京公网安备 11010802034615号
经营许可证编号:京B2-20210330
有关大数据 你必须了解以下七个概念_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。
“Big Data is the new tools helping us find relevant data and analyze its implications.”
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「讚」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!
“A new survey by SAP suggests that nearly 76 percent of executives see “Big Data” as an opportunity” 5
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)》杂誌摄影师,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。
结语
以上七个定义/观点无论认同与否,相信大家都同意的是:Big Data 绝对是个「Big Deal」,接下来几年里,大数据将带来无限商机。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10