维基百科中大数据的定义是:大数据,或称巨型数据、海量数据、大资料,指的是所涉及的数据量规模巨大到无法通过人工,在合理时间内实现截取、管理、处理,并整理成为人类所能解读的信息。
“大数据”是自“社交”以来冲击技术和互联网世界最多的流行语。大数据的定义不清且变化多样,听起来更像是一个被过度使用的含义宽泛的术语。一些人将大数据定义为网络数据;一些人将其定义为传统数据库软件不能处理的大数据集;一些人将其定义为实时流动的数据;IBM 将其定义为具备容量大、实时性强且形式多样的数据。
在大数据意义明确之前,人们用多种特征来描述,目前,较为普遍的是3V 和4V 的说法。大数据的3V 特点通常指的是:Volume(大量)、Velocity(高速)、Variety(多样)。而大数据的4V 特点通常指的是:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。为了叙述简便,本节仅讨论3V 特点。
大容量是人们想到大数据时最通常提及的特征。大容量的确切标准是不断变化的,因为技术发展迅猛,曾经的大容量数据集在今天已经是标准规模的数据集。例如,每个月网络有上千万用户参与职业发展和寻找工作的行动,每天有超过500万次工作搜索被提交,这类行动产生了大到不可想象的数据流容量。使用大数据量的主要吸引力在于,让用户通过比小数据量能够提供的模型更精确的统计模型对行为进行预测。
大数据的第二个特征是时效性。时效性可简单理解为,数据是不断流动且快速进入企业的,有时这也被称为“流”。当企业数据量增长迅猛时,时效性同样在增长,这主要依赖于互联网和移动手机使用量的增长,这类数据以每年每天24/7的方式流动着。例如,一家互联网公司的数据架构和工具必须提供高时效和大容量的数据处理能力,全天候不间断。因此,网上零售商等企业能够对客户每一次点击和交互的所有历史数据进行汇总,而非仅仅汇总最后的成交结果。成功企业能够利用这些信息实时进行其他产品和服务的推荐。
大数据的第三个重要特征是数据多样性。在如今这个客户交互点和数据流不同的复杂世界中,数据以标准化形式进来并等待处理。鉴于此,大数据系统的主题通常是,数据源和格式大相径庭并且不能归入企业易于用来进行处理或分析的统一数据结构中。
有着上述3个特征的大数据流的例子比比皆是:社交媒体网站上的客户评论、网站的搜索主题、来自网上购物体验的点击流数据、GPS或WiFi跟踪的位置数据以及上传的图片和视频等。(www.xing528.com)
将大容量、时效性和多样性这3个特征合在一起,大数据充满了挑战和机会。
【案例分析5.2】
电信行业客户数据
以电信行业为例,传统来说,电信行业在进行客户细分和预测建模时,主要通过客户数据的3个维度来进行。然而,正如表5.1所示,当行为环境和可获取工具发生变化和演进,电信行业已经转而使用超过8个维度的数据。随着电信客户发展市场的变化,企业意识到如果想要保持、保护和获取新客户,就需要进行再调整。市场环境从客户产品方案的使用数据转向网站交互、偏好、反馈、社交媒体和购买行为等数据。电信企业迅速意识到,对于它们的品牌、产品和服务,即使客户并没有直接与企业进行沟通,企业也需要倾听客户正在说什么。企业还认识到需要获取、采集和保存关于客户反馈和情感等方面的历史数据,更重要的是,依据这些数据尽快采取积极行动。
表5.1 电信行业客户数据源
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
