大数据是什么_大数据可以做什么_大数据实际做了什么_大数据要怎么做

“大数据”一词时下的热门程度无需赘言，这一两年来互联网相关的任何活动、会议必不可少“大数据”板块。刚刚结束的第13届“中国互联网大会”也专设了大数据论坛。

对于任何一个大数据的从业者或初接触者，或许都会有个共同的感触：大数据很有用！大数据该怎么用？

关于大数据的著作和文章铺天盖地，似乎也共同在传递一个信息：越来越多的行业、人士开始关注并实际探索大数据的应用，我们正在一起描绘着大数据巨大效用的蓝图，但在实践的路上，我们都还在起步阶段小步前行。

大数据根基于互联网，数据仓库、数据挖掘、云计算等互联网技术的发展为大数据的应用奠定了基础。然而实践应用尚处于在探索中前进。同样作为探索学习，我想从我个人的理解角度，分享并与大家探讨四个问题：大数据是什么？大数据可以做什么？大数据实际做了什么？大数据要怎么做？

首先，大数据是什么？

引用3个比较常用的大数据定义：

（1）需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

—— Gartner

（2）海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）。

—— IDC

（3）或称巨量数据、海量数据、大资料，指所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。

—— Wiki

其他关于大数据的定义也大抵类似，我们可以用几个关键词对大数据做一个界定。

首先，“规模大”，这种规模可以从两个维度来衡量，一是从时间序列累积大量的数据，二是在深度上更加细化的数据。

其次，“多样化”，可以是不同的数据格式，如文字、图片、视频等，可以是不同的数据类别，如人口数据，经济数据等，还可以有不同的数据来源，如互联网、传感器等。

第三，“动态化”。数据是不停地变化的，可以随着时间快速增加大量数据，也可以是在空间上不断移动变化的数据。

这三个关键词对大数据从形象上做了界定。

但还需要一个关键能力，就是“处理速度快”。如果这么大规模、多样化又动态变化的数据有了，但需要很长的时间去处理分析，那不叫大数据。从另一个角度，要实现这些数据快速处理，靠人工肯定是没办法实现的，因此，需要借助于机器实现。

最终，我们借助机器，通过对这些数据进行快速的处理分析，获取想要的信息或者应用的整套体系，才能称为大数据。

我们可以用下面的图示给大数据定义：

对大数据概念有了界定后，那大数据可以做什么呢？

想要应用大数据，从流程上来说，大概是这样。

首先我们要有数据源，然后对数据进行收集和存储，在这基础上，再进行分析和应用，形成我们的产品和服务，而产品和服务也会产生新的数据，这些新数据会循环进入我们的流程中。

当这整个循环体系成为一个智能化的体系，通过机器可以实现自动化，那也许就会成为一种新的模式，不管是商业的，或者是其他。

然后具体到实际的应用中，我认为，大数据能够实现的应用，可以概括为两个方向，一是精准化定制，二是预测。

首先，精准化定制。

主要是针对供需两方的，获取需方的个性化需求，帮助供方定准定位目标，然后依据需求提供产品，最终实现供需双方的最佳匹配。

具体应用举例，也可以归纳为三类。

一是个性化产品，比如智能化的搜索引擎，搜索同样的内容，每个人的结果都不同。或者是一些定制化的新闻服务，或者是网游等。

第二种是精准营销，现在已经比较常见的互联网营销，百度的推广，淘宝的网页推广等，或者是基于地理位置的信息推送，当我到达某个地方，会自动推送周边的消费设施等。

第三种是选址定位，包括零售店面的选址，或者是公共基础设施的选址。

这些全都是通过对用户需求的大数据分析，然后供方提供相对定制化的服务。

应用的第二个方向，预测。

预测主要是围绕目标对象，基于它过去、未来的一些相关因素和数据分析，从而提前做出预警，或者是实时动态的优化。

从具体的应用上，也大概可以分为三类。

一是决策支持类的，小到企业的运营决策，证券投资决策，医疗行业的临床诊疗支持，以及电子政务等。

二是风险预警类的，比如疫情预测，日常健康管理的疾病预测，设备设施的运营维护，公共安全，以及金融业的信用风险管理等。

第三种是实时优化类的，比如智能线路规划，实时定价等。

以上呢，是各种文献资料里，对于大数据可以用来做什么的一些畅想，事实上也许大数据可以做的事情，可以扩展到方方面面。

但是，我们再看现实中，大数据实际应用到了什么程度呢？

我认为，目前大数据真正实现了商业化的应用，只有一种，就是互联网营销。

其他我们前面列举的方向，会有些初步的应用，但基本都还停留在探索的阶段。比如疫情预测，无抵押信用贷款等，对于准确性、精细度、可推广性等方面还有待推敲。

造成大数据实际应用与目标蓝图之间差距的主要原因是什么，我认为是数据源的问题。

你必须先获得数据，然后才能应用数据。

因此，数据的可获取性，成为大数据在具体行业应用性评价的一个重要维度。

可以从数据的标准化、开放性和集中度几个维度衡量数据可获取性

同时，获取了数据之后，在应用数据方面，可以从大数据应用的潜在价值维度来衡量，包括效率的提升、成本降低或者是新模式的产生。

此外，还可以从大数据行业应用的可复制/推广性的角度来衡量，不仅包括在本行业内的推广，同时也包括跨行业的推广性。

从三个维度，我个人对大数据在各行业应用的可能性做了一个定位，但这个定位还是非常定性和粗略的，具体可能还需要对行业有更多的大数据应用的探讨和探索。

对于专门从事大数据应用的企业来说，大数据要怎么做？

我认为可以从两个维度发展，首先一个重点任务就是要累积数据，以自身拥有的互联网数据及大数据技术两个资源为基础，从一些细分应用切入，比如可以先从企业角度，继而扩展到行业甚至跨行业的角度，从细分应用先有一些产品的产出，这会成为获取更多数据的入口，同时也为大数据更广应用提供了方向借鉴。

但还有一点，对于平台型的互联网企业，在确定与哪些企业或者行业数据结合、应用大数据时，可以有一些筛选条件，比如，是不是发挥了平台属性，另外，这种应用是不是具有可复制或推广性，不是只局限于某一个企业内，至少是可以应用到整个行业中的。

以上，是我个人对大数据的一些思考，也希望可以跟更多的朋友对于大数据实际应用上有些探讨和学习。