大数据在互联网和物联网业务中的重要性

一、大数据的重要来源

数据是下一代革命的核心，这是毋庸置疑的。无论是工业下一阶段的发展（工业4.0），还是可能具有全新协议和标准的物联网，都是以数据为核心的云计算能力的发展。数据时代最大的特点是个性化和智能化，这将是人类历史上最大的变革。与之前的工业3.0相比，这次革命将是一次从无到有的全新突破，将对人类的发展产生革命性意义。商业也好，知识也罢，抑或是文明，它们未来的起点是智能化、数据化，这是人类未来的起点。其中最重要的是数据来源，即大数据的形成。[1]

数据最大的来源是互联网。互联网公司通常都存有大量的数据信息，尤其是在社交媒体、搜索交易等业务上，互联网和物联网在其核心业务领域上不断地产生并积累大量的数据。移动端设备（平板电脑、智能手机等）的普及使得信息交换量急剧增加，移动设备上APP的追踪和使用都产生了海量的信息，包括个人资料、下载和交易数据以及定位编码等。这些数据被称为非结构性数据，在图片、音频、视频、文档、电子邮件中广泛存在。此外，社交媒体交互的数据流、电子商务购买销售、线上交易服务器点击量中也存在许多非结构数据。这些数据构成了文本分析功能所需数据源的主体部分。

物联网的数据主要来源于功能设备和设备产生的数据量，例如，智能温控器、家用电器（与互联网相连）智能电表以及一些工厂机器创建和使用过程中所产生的数据。上述设备可以通过配置与互联网相连，产生通信，而后向上级服务器进行数据传输。这些数据被中央服务器汇总后，可供数据分析使用。

互联网数据和物联网数据是大数据的两个最重要的来源。例如，分析模型的建构是基于物联网数据进行，构建分析模型能够对有问题的传感器进行连续监测并预测设备可能会出现的问题。国外应用这类数据资源较早，因此有一些较为经典的案例。物联网广泛应用后，在房地产交易、商品价格起落以及群体消费产生的特定信息方面产生了大量的数据，累积为一定量的数据信息。虽然这类数据很常见，并且对商业应用而言作用很大，易于获得且便于加工处理，但是不完全算大数据。

二、大数据的主要特征

第一，数据量巨大且增速极快。目前的数据量远髙于历史任何时期，并且依然在成倍增长，加之数据间的交互和应用的计算数据量，更是难以估量。

第二，数据速率的巨大变化。数据在发展过程中产生新数据的数量不断增多，传播的速度也不断加快。在这样的趋势下，数据的有效性延续的时间不断缩短，对数据的分析计算能力提出了更高的要求。

第三，数据复杂性不断增强。数据本来就有多种形式，从多个方面如编码、存储、应用等方面存在多样化的特征，差异性一直存在，并随着发展不断增大。从结构上看，结构、半结构和非结构化的数据并存，并且占比不断变化，结构化的数据占比不断缩小。

第四，数据价值的变化。数据规模的增大无形中带来了其中所富含知识价值的提升，知识价值的提高对推动社会发展和促进科技进步有重要作用。数据价值还来源于大数据的个性化、交叉复用等特征。(www.xing528.com)

大数据的价值在于能从中提炼出大量的知识，这些知识能为人类提供更多的视角，帮助人类对所面对的事物进行更好的理解，提升人类的认识和决策能力。但这类对人类有重大意义、能为人类所用的知识价值分散在大数据广阔的空间中，呈现隐藏深、分布不均的特点，难以被人类发现。知识价值的这些特征对数据的计算、提取、应用提出了很高的要求，因此大数据的计算要向着高性能、实时程度高、易于使用和扩展性强的方向发展。曾经人们认为云计算颠覆了传统IT架构，实际上云计算的改造只是停留在硬件层面，对大数据的分析应用只涉及行业业务层面。企业竞争也会因大数据的出现而改变，数据是竞争的筹码，数据将成为资本、技术的替代品，升级为企业最重要的竞争要素。数据解读能力也必将成为企业之间拉开差距的重要原因，企业拥有的数据量和种类以及应用数据的能力将成为下一轮商业竞争的重中之重。DT代替IT成为企业转型的目标，这也代表着企业的眼光长远，看到了大数据的重要性，感知到云计算对于企业的发展意义，然而，仅云化对企业而言并不能产生足够的价值。

三、大数据的常用功能

大数据对于个人而言是一个概念，如何将概念转化到实际应用中是人们更为关注的问题。大数据的实际应用有以下几个方面：

（1）对于记录的追踪。互联网和物联网对于事物的记录赋予了大数据追踪的能力，这是大数据应用的起点。追踪主要应用在人们的搜索内容、浏览历史、购买偏好、选择偏好、支付形式等方面。

（2）精准识别。精准识别主要指对语音、图像、视频等进行识别。这是基于全面追踪，利用定位、比对、筛选等手段进行的精准识别，分析内容更为丰富，结果也更为精准。

（3）通过画像形成对消费者和企业的全面认识。对于消费者或者企业，这是根据不同的多渠道数据源进行追踪识别。企业画像能够对其信用和潜在风险进行识别；消费者画像则便于为其推送恰当的产品和广告。

（4）对未来趋势进行预测。大数据在海量的数据中通过识别、画像以及已有的历史轨迹对未来进行预测，在轨迹出现偏离的苗头或者已经偏离预期时，就提出预警信息，提醒人们关注此项发生的变化。大数据的预测功能有助于风险控制模型的构建，丰富了预测手段。

（5）在海量信息中完成供需匹配。在大数据的巨量信息中，通过接近性和相关性进行追踪识别，从而有效地匹配供需，这个作用在租房、租车、网约车、在线预约等共享类型的商业模式中较为常见。

（6）实现优化配置。通过算法和资源配比制订最优计划，如最佳路线、最短路程、最低成本等。这项功能能够提升企业内部效率和服务水平，同时节约社会公共资源，对于公共服务部门而言也是同样意义重大！