來越成為人們議論的焦點和街談巷議的熱門話題。時隔兩年，大數據這個詞傳入中國。在中國的大地上，2013年以來，大數據話題一時間成為流行時尚和點擊率飆升的網絡熱詞。即使是這樣的爆炒，還是有很多人不知道大數據為何物？大數據究竟是一個啥東西。
有人說，大數據就是數據量大，就是復雜數據，有4V特征；也有人說，大數據就是BI，就是Hadoop；還有人說，大數據就是用數據來做運營分析，比如精準營銷，做客戶管理，……。這些說法都沒有錯，但也不全面，無法呈現大數據的真正內涵。
那么，什么才是大數據呢？如何才能真正了解大數據呢？
要想全面的了解大數據，對大數據有一個整體的認識，需要從三個維度來解構大數據。
第一維：原理部分。這一部分適合于非技術人員，特別是企業領導層。
- 特征定義。大數據的4V特征，能夠比較準確描述了數據特征、處理要求、以及數據的用途。
- 價值探討。大數據之所以重要，全在于其價值性。大數據能夠衡量企業運營狀況，能夠降低營銷成本，優化業務流程，等等。而且大數據能夠應用于各行各業，包括通信、金融、零售、醫療、交通、教育等等。不同的行業，其大數據的應用方式、應用價值也不一樣。
- 發展現狀和趨勢。大數據從技術、從應用各方面，都在不斷變化發展。需要了解當前各國、各行業在大數據方面的*研究成果、應用場景和應用價值，這有助于對大數據時代的掌控。
- 大數據戰略。作為官方重點扶持的戰略性產業，擁有數據量的多少以及應用數據的能力，將成為一個企業的核心競爭力，也將成為一個國家的生產力要素。在*戰略風口上，企業應該如何投入，如何發揮數據對企業的價值，這將成為一個很好機會。
- 大數據思維。如果說大數據戰略決定了企業的前進方向，則在大數據時代，大數據思維就決定了企業的應用創新能力。在數據驅動的商業模式中，大數據思維至關重要！
第二維：技術部分。這一部分適合于技術專家和研發人員。如果需要構建企業的大數據系統，需要了解和掌握這部分的內容。
- 數據采集。數據采集是數據源的生成設備和系統，可以是物理設備，比如傳感器、智能手環，也可以是網絡系統，比如互聯網、交易系統、網絡瀏覽器，還可以是社會系統，比如政府統計局、稅務部門等。不同的數據來源，不同的數據類型，都刻畫了不同的用戶特征。
- 存儲系統。之所以叫大數據，根本原因在于容量大，但如何保存如此大規模的數量，成為了技術界的惡夢，因此數據倉庫，分布式數據庫，NoSQL數據庫等等，新技術層出不窮。
- 云計算。海量的數據不僅帶來的是存儲的成本，還帶來的處理難度和時間挑戰。MapReduce、Storm、SPARK，不同的計算模型和框架有著不同的適用范圍，要想大數據產生價值，這些技術成了繞不開的難題，需要技術人員持續研究和投入。
- 數據可視化。數據分析的結果如何呈現，讓非專業的人員也能夠看明白，需要通過圖表等可視化的手段呈現出來。不同的圖表呈現，適用于不同的應用場景。
第三維：實踐。這一部分更注重于大數據在企業中的應用，適合于市場營銷、業務應用、服務咨詢行業。通過合適的軟件和工具，讓數據成為企業最有價值的資產。
- 商業智能。企業大數據，包括ERP、CRM、財務系統等，如何讓這些傳統的企業數據發揮出*的價值，支持企業運營決策。
- 公共服務。政府大數據，已經成為推動大數據發展的動力之一。智慧城市、智慧交通，大數據將成為提升政府的國家治理水平、管理能力的引擎。
- 市場營銷。大數據營銷是互聯網公司最熱門的應用場景，用戶群細分、產品定位、精準營銷、推薦系統等等，看大數據如何玩轉營銷。
- 工業制造。大數據如何在傳統的制造行業落地，無人機、自動化，大數據將成為工業4.0的支撐平臺，數據驅動將成為企業轉型、企業創新的引擎。
簡單地理解，大數據就是大數據量+復雜數據。但大數據的魅力不在于大，而在數據的價值，不管是大數據還是小數據，重要的是數據的應用價值！但如何實現數據到價值的轉換，這就需要技術和工具的支撐，即數據分析與挖掘的能力。
因此，應對大數據時代，要做的就是：*可能地收集數據，*程度地提升數據轉化和應用的能力。
轉載：//bamboo-vinegar.cn/zixun_detail/31850.html
