解构大数据

文/傅一航

2011年以来，大数据在*等西方发达国家被热炒，越来越成为人们议论的焦点和街谈巷议的热门话题。时隔两年，大数据这个词传入中国。在中国的大地上，2013年以来，大数据话题一时间成为流行时尚和点击率飙升的网络热词。即使是这样的爆炒，还是有很多人不知道大数据为何物？大数据究竟是一个啥东西。

有人说，大数据就是数据量大，就是复杂数据，有4V特征；也有人说，大数据就是BI，就是Hadoop；还有人说，大数据就是用数据来做运营分析，比如精准营销，做客户管理，……。这些说法都没有错，但也不全面，无法呈现大数据的真正内涵。

那么，什么才是大数据呢？如何才能真正了解大数据呢？

要想全面的了解大数据，对大数据有一个整体的认识，需要从三个维度来解构大数据。

第一维：原理部分。这一部分适合于非技术人员，特别是企业领导层。

1. 特征定义。大数据的4V特征，能够比较准确描述了数据特征、处理要求、以及数据的用途。
2. 价值探讨。大数据之所以重要，全在于其价值性。大数据能够衡量企业运营状况，能够降低营销成本，优化业务流程，等等。而且大数据能够应用于各行各业，包括通信、金融、零售、医疗、交通、教育等等。不同的行业，其大数据的应用方式、应用价值也不一样。
3. 发展现状和趋势。大数据从技术、从应用各方面，都在不断变化发展。需要了解当前各国、各行业在大数据方面的*研究成果、应用场景和应用价值，这有助于对大数据时代的掌控。
4. 大数据战略。作为官方重点扶持的战略性产业，拥有数据量的多少以及应用数据的能力，将成为一个企业的核心竞争力，也将成为一个国家的生产力要素。在*战略风口上，企业应该如何投入，如何发挥数据对企业的价值，这将成为一个很好机会。
5. 大数据思维。如果说大数据战略决定了企业的前进方向，则在大数据时代，大数据思维就决定了企业的应用创新能力。在数据驱动的商业模式中，大数据思维至关重要！

第二维：技术部分。这一部分适合于技术专家和研发人员。如果需要构建企业的大数据系统，需要了解和掌握这部分的内容。

1. 数据采集。数据采集是数据源的生成设备和系统，可以是物理设备，比如传感器、智能手环，也可以是网络系统，比如互联网、交易系统、网络浏览器，还可以是社会系统，比如政府统计局、税务部门等。不同的数据来源，不同的数据类型，都刻画了不同的用户特征。
2. 存储系统。之所以叫大数据，根本原因在于容量大，但如何保存如此大规模的数量，成为了技术界的恶梦，因此数据仓库，分布式数据库，NoSQL数据库等等，新技术层出不穷。
3. 云计算。海量的数据不仅带来的是存储的成本，还带来的处理难度和时间挑战。MapReduce、Storm、SPARK，不同的计算模型和框架有着不同的适用范围，要想大数据产生价值，这些技术成了绕不开的难题，需要技术人员持续研究和投入。
4. 数据可视化。数据分析的结果如何呈现，让非专业的人员也能够看明白，需要通过图表等可视化的手段呈现出来。不同的图表呈现，适用于不同的应用场景。

第三维：实践。这一部分更注重于大数据在企业中的应用，适合于市场营销、业务应用、服务咨询行业。通过合适的软件和工具，让数据成为企业最有价值的资产。

1. 商业智能。企业大数据，包括ERP、CRM、财务系统等，如何让这些传统的企业数据发挥出*的价值，支持企业运营决策。
2. 公共服务。政府大数据，已经成为推动大数据发展的动力之一。智慧城市、智慧交通，大数据将成为提升政府的国家治理水平、管理能力的引擎。
3. 市场营销。大数据营销是互联网公司最热门的应用场景，用户群细分、产品定位、精准营销、推荐系统等等，看大数据如何玩转营销。
4. 工业制造。大数据如何在传统的制造行业落地，无人机、自动化，大数据将成为工业4.0的支撑平台，数据驱动将成为企业转型、企业创新的引擎。

简单地理解，大数据就是大数据量+复杂数据。但大数据的魅力不在于大，而在数据的价值，不管是大数据还是小数据，重要的是数据的应用价值！但如何实现数据到价值的转换，这就需要技术和工具的支撑，即数据分析与挖掘的能力。

因此，应对大数据时代，要做的就是：*可能地收集数据，*程度地提升数据转化和应用的能力。