7个你不可不知的大数据定义_数据分析师考试

在大多数人根本不知道大数据(Big Data)到底是什么的时候，不可否认的是，大数据已经在 21 世纪掀起一场惊涛骇浪。根据研究机构 IDC(国际数据资讯公司)的分析，这个世界上的资料正在以每两年就翻倍的惊人速度增加中。了解大数据、如何利用巨量资料，成了人人关心的重点议题。

　　尽管大数据的定义各家歧异，但基本上，大数据领域里的每个人都同意一点：大数据不仅仅是指更多资料而已。这篇文章整理出 7 个重要的大数据观点，希望大家不只是看着大数据的表皮，而能用不同的角度深入检视大数据。

　　1) 最基本的大数据定义 The Original Big Data

　　大数据的 3Vs 定义是目前为止最受推崇且最广为人知的说法。3Vs 由 Gartner 的分析师 Doug Laney 最早在 2001 年时提出，分别代表资料量 Volume、资料传输速度 Velocity、资料类型 Variety。从那之后，便有人在 3Vs 之外陆续提出更多「V」， Veracity、Validity、 Value、Visibility 等，其中又以 Veracity (真实性)最被普遍认同。

　　3Vs 定义在上一篇文章中有仔细介绍，在这就不详述了，请参考《巨量资料的时代，用「大、快、杂、疑」四字箴言带你认识大数据》。

　　2) 大数据即科技 Big Data as Technology

　　大数据并不是什么崭新的概念，好几十年前 CERN 的科学家就在处理每秒上看 PB (Peta Bytes)巨量资料。那为什么一直到近几年「大数据」这颗塬子弹才被投到科技圈，轰得人人叁句不离大数据?

　　现今要处理的资料量更庞大、资料产生跟处理速度更惊人、资料来源更多样，于是处理、储存大量资料的新技术跟工具快速发展，像是开源软体 Hadoop 跟 NoSQL 资料库。新科技诞生后，开发者跟使用者需要一个专业名词来与之前的科技作出区别，于是「大数据」一词因应而生。

　　因此大数据不只是指资料，也指这些用来分析、处理巨量资料的新兴科技。

　　3) 大数据即不同的资料类型 Big Data as Data Distinctions

　　现今「大数据」所涉及的资料已经和过去的资料已经不同了。根据 Hortonworks 公司战略副总裁 Shaun Connolly 的说法1，过去的资料大部分是人工手记下来的交易纪录(Transactions)，现在则是机器替我们记录下来的交易资料;除此之外，还有人们跟事物、企业间的互动资料(Interactions)，例如人们在网路上点击网页跟连结的纪录;最后则是机器自动生成、累积下来的观察资料(Observations)，例如智慧型家居产品记录下来的室温变化等。

　　因此 Shaun Connolly 定义大数据是由交易、互动、观察资料所组成的资料型态。

　　"Big Data = Transactions + Interactions + Observations"

　　4) 大数据即讯号 Big Data as Signals

　　SAP 公司的高管 Steve Lucas 不以资料型态来看待大数据，而是以目的(intent)跟时机(timing)。在过去，企业收集到的资料只能在事情发生后引以为鉴，但现在企业收集到的是「新讯号」2，可以在事情发生前得到前兆跟提示，进而做出行动来影响事情结果。例如某品牌广告在社群网站上的「赞」数、点阅率如果跌落谷底，公司便可以预期接下来产品销售量一定也会惨不忍睹;同样的情形在过去时，公司所得到的数据就是产品发售后的销售量。

　　“Big Data is the new signals.”

　　5) 大数据即机会 Big Data as Opportunity

　　根据 451 Research 的数据专家 Matt Aslett，他将大数据定义为「以前因为科技所限而忽略的资料」3，这个说法也受到许多人的赞同，因为多半提起大数据时，都是在讨论这些以前无法分析处理、囊括其中的资料。

　　"Big Data is data that was previously ignored because of technology limitations."

　　其实他在文中并不是用 Big Data 一字，而是使用「Dark Data(暗数据)」。事实上许多公司都使用暗数据这个字，因为当资料变「暗」了，便表示一个漏掉的讯息、错失的机会，在企业策略中留下一个盲点4。一直以来，各企业雇用数据专家的目的就是希望能「点亮」这些暗数据(illuminate the Dark Data)，观察到以前不曾注意过的趋势、做出更全面的考量。

　　也因此，SAP 曾经做过一个调查显示，将近 76% 的企业高管们视大数据为「机会」。个人也满喜欢这个观点，毕竟现在各公司在推动大数据的塬因，就是希望能掌握全面的讯息、把握住这些机会!

　　6) 大数据的哲学定义 Big Data as Metaphor

　　着名的摄影师和出版人，前《Time(时代)》、《Life(生活)》、《National Geographic(国家地理)》杂志摄影师，负责过有史以来最大摄影项目的 Rick Smolan ，在他的着作《大数据的人性面孔》(The Human Face of Big Data)一书中，则给了大数据一个最完美的哲学定义 ——「大数据是帮助地球建构神经系统的一个过程，在这系统中，我们(人类)不过是其中一种感测器。」6

　　“Big Data is the process of helping the planet grow a nervous system, one in which we are just another, human, type of sensor.”

　　深奥吧?如果你读过《大数据的人性面孔》一书，相信你应该会对这个比喻点头如捣蒜。求方便的话，这本书也提供了 iPad App 版本可以阅读，有兴趣可以到这里下载。

　　7) 大数据是旧东西的新噱头 Big Data as New Term for Old Stuff

　　也有部份人认为，「大数据」一词被严重滥用，大数据只是商业智慧(Business intelligence)或商业分析(Business analytics)演化后的新字7。

　　从 Google Trend 里可以看出，从 2004 年到现在，「Big Data」一字的搜寻次数从 2011 年开始飙涨的同时，人们对「Business intelligence」的兴趣则是持续降低。「Business analytics」趋势虽然小幅上涨，但短时间应该不可能赶上另外两个字的风潮。