京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据不能“光大”,还要“深发展”
自从深发展银行推出那条知性的广告语“只想与你深发展”后,银行业内人士又自编出了更知性的姊妹篇:“光大是不行的”。算作一种调侃,偶尔娱乐一下也就作罢。然而如果用到对大数据的描述,这句话也恰到好处,大数据“量”上的比拼意义已不大,光大是不行的,只有深发展深层次挖掘分析后才能释放出应有的价值。
《大数据》一书的作者、信息管理专家涂子沛定义大数据时讲到大数据之“大”,并不仅仅在于“容量之大”,更大的意义在于:通过对海量数据的交换、整合和分析,发现新的知识,创造新的价值,带来“大知识”、“大科技”、“大利润”和“大发展”。
大数据持续升温
大数据又被称为巨量资料,指所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
国家统计局总工程师郑京平说‘大数据战略’将成为下一个‘石油战略’;美国数据科学家维克托·迈尔·舍恩伯格表示,大数据已成为21世纪的决定性资源,是“新的黄金”。
在百度谷歌上搜索“大数据”关键词,IBM、微软、英特尔等巨头公司的竞价排名广告赫然出现,搜索引擎中的相关结果也早已超过1亿条。
上到政府机关、巨头公司,下到创业公司、互联网从业人员,从各个角度都能看出对大数据的重视程度,也都瞄准了大数据的前景和钱景,“大数据”已成为2013年使用频率最高的技术热词之一,而即将到来的2014年,大数据势头依旧不减。
大数据应用案例丰富,商业化前景广阔
大数据掀起的风暴已经席卷各个拥有海量数据的行业。其中一个有趣的案例被津津乐道:微软公司通过大数据分析处理,对新一届奥斯卡金像奖作出“预言”,结果除“最佳导演”外,其余13项大奖全部命中。
此外,大数据在其他领域也发挥着其威力。微软必应搜索通过集成以往的飞机票价画出未来票价走势;谷歌利用用户搜索记录判断出美国流感疫情的现状,并 比疾控中心快一两周;对冲基金通过剖析社交网络推特的数据信息来预测股市的表现;亚马逊和网络影视光盘租赁公司根据用户在其网站上的类似查询来进行产品推 荐……当然,同样的技术也可以运用到疾病诊断、推荐治疗措施,甚至是识别潜在犯罪分子上。
全球零售业的巨头沃尔玛也通过大数据获益。公司在对消费者购物行为进行分析时发现,男性顾客在购买婴儿尿片时,常常会顺便搭配几瓶啤酒来犒劳自己,于是推出了将啤酒和尿布捆绑销售的促销手段。如今,这一“啤酒尿布”的数据分析成果也成了大数据技术应用的经典案例。
随着各行业对大数据领域的研究、分析和商业化应用,在不久的将来,大数据的应用案例将会越来越多。
大数据太大的挑战
1 TB = 1,024 GB = 1,048,576 MB
1 PB = 1,024 TB = 1,048,576 GB
1 EB = 1,024 PB = 1,048,576 TB
1 ZB = 1,024 EB = 1,048,576 PB …….
网络上每一笔输入、每一笔搜索、网站上每一笔交易都是数据,每个人都是数据的创造者和贡献者,在经历了KB、MB、GB的小时代,TB、PB、EB甚至 DB的大时代也如期而至。数据的规模、速度和种类在2014年将会继续呈指数级发展。
当数据大到不能用简单的大来形容时,就会成为非常难以制服的老虎。管控大数据技术跟不上数据增长速度将会拖延其实用性演进的进程;收集到的数据不足以转换成有意义的洞察力,将会让数据的价值不能完全体现;数据过渡集成对用户隐私造成的干扰都将成为大数据时代前行的门槛。
身处大数据时代,让数据更大,让数据研究往纵深发展 ,枯燥的数据便会成为指引决策的依据,大数据的价值会逐步释放,到时候我们可以说大数据不仅可以取之于民,更可以用之于民。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23