京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不能“光大”,还要“深发展”
自从深发展银行推出那条知性的广告语“只想与你深发展”后,银行业内人士又自编出了更知性的姊妹篇:“光大是不行的”。算作一种调侃,偶尔娱乐一下也就作罢。然而如果用到对大数据的描述,这句话也恰到好处,大数据“量”上的比拼意义已不大,光大是不行的,只有深发展深层次挖掘分析后才能释放出应有的价值。
《大数据》一书的作者、信息管理专家涂子沛定义大数据时讲到大数据之“大”,并不仅仅在于“容量之大”,更大的意义在于:通过对海量数据的交换、整合和分析,发现新的知识,创造新的价值,带来“大知识”、“大科技”、“大利润”和“大发展”。
大数据持续升温
大数据又被称为巨量资料,指所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
国家统计局总工程师郑京平说‘大数据战略’将成为下一个‘石油战略’;美国数据科学家维克托·迈尔·舍恩伯格表示,大数据已成为21世纪的决定性资源,是“新的黄金”。
在百度谷歌上搜索“大数据”关键词,IBM、微软、英特尔等巨头公司的竞价排名广告赫然出现,搜索引擎中的相关结果也早已超过1亿条。
上到政府机关、巨头公司,下到创业公司、互联网从业人员,从各个角度都能看出对大数据的重视程度,也都瞄准了大数据的前景和钱景,“大数据”已成为2013年使用频率最高的技术热词之一,而即将到来的2014年,大数据势头依旧不减。
大数据应用案例丰富,商业化前景广阔
大数据掀起的风暴已经席卷各个拥有海量数据的行业。其中一个有趣的案例被津津乐道:微软公司通过大数据分析处理,对新一届奥斯卡金像奖作出“预言”,结果除“最佳导演”外,其余13项大奖全部命中。
此外,大数据在其他领域也发挥着其威力。微软必应搜索通过集成以往的飞机票价画出未来票价走势;谷歌利用用户搜索记录判断出美国流感疫情的现状,并 比疾控中心快一两周;对冲基金通过剖析社交网络推特的数据信息来预测股市的表现;亚马逊和网络影视光盘租赁公司根据用户在其网站上的类似查询来进行产品推 荐……当然,同样的技术也可以运用到疾病诊断、推荐治疗措施,甚至是识别潜在犯罪分子上。
全球零售业的巨头沃尔玛也通过大数据获益。公司在对消费者购物行为进行分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是推出了将啤酒和尿布捆绑销售的促销手段。如今,这一“啤酒尿布”的数据分析成果也成了大数据技术应用的经典案例。
随着各行业对大数据领域的研究、分析和商业化应用,在不久的将来,大数据的应用案例将会越来越多。
大数据太大的挑战
1 TB = 1,024 GB = 1,048,576 MB
1 PB = 1,024 TB = 1,048,576 GB
1 EB = 1,024 PB = 1,048,576 TB
1 ZB = 1,024 EB = 1,048,576 PB …….
网络上每一笔输入、每一笔搜索、网站上每一笔交易都是数据,每个人都是数据的创造者和贡献者,在经历了KB、MB、GB的小时代,TB、PB、EB甚至 DB的大时代也如期而至。数据的规模、速度和种类在2014年将会继续呈指数级发展。
当数据大到不能用简单的大来形容时,就会成为非常难以制服的老虎。管控大数据技术跟不上数据增长速度将会拖延其实用性演进的进程;收集到的数据不足以转换成有意义的洞察力,将会让数据的价值不能完全体现;数据过渡集成对用户隐私造成的干扰都将成为大数据时代前行的门槛。
身处大数据时代,让数据更大,让数据研究往纵深发展 ,枯燥的数据便会成为指引决策的依据,大数据的价值会逐步释放,到时候我们可以说大数据不仅可以取之于民,更可以用之于民。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12