京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从3V到6V 大数据概念演变_数据分析师
大数据时代来临,大如Google、IBM等科技巨头拥有庞大资源,可对深奥的技术与跨领域知识进行发展,但是一般企业多难以因应。
至今发展已经超过十几年,并且成为行动云端趋势之后,最受瞩目的新兴科技名词。要探讨大数据为何受到如此广泛瞩目,必须从各方面进行探讨,包括:大数据的发展历程与特性、大数据的商机有多大、大数据将对世界带来什么样的改变,以及大数据的相关技术等。
从3V到6V 大数据定义演变
顾名思义,大数据明显意指「巨大的数据量」,数据是形容数据,当数据规模大到某种程度,就变成大数据;又或者从另一种角度思考,因为数据非常巨大,因此使其具有一些特性,而这些特性促使传统资讯处理技术无法进行归纳分析,因此需要新的技术,所以大数据也可以说不单指规模大的数据,而是一种分析处理庞大数据的技术。
那么,大数据中所谓的数据特性,指的又是什么呢?这得从2001年大数据被麦塔集团(META Group)分析师莱尼(Doug Laney)提出之后开始谈起。2001年莱尼在一份报告中对大数据提出「3-D数据管理」的看法,即数据成长将朝3个方向发展,分别为数据即时处理的速度(Velocity)、数据格式的多样化(Variety)与数据量的规模(Volume),3者统称为「3V」或「3Vs」。
之后,随着资讯科技不断地往前推进,数据量的复杂程度愈来愈高,「3Vs」已经不足以形容新时代的大数据,因此在2012年时,不仅莱尼调整既有的3V分析,包括科技大厂IBM、国际调查机构Gartner、IDC等纷纷对大数据提出新的论述,大家纷纷地将3V增加成为4V,即在原本的速度、多样化与规模特性上,再增加「准确性」(Veracity)的特色,之后甚至还有人提出5V、6V的看法,即在原本的4V上又增加「可视性」(Visualization)与「合法性」(Validity)等。
大数据商机惊人 大数据商机到底有多庞大?
事实上,从2001年大数据概念被提出一直到2011年,10年时间大数据都一直默默无闻,一直到2012年市场对大数据进行包装并大肆探讨,大数据浪潮急剧涌现,各大调查机构都对大数据即将引爆的商机给予非常正面的看法。
IDC的报告就提到,2012至2016年全球大数据技术与服务的市场规模年复合成长率将高达31.7%,至2016年总收益将会达到238亿美元,到了2018年大数据市场商机更将达到500亿美元之多,Gartner也提到随着各个领域企业纷纷导入大数据应用,将促成巨大商机的涌现。
谘询机构麦肯锡全球研究院在2011年提出的「大数据:创新、竞争与生产力的下一个新领域(大数据: the Next Frontier for Innovation, Competition, and Productivity)」报告中指出, 未来10年美国保健产业与大数据有关的商机高达3,000亿美元;并且将为美国带来1,000亿美元的行动商机服务;以及在消费端市场创造6,000亿美元商机;在企业应用上,大数据可协助制造业缩短20~50%的上市研发时程,为金融业行销活动提高60%的回应率,以及降低10%的规画与执行时程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24