問答專欄Q & A COLUMN
近年來，大數據非常火，人人都談大數據。但也有人認為，大數據是華而不實，沒有什么實際意義。那么大數據究竟是什么？大數據能為我們帶來什么呢？我們一起來看一看。
對于很多人來說，當第一次聽到“大數據”這個詞的時候，就會自然而然地從字面上去理解：大數據就是大量的數據，大數據技術就是大量數據的存儲和處理技術。
然而，事實并非如此，大數據比我們一般的想象更為復雜。大數據技術不只是一項數據處理和存儲的技術，更是一系列和海量數據相關的抽取、集成、管理、分析、解釋技術，是一個龐大的技術框架。
更進一步來說，大數據是一種全新的思維方式和商業模式。大數據實現了從物理世界到數字世界的映射和提煉，通過發現其中的數據特征，從而提煉出有價值的信息。
要全面深入地認知大數據，需要從三個層面，逐層深入。
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。大數據的特征定義，行業對大數據的整體描繪和定性，大數據的來之不易和珍貴所在，對大數據的現在和未來去洞悉大數據的發展趨勢，大數據隱私的博弈等，每個課題都是值得深入探討的。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。云計算、分布式處理技術、存儲技術和感知技術，都是大數據技術的重要組成部分。大數據如何采集、處理、存儲到形成結果，都是大數據技術的作用的產物。
第三層面是實踐，實踐是大數據的最終價值體現。在實踐中，大數據的應用可分為：互聯網大數據，政府的大數據，企業的大數據和個人的大數據四個方面，需要從實際的行業應用觸發，了解大數據帶來了哪些實打實的好處，以及什么機遇和挑戰。
方方面面，只有你想不到，沒有大數據用不到的地方。當發生了傳染病疫情時，大數據使我們瞬間了解到哪些人到過高風險地區，哪些人接觸過患者，讓我們更好地對疫情進行精準控制；在電商購物節中，大數據使商家快速了解到消費者對哪些商品更感興趣，能夠為用戶給出適合的商品推薦，組織更為有效的活動促銷；在社交平臺上，大數據為我們找到潛在的志同道合的人，以數據的方式為我們的社交進行了不可見的延展……
大數據并不是華而不實的。大數據的本質，可以說是一種技術框架，更應該說是一種思想和模式。我們要善用大數據，乘著大數據這個時代的風口，用大數據加速發展，實現更為美好的藍圖。
評論0
加載中...
大數據的本質是什么？
現在叫大數據，以前可以稱為信息、情報等等名字。以前的信息搜集技術沒有這樣發達，只能以樣本信息形式出現，而且由于結構類型不同，只能分類處理，有些數據還不便于儲存和比較。為什么現在叫大數據，是因為現代互聯網技術，可以把不同結構類型的所有數據都能搜集到，形成全數據，并且隨著大數據技術的深度發展，這些復雜結構類型的全數據，會被自動分類比較統計，所以稱為大數據。
吳軍在他的《智能時代》里提到對于大數據的觀點：
只有量的積累的數據，通常并不能稱之為大數據。除了大量性，大數據常常還應該具有多維性和完備性。
大數據的多維性，可以理解為針對單一“個體”（人/物/事件等）不同角度的數據。比如之前提到的：收集全國所有人的出生年月，單收集這一項，數據單一缺乏意義；但如果再加入收入、所屬地區、受教育程度等等多維的信息，那數據本身就變得鮮活了。我們可以從數據中分析人口的地域分布、經濟分布、教育分布等并在此基礎上給出宏觀的資源調控計劃。
大數據的完備性，則可以理解為數據的全面性。比如2012年一位名叫內德·斯威爾的年輕人，利用大數據成功預測了美國50+1個州的大選結果。他其實就是在投票前利用互聯網盡可能的搜集當年的大選數據（如地方媒體數據、社交網絡留言、朋友間評論等），從而近似的知道每個人對大選的態度，并按照州進行分類整理，最終成功預測了當年的大選結果。
缺少多維性的“大數據”會讓數據承載的信息“片面”，進而導致數據本身的利用價值大大下降；缺乏完備性的數據則會由于缺乏“完備樣本”的支撐，也會使得獲取的信息“局限性”。
大數據最好還應具有“及時性”，但及時性卻并不是其必備條件，只是有了“及時性”的大數據，會實現一些過去無法做到的事情。
大數據的及時性，可以理解為數據收集的時效性。一方面，要分析當前情況，就要盡可能使用與當前時間點較為接近的數據；另一方面，數據本身就在時刻產生（特別是今天的互聯網），新鮮的數據能更快速的反應當前社會的一些情況。比如使用百度地圖導航的時候，它能根據數據庫中人們當前的（及時的數據）車輛出行地點，和即將要去的地方大概估算出此人的行程規劃，并通過眾多數據的整合估算出某一路段可能的堵塞情況，進而在導航的時候給出“避免擁堵”的導航建議。
由此可見，所謂的大數據，一定要同時滿足大量、多維和完備（相對來說）的特點，并在此基礎上，最好具有“時效性”。
