京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 不是所有数据都那么珍贵
6月8日消息,数据中心不断地被大量数据们淹没,那么作为数据中心的管理员们,能不能就舍弃一部分不需要的数据呢?
最重要的担心就是怕错过任何可能的有用信息。你公司的营销副总裁很有可能会有朝一日让你提供一份公司过去20年的销售数据。而上面的领导一换,说不定新的数据要求在等着你。
还有一个非常现实的原因,那就是有些公司会申明永久保留数据,尽管这些数据几年、几十年都没人用过。顾能咨询将其称之为“暗数据”,并将其定义为“在正常经营活动中的信息资产组织收集、处理和存储,但一般不能用于其他用途(例如,分析,业务关系和直接货币化)的数据。这类似于物理研究中的暗物质,暗数据是信息资产“宇宙”中的大部分组成结构。因此,组织或公司经常保持暗数据用作参考资料。”
那么,到底你是否可以“减仓“暗数据的同时,并确保保留必要的数据? 这里有三个建议。
1:筛选数据
如果你使用的是机器或者是互联网产生的大数据,你在得到有用信息的同时也接受了许多无用的垃圾。数据过滤可以分离出你想要的信息。
2:导出数据
如果你希望为了将来做长期趋势分析而准备为数据保留个几十年,将这些数据导出到一个值得信赖并基于云计算的供应商是一个不错的选择。这样,在时机成熟时,你就可以自由地将存储的数据导回到你的数据中心进行分析。
3:定义数据保留政策
你可以在定义数据保留政策时表现得强势点。你作为一名数据管理人员,有理由来参与和指定数据保留的政策。这是具有优秀数据中心管理能力的一个标志。
小结
这会不会解决你所有的大数据存储管理和保管问题?没有,但它会给你的数据中心指明了正确的道路。它还将使你成为一名优秀的数据管理人员,能够宏观地预测数据方向和参与数据保留政策的制定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据科学的工具箱中,析因分析(Factor Analysis, FA)、聚类分析(Clustering Analysis)与主成分分析(Principal Component ...
2025-12-18自2017年《Attention Is All You Need》一文问世以来,Transformer模型凭借自注意力机制的强大建模能力,在NLP、CV、语音等领域 ...
2025-12-18在CDA(Certified Data Analyst)数据分析师的时间序列分析工作中,常面临这样的困惑:某电商平台月度销售额增长20%,但增长是来 ...
2025-12-18在机器学习实践中,“超小数据集”(通常指样本量从几十到几百,远小于模型参数规模)是绕不开的场景——医疗领域的罕见病数据、 ...
2025-12-17数据仓库作为企业决策分析的“数据中枢”,其价值完全依赖于数据质量——若输入的是缺失、重复、不一致的“脏数据”,后续的建模 ...
2025-12-17在CDA(Certified Data Analyst)数据分析师的日常工作中,“随时间变化的数据”无处不在——零售企业的每日销售额、互联网平台 ...
2025-12-17在休闲游戏的运营体系中,次日留存率是当之无愧的“生死线”——它不仅是衡量产品核心吸引力的首个关键指标,更直接决定了后续LT ...
2025-12-16在数字化转型浪潮中,“以用户为中心”已成为企业的核心经营理念,而用户画像则是企业洞察用户、精准决策的“核心工具”。然而, ...
2025-12-16在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05