京公网安备 11010802034615号
经营许可证编号:京B2-20210330
从3V到6V 大数据概念演变_数据分析师
大数据时代来临,大如Google、IBM等科技巨头拥有庞大资源,可对深奥的技术与跨领域知识进行发展,但是一般企业多难以因应。
至今发展已经超过十几年,并且成为行动云端趋势之后,最受瞩目的新兴科技名词。要探讨大数据为何受到如此广泛瞩目,必须从各方面进行探讨,包括:大数据的发展历程与特性、大数据的商机有多大、大数据将对世界带来什么样的改变,以及大数据的相关技术等。
从3V到6V 大数据定义演变
顾名思义,大数据明显意指「巨大的数据量」,数据是形容数据,当数据规模大到某种程度,就变成大数据;又或者从另一种角度思考,因为数据非常巨大,因此使其具有一些特性,而这些特性促使传统资讯处理技术无法进行归纳分析,因此需要新的技术,所以大数据也可以说不单指规模大的数据,而是一种分析处理庞大数据的技术。
那么,大数据中所谓的数据特性,指的又是什么呢?这得从2001年大数据被麦塔集团(META Group)分析师莱尼(Doug Laney)提出之后开始谈起。2001年莱尼在一份报告中对大数据提出「3-D数据管理」的看法,即数据成长将朝3个方向发展,分别为数据即时处理的速度(Velocity)、数据格式的多样化(Variety)与数据量的规模(Volume),3者统称为「3V」或「3Vs」。
之后,随着资讯科技不断地往前推进,数据量的复杂程度愈来愈高,「3Vs」已经不足以形容新时代的大数据,因此在2012年时,不仅莱尼调整既有的3V分析,包括科技大厂IBM、国际调查机构Gartner、IDC等纷纷对大数据提出新的论述,大家纷纷地将3V增加成为4V,即在原本的速度、多样化与规模特性上,再增加「准确性」(Veracity)的特色,之后甚至还有人提出5V、6V的看法,即在原本的4V上又增加「可视性」(Visualization)与「合法性」(Validity)等。
大数据商机惊人 大数据商机到底有多庞大?
事实上,从2001年大数据概念被提出一直到2011年,10年时间大数据都一直默默无闻,一直到2012年市场对大数据进行包装并大肆探讨,大数据浪潮急剧涌现,各大调查机构都对大数据即将引爆的商机给予非常正面的看法。
IDC的报告就提到,2012至2016年全球大数据技术与服务的市场规模年复合成长率将高达31.7%,至2016年总收益将会达到238亿美元,到了2018年大数据市场商机更将达到500亿美元之多,Gartner也提到随着各个领域企业纷纷导入大数据应用,将促成巨大商机的涌现。
谘询机构麦肯锡全球研究院在2011年提出的「大数据:创新、竞争与生产力的下一个新领域(大数据: the Next Frontier for Innovation, Competition, and Productivity)」报告中指出, 未来10年美国保健产业与大数据有关的商机高达3,000亿美元;并且将为美国带来1,000亿美元的行动商机服务;以及在消费端市场创造6,000亿美元商机;在企业应用上,大数据可协助制造业缩短20~50%的上市研发时程,为金融业行销活动提高60%的回应率,以及降低10%的规画与执行时程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06