參考自：讀大數據 《智能時代》有感
其次，大數據的意義在于驅動決策
大數據產生價值的鏈路是：數據驅動決策——決策實踐價值。
國內企業總是談數據變現實際是一種對大數據價值的歧義理解。企業面對的TO B或TO C不是個體單維度數據而是海量多維度數據，單一數據不能提供任何決策依據。然而企業決策者往往對大數據的理解不夠清晰透徹，片面的認為數據就是價值，花錢就要見效，把重點需求放在了所謂的上文說道的“有效數據上”當然效果在短期是非常顯而易見的。而在利益驅動下企業的方向就真的隨著“數據”驅動決策了，如同你是正常人卻天天吸純氧，企業想的就不是產品緊貼市場需求、如何有效改進，增強市場競爭優勢，而是圍繞相應“數據”下進行各種營銷。
第一步，找到核心數據。核心數據現在對很多企業來說實際上就是CRM，自己的用戶系統，這是最重要的。
第二步，外圍數據。比如企業經常會在線上線下舉辦一些活動，在做活動的時候，消費者的信息只是簡單地提供在表單里面，還是進入了CRM的系統里？
第三步，常規渠道的數據。舉例來說一個銷售快銷品的企業，能不能夠得到沃爾瑪的數據，家樂福的數據？很多國外大數據的案例，說消費者買啤酒的時候也會購買剃須刀之類，或者一個母嬰產品的消費者她今天在買這個產品，預示著她后面必然會買另一個產品。這就有一個前期的挖掘。這些價值怎么來的，這就需要企業去找常規渠道里面的數據，跟自己的CRM結合起來，才能為自己下一步做市場營銷、做推廣、產品創新等建立基礎。
第四步，外部的社會化的或者非結構化的數據，即現在所謂的社會化媒體數據。這方面信息的主要特征是非結構化，而且非常龐大。這對企業來說最大的價值是什么？當你的用戶在社會化媒體上發言的時候，你有沒有跟他建立聯系？
還有，大數據的核心在于大數據思維
網絡的誕生給世界帶來了大量的數據積累和信息流通，并帶來了一次“大數據思維”的思想變革。
機械思維時代，由于數據收集的局限性，科學家們只能在有限的樣本下“大膽假設小心求證”，然而受限于人類大腦的“創造力”，所謂的“大膽假設”也并不是真的“大膽”；隨著互聯網時代的到來，“數據”不再成為問題，當大量數據堆積在一起時，就產生了“質”的變化。
互聯網時代的人們逐漸發現：** 世界其實是不確定的**，一方面世界的本質就是不確定的（比如原子核中的電子時刻都在做著無規則的運動）；另一方面影響世界本身的變量太多，我們沒辦法用簡單的公式將他們全部囊括進來，只能盡可能的利用隨機事件來處理，利用概率來解釋。
與此同時，伴隨著數據的大量積累和統計數學的發展，人們驚喜的發現：在數據量達到一定程度的時候，數據和數據之間的關聯可以反映出某些意想不到的結果。于是大數據思維就誕生了：
世界本身是不確定的，利用大數據可以盡可能的消除這種不確定性，因果關系可以利用數據間的相關關系進行代替。
大數據思維，也有人將其成為“信息論”，其本質就是：
1）利用不確定性看待世界，然后利用大數據來盡可能的消除這種不確定性；
2）利用具有多維度特征的大數據，數據之間的相關關系來代替機械思維時代的因果關系，幫助我們在“創造”難以掌控的情況下，發現意想不到的結論。
舉例來說：
我們在投放廣告時，機械思維要我們先有一個假設：目標人群可能的特征，并進行調研和證實；而大數據思維則是：我們不確定要投放給什么樣的人群，緊接著我們利用已有用戶的數據特征發現了“用戶群體畫像”這就是消除不確定性的過程，最終我們直接根據數據給出的結論來制定計劃。
另外，我們利用機械思維制定投放廣告的策略時，會按照嚴謹的：“提出假設——實驗驗證——得出結論”的邏輯關系制定；但在大數據思維下，我們不需要知道“為什么具有A特征的用戶應該是我們投放廣告的目標人群”或“為什么C平臺應該是我們選擇的投放渠道”，我們只需知道，“數據顯示A類人群購買此類產品最多”或“不同平臺中C類平臺的廣告產出比最高”僅此而已。這就是用“數據的相關性”取代“因果關系”。
大數據和小數據的區別，分析方法有何不同？
小數據分析方法，即傳統的數據分析，是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。
大數據的基本處理流程與傳統數據處理流程并無太大差異，主要區別在于：由于大數據要處理大量、非結構化的數據，所以在各處理環節中都可以采用并行處理。目前，Hadoop、MapReduce和Spark等分布式處理方式已經成為大數據處理各環節的通用處理方法
上圖顯示了傳統的大數據工作流分析經歷的一些階段。數據以數據庫，數據流，數據集合以及數據倉庫等方式來建模。數據的數量級以及數據的多樣性要求在處理之前要進行數據的集成、清洗以及過濾等工作，以保證其后續工作的開展。
評論0
加載中...
