
大数据是指需要通过快速获取、处理、分析以从中提取价值的海量、多样化的交易数据、交互数据与传感数据。其数据规模往往达到了PB(1024TB)级。
按照不同的分类标准,大数据可以分为不同的类型,具体如下表所示:
划分类型 | 描述 |
从数据生成类型上分 | 可分为交易数据、交互数据和传感数据 |
从数据来源上分 | 可分为社交媒体、银行/购物网站、移动电话和平板电脑、各种传感器/物联网等等 |
从数据格式上分 | 可以分为文本日志、整型数据、图片、声音、视频等;还可从数据关系上区分为结构化数据(如交易流水账)和非结构化数据(如图、表,地图等) |
从数据所有者上分 | 可分为公司尤其巨型公司数据、政府数据、社会数据——网络数据 |
大数据分析有别于传统的BI分析,相对于传统的BI分析,大数据分析能力更强,数据规模更大,分析方式更为先进,具体如下图所示:
所谓大数据的生态系统,就是指数据的生存周期。数据从产生,到处理,再到价值提取,最后被消费掉,这整个过程就构成了大数据的生态系统。
从产业概念层面看,大数据产业是指一切与支撑大数据组织管理和价值发现相关的企业经济活动的集合,符合业界定义产业的通用原则,即产业是具有某种同类属性的企业经济活动的集合。
其一,从产业内涵理解,一个产业中企业的经济活动必须具备同类属性。大数据产业的共同属性是支撑大数据组织管理和价值发现。
其二,从产业外延理解,一个产业中企业的经济活动必须能够具体化。大数据产业相关企业经济活动包括:用以实现大数据存储、检索、处理、分析、展示的相关IT硬件与软件的生产、销售和租赁活动,以及相关信息服务。
可分为三个方面:(1)用以搭建大数据平台、实现大数据组织与管理、分析与发现的相关IT硬件与软件的生产、销售和租赁活动;(2)大数据平台的运维与管理服务,系统集成、数据安全、云存储等解决方案与相关咨询服务;(3)与大数据应用相关的数据租售业务、分析预测服务、决策支持服务、数据分享平台、数据分析平台等。
大数据产业链按照数据价值实现流程包括数据组织与管理层、数据分析与发现层、数据应用与服务层等三大层级,每一层都包含相应的IT技术设施、软件与信息服务。大数据产业链结构如下图所示:
2012年,中国大数据市场规模约为4.5亿元,前瞻产业研究院预计,未来几年大数据市场将呈现爆发式增长,以超过100%的年均复合增长率增长,2013年约为8亿元,到2016年,大数据将成为百亿级的市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23