国产极品粉嫩福利姬萌白酱_伊人WWW22综合色_久久精品a一国产成人免费网站_法国啄木乌AV片在线播放

解構大數據

文/傅一航

2011年(nian)以(yi)來(lai)，大(da)(da)(da)數(shu)(shu)據在(zai)*等西方發達國(guo)家(jia)被熱炒(chao)，越(yue)來(lai)越(yue)成為人們議論的焦點(dian)(dian)和街談巷議的熱門話(hua)題。時(shi)隔兩年(nian)，大(da)(da)(da)數(shu)(shu)據這個(ge)詞(ci)傳入(ru)中(zhong)國(guo)。在(zai)中(zhong)國(guo)的大(da)(da)(da)地上(shang)，2013年(nian)以(yi)來(lai)，大(da)(da)(da)數(shu)(shu)據話(hua)題一(yi)時(shi)間成為流(liu)行時(shi)尚和點(dian)(dian)擊率飆升的網絡(luo)熱詞(ci)。即使是這樣的爆(bao)炒(chao)，還是有很多(duo)人不知道(dao)大(da)(da)(da)數(shu)(shu)據為何物？大(da)(da)(da)數(shu)(shu)據究竟是一(yi)個(ge)啥東西。

有(you)人說，大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)就是(shi)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)量大(da)，就是(shi)復雜(za)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)，有(you)4V特征；也(ye)有(you)人說，大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)就是(shi)BI，就是(shi)Hadoop；還(huan)有(you)人說，大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)就是(shi)用數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)來做運營(ying)分析(xi)，比如精準營(ying)銷，做客戶管理(li)，……。這些說法都沒有(you)錯，但也(ye)不全面，無法呈現大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)的真正內涵。

那么，什么才(cai)是大(da)數據呢？如何才(cai)能真正了(le)解大(da)數據呢？

要(yao)想全(quan)面的(de)了解(jie)大數據，對大數據有一個整體的(de)認識，需(xu)要(yao)從三個維(wei)度來解(jie)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。

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。

1. 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。
2. 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。
3. 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。
4. 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。

1. 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。
2. 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。
3. 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。
4. 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(jie)，大數(shu)(shu)據(ju)(ju)就是(shi)(shi)大數(shu)(shu)據(ju)(ju)量+復雜數(shu)(shu)據(ju)(ju)。但大數(shu)(shu)據(ju)(ju)的(de)魅力(li)不在于大，而在數(shu)(shu)據(ju)(ju)的(de)價值(zhi)(zhi)，不管是(shi)(shi)大數(shu)(shu)據(ju)(ju)還是(shi)(shi)小數(shu)(shu)據(ju)(ju)，重(zhong)要的(de)是(shi)(shi)數(shu)(shu)據(ju)(ju)的(de)應(ying)用價值(zhi)(zhi)！但如何實現數(shu)(shu)據(ju)(ju)到價值(zhi)(zhi)的(de)轉換，這就需要技術和工(gong)具的(de)支撐，即數(shu)(shu)據(ju)(ju)分析(xi)與挖(wa)掘的(de)能力(li)。

因此，應(ying)對大數據時代，要(yao)做(zuo)的就是：*可能(neng)地收集(ji)數據，*程度(du)地提升數據轉(zhuan)化和應(ying)用的能(neng)力。