第一部分：我先通俗的解释下什么是大数据

小到一个店家，大到一个国家，都在讲大数据。不过，真正搞清楚什么是大数据的人可能真不那么多。其实，故名思议，大数据肯定体现在“大”上，可数据是一个比较抽象的东西，我们该怎么去描述数据的“大”呢？这里面就涉及到一些专业领域的东西了。

世界著名咨询机构麦肯锡曾对“大数据”给出一个明确的定义：大数据就是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和低价值密度四大特征。

我们应该怎么去理解这句话呢，首先，我们知道，在大数据出现之前，我们对数据的日常处理分析常常使用的是诸如sqlsever/oracle/mysql等传统关系数据库，处理T级别的数据量已经是这些数据库的极限，面对PB/EB/ZB级的数据量那就更无能为力了。那是不是以前就没有这么大的数据量呢，也不是，早在20世纪80年代，未来学家阿尔文托夫勒就将大数据称作“第三次浪潮的华彩乐章”，只不过当时由于数据处理能力有限，所以大数据一直没有发展起来，直到2005年，提供大数据基础能力的Hadoop项目诞生，从技术层面上搭建了一个对结构化和复杂数据快速、可靠分析变为现实的平台。从这个时候开始，“大数据”才逐步成为互联网信息技术行业的高频热词而为人们所熟知。从这点上，我们可以看出，技术的发展不仅在改变人们的生活，其本身也在推进着更高级的技术的诞生。话说回来，“大数据”是不是只是一种规模大的数据集合就够了呢，显然不是的，还必须具备前面所说的4V特征。

先说说海量的数据规模，前面说到处理PB/EB/ZB级的数据量，正是大数据优势所在，处理PB级数据，以前是不可能的事情，但在大数据时代，将会是一个常态，这是一个什么概念呢，一部高清电影约4g,1PB=1024*1024g，大数据瞬时处理1PB的数据量，就相当于瞬时处理26万部的高清电影容量。其次，是“快速的数据流传”，怎么说呢，所有数据都有时效的，商业业务决策也是有时效的，如果不快速处理，快速得到结果，那么就很可能会失去商机，所以，我们也在一直强调利用大数据做实时分析。再次，“多样的数据类型”又是什么呢，在大数据走进大众之前，传统的数据处理工具，往往处理的是标准的结构化的数据，也就是存在我们的数据库表格中的数据。针对非结构化的数据，比如文本、语音、视频、图像等等，这是大数据要经常面对的事情。最后，“低价值密度”，这个概念有点抽象，怎么去理解呢，大数据就是一个海量的数据，在大海中捞金子，这金子就是我们的宝藏。但我们把这块金子经过一系列的分析处理过程之后，我们就能确定是在某一平方米的水域，那么这个密度就会高很多了，这块金子就分布在这一平方米中，在这一块区域去捞金子那么就容易得多了。

以上，就是我对什么是大数据及大数据的4个特征的的通俗理解。

第二部分：理解大数据的价值

大数据的核心价值，从业务角度出发，主要有如下的3点：

a.数据辅助决策：为企业提供基础的数据统计报表分析服务。分析师能够轻易获取数据产出分析报告指导产品和运营，产品经理能够通过统计数据完善产品功能和改善用户体验，运营人员可以通过数据发现运营问题并确定运营的策略和方向，管理层可以通过数据掌握公司业务运营状况，从而进行一些战略决策；

b.数据驱动业务：通过数据产品、数据挖掘模型实现企业产品和运营的智能化，从而极大的提高企业的整体效能产出。最常见的应用领域有基于个性化推荐技术的精准营销服务、广告服务、基于模型算法的风控反欺诈服务征信服务，等等

c.数据对外变现：通过对数据进行精心的包装，对外提供数据服务，从而获得现金收入。市面上比较常见有各大数据公司利用自己掌握的大数据，提供风控查询、验证、反欺诈服务，提供导客、导流、精准营销服务，提供数据开放平台服务，等等

但在实践中，我更加喜欢把数据的价值分为两个方面，一个方面是给企业创造营收，另一个方面就是给企业节省成本。整体梳理的框架如下，请大家参考：

除了上面我对数据价值的理解外，阿里前数据委员会主席车品觉老师从数据的应用价值出发，归纳出如下的5类数据价值，也有一定的道理，大家可以作为参考：

以下就是我对数据价值的理解。

End

作者：王礼

来源：知乎

本文为爱数据整理分享，如果涉及作品、版权和其他问题，请联系我们第一时间删除（微信号：lovedata0520）

|

相似职位