什么事大数据 什么是大数据？大数据能做什么？

本文主要介绍大数据的概念、发展及相关应用。

“大数据就像青少年性行为:每个人都在谈论它，没有人真正知道如何去做，每个人都认为其他人都在做，所以每个人都声称自己也在做。”

2013年被称为大数据元年，各行各业逐渐开启大数据应用时代。直到现在，大数据还是被人津津乐道。

什么是大数据？

1PB够大吗？

如果没有直观的印象，可以想到你电脑的硬盘容量，标准是500G-1TB。大部分人都用了一两年，但这个容量可能用不完。而1PB=1024TB=1048576GB。

实际上一个鲜为人知的游戏一天的数据量大概在几十TB左右，甚至更多。

如果你认为PB单位已经是最大的了？那就大错特错了！！！！

PB之上还有EB(Exabyte)、ZB(Zettabyte)、YB(Yottabyte)，这些单位只是为了方便统计海量数据给出的当前单位，未来可能会出现更大的单位。

英特尔公司首席执行官布莱恩·科兹安尼克表示，到2020年，互联网用户每天将产生1.5GB的数据。

据HIS数据，到2025年，互联网(IoT)连接设备总装机容量预计达到754.4亿，这些设备每天产生的数据量可想而知。

根据前面的数据关系，得出1ZB约为1.1万亿GB，相当于全球的沙子总量。

从上图不难看出，互联网数据每年都在爆炸式增长。当然，大数据不仅仅是大量的数据，它还有其他更深层次的含义。

对于大数据，麦肯锡全球研究所给出的定义是:

在获取、存储、管理和分析方面大大超过传统数据库软件工具能力的大规模数据集

大数据有五个特点，叫5V。

1.品种

大数据的多样性意味着数据的类型和来源多样化，数据可以是结构化、半结构化和非结构化的。数据的呈现形式包括但不限于文本、图像、视频、HTML页面等。

2.大量(卷)

大数据的丰富是指数据的大小，这是上面作者介绍的内容，我就不赘述了。

3.高速(速度)

大数据的高速意味着数据增长迅速，处理迅速，每天各行各业的数据都在呈指数级爆炸式增长。在许多情况下，数据是时间敏感的，例如，搜索引擎应该在几秒钟内呈现用户所需的数据。企业或系统必须高速处理海量数据并快速响应。

4.低值密度(值)

大数据的低价值密度意味着海量数据源中真正有价值的数据非常少，很多数据可能是错误的、不完整的、不可用的。总的来说，有价值的数据在数据总量中的密度极低，提炼数据就像是在波浪中淘沙。

5.真实性

大数据的真实性是指数据的准确性和可靠性，代表数据的质量。

数据总是存在的，而改变就是方式

大数据的意义不仅在于产生和掌握海量的数据信息，还在于对有价值的数据进行专业化处理。

人类从来不缺数据，缺的是数据的深度价值挖掘和利用。可以说，数据从人类社会有文字开始就存在了，现在也是一样。唯一的变化就是数据的形式从产生到记录再到使用的整个过程。

1.数据生产

在人类社会早期，人们把食物放在第一位，数据的产生大多与商品、食物、土地等联系在一起。旧石器时代的部落居民在树枝或骨头上雕刻凹痕，以记录日常贸易活动或供应。

为了测量货物的长度，中国人发明了英尺、英寸、尺、步、英尺等长度单位；为了测量重量，重量单位如升降机、铲斗等。是被发明的。

在互联网时代，数据生产变得更加容易。美国互联网数据中心曾指出，互联网上的数据每年将增长50%，每两年翻一番，但目前世界上90%以上的数据都是近几年产生的。

每个人每天都会产生海量的数据，比如视频数据、电商数据、社交数据等等。

世界上每60秒就产生一次数据

2.数据记录

几千年前，人们用龟甲、石鼓、竹简、帛帛、造纸术成熟后的刻本作为数据载体。

几千年后，人们使用书籍、报纸、硬盘、光盘、内存等更灵活简单的方式记录数据。

3.数据利用

古人用甲骨文占卜判断时运不济，用占星术预测朝代兴亡；利用蚂蚁移动、燕子低飞、蚯蚓出洞来预测天气。

互联网时代，企业或产品利用电子商务数据向用户推荐产品，利用社交数据做广告和营销。

在大数据概念出现之前，大部分企业并没有重视数据的宝贵价值，只是简单的生产和记录数据。更何况，海量数据被认为是累赘，因为数据的存储和管理对企业来说需要大量的成本，很少有企业能够把数据作为一种资源，嗅到大数据背后的价值并加以利用。即使是现在，集成和利用数据资源的能力仍然是测试每个企业的一个主要困难。

大数据应用

大数据作为一种可以改变工业应用的技术，只有付诸实践才能带来真正的价值。

事实上，大数据的应用范围非常广泛，不仅在互联网行业，在金融、制造、交通、物流等其他领域也是如此。

1.大数据让借贷更让人放心

在金融行业，以借贷为例。放款前，放款人会利用大数据在放款前对借款人进行审核，以保证放款后的还款率。

贷款人通过各种渠道合法收集借款人的标签信息，如学历、职业、工资状况、历史还贷情况等。(据说一个用户的标签维度可以达到7000)。将海量数据放入反欺诈模型、还款能力模型、认证模型等进行训练。最后获得是否通过贷款申请、贷款金额、贷款人还款意愿等评估信息。

借款人数据收集越多，标签维度越精细，数据越真实，审计效果就越全面。

2.大数据让广告营销更加高效

广告是互联网行业最常见的赚钱方式之一。大数据赋予广告营销力量，让广告从讨厌变成广告做内容，广告做服务。

曾几何时，你会发现，你在日常生活中看到的广告，其实是那么理解你的。点击淘宝，在Banner首页推荐你喜欢的产品；打开微信朋友圈，看到你正在努力做的汽车保养；打开百度搜索，前两天看到的别墅信息突然出现。

所有这些都归功于大数据授权广告。

广告前期通过大数据手段对大量数据进行整合分析，包括用户浏览习惯、消费行为、浏览记录、广告点击量等，从中挖掘有效信息；构建全面的用户画像，结合广告业务，准确定位目标用户，保证广告的针对性。

大数据构建用户画像

在广告中后期，通过实时数据反馈，结合用户位置和时间的变化，动态优化广告素材，调整广告的呈现方式和展示位置，让同一用户在不同场景下享受不同的广告服务，实现一人千面，增加广告营销效果，提高广告主的KPI。

3.大数据授权零售

在新的零售时代，顾客的需求一直在变化。大数据增强了零售业的能力，并使零售业在人员、商品和市场方面发生变化。

零售商可以利用大数据来预测未来的市场需求，并在库存管理方面发挥主导作用。在高流量前期，及时补足库存，提高商品供应率；流程分散前期，及时去库存，避免库存积压。

借助大数据，分析用户地理分布、店铺流量、消费习惯等。，并在合适的区域开设店铺和建造仓库。在物流配送中，要根据数据合理规划运输路线，降低运输成本。

使用数据还可以统一上下游供应链之间的互动，解决数据不正确的问题，减少牛鞭效应，提高供应链各环节的利用效率。

摘要

数据总是存在的，大数据只是在某些方面发生变化。大数据并不神秘。神秘的是对未知数据的探索和利用。

本文最初由@pm_SWolf发布，大家都是产品经理。未经允许，禁止复制

标题图来自Unsplash，基于CC0协议