大數據應該是一種事物或一類事物的總和，它們具有其共性，若是幾種事物的總和，由于沒有共性可言，我們收集它們就沒有了實際意義了，這就是大數據的本質。
評論0
加載中...
全網智能營銷云平臺、營銷拓客系統、大數據精準、智能營銷獲客系統、智能獲客系統-【龍睿網絡-智能獲客系統】
為企業嚴選質量高、效果優的高效引流工具及渠道，搭建一套多觸點的引流工具。
詢盤獲客系統、同行監控效果、意向客戶精準推廣。
（1）百度推廣：指定關鍵詞、增加曝光率快速排名、提高詢盤機會。
（2）數據采集：全國90%以上企業和個體工商戶數據資源包含聯系電話、業務范圍等營銷信息。
（3）地圖標注：讓顧客輕松找到你的店（微信、百度、高德等）。
（4）小程序：7大平臺小程序同步上線。
（5）營銷短信群發：可一鍵發送商機至目標客戶，提高詢盤率。
（6）400電話：提升企業形象，語音導航坐席轉接，服務評價等集團化運作公司。
推廣效果：
（1）提升公司品牌形象
（2）打造爆款產品
（3）提高詢盤率
（4）獲得更多招商加盟機會
（5）提高引流(提高網絡曝光量)
（6）增加成交轉化比例
深度優化提高流量精準度，用好每分錢，減少浪費。實時監控數據，隨時了解推廣現狀。
關于我們-精英團隊質量保障
北京龍睿網絡科技有限公司是一家微軟認證對互聯網專業技術企業，營運總部位于北京，國內發展較早、服務網絡最廣。
為國內中小企業做互聯網技術支持，推動中國企業開展電子商務、實現信息化為己任，深入研究企業客戶對實際需要，面對面地向企業客戶提供全方位、標準化、一站式的IT應用服務和信息化解決方案。
評論0
加載中...
大數據（big data），IT行業術語，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 [1] 中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。大數據的5V特點（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）
評論0
加載中...
大數據本身就是個數據庫而已，而數據計算模型才是關鍵，數據模型通過數據的采集能夠精準“畫像”，畫的的越精準數據才越有價值，從而獲得有價值的準確度高的匹配信息，而那正是你需要的。
評論0
加載中...
大數據本身只是資源，不是華而不實的東西。資源沒有所謂的實或者不實，全看使用者的使用方式。大數據可以把各種維度各種層級各種粒度的數據匯總在一起，然后通過算法方式來提取其中的有效信息，至于如何提取，是數據開發者的工作，這一點上完全不應該由大數據本身背負質疑。
評論0
加載中...
大數據本質其實就是用收集的數據通過概率計算趨勢偏好等帶有預測性的結論。
二戰時期發展而來的統計學最為貼近這個模型。不同的是二戰時期需要大量人工計算，而在現代，只需要計算機計算即可判斷結論，算力上有非常明顯的區別。
用此模型來計算經濟和社會數據，意義比較明顯。
但對商人來說，第一收集敏感數據涉及隱私，容易招致反感。第二，統計結論很難轉換為經濟利潤。第三，即使能預測一些現象，但大部分的結論和預測，通過常識思考也能判斷。
大數據其實更適合經濟學和社會學，這些不以盈利為目的的科研使用。
評論0
加載中...8
回答6
回答0
回答0
回答10
回答0
回答10
回答0
回答10
回答4
回答
