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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13