大数据来了，你怎么看

以后会用到的  谢谢！

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。 　　对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是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。 　　大数据”这个术语最早期的引用可追溯到apache org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System （GFS）的发布，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

  在大数据时代，结构性数据仅占15%，更多的是类似于购物过程这样的非结构性数据。

大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。

    因此，大数据时代将引发新一轮信息化投资和建设热潮。据IDC预测，到2020 年全球将总共拥有35ZB 的数据量，而麦肯锡则预测未来大数据产品在三大行业的应用就将产生7 千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57 万亿元，给IT 行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。

    当前我们还处在大数据时代的前夜，预计今明两年将是大数据市场的培育期， 2014年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。

呵呵，了解一下

以前是缺乏数据，现在是数据太多，杂乱，虚假无效数据滥竽充数，造成数据可利用率的下降，大数据理论正是在这个背景下的产物，应有大用，受教

全球领先的软件和技术服务企业SunGard在2012发布了年金融服务业各部门“大数据”发展的几大趋势：市场数据集变得越来越庞大，业务对数据的细分粒度要求越来越高，以满足预测模型、业务预测和交易影响评估的需求；新的监管和合规要求更强调治理和风险汇报，推动了全球性金融机构对更深入和透明的数据分析需求；金融机构不断完善自身的企业风险管理框架，该基于主数据管理策略开发的框架可协助企业提高风险透明度，加强风险的可审性和管理力度；金融服务公司都希望能充分利用各种服务交付渠道(如分公司、网络、移动通信等)的海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率；“大数据”推动了对数据处理算法的需求，提出对数据安全和访问控制的重视，并可有效降低对现有系统影响这方面的内容。大数据是推动金融企业进行数据分析投资的一个重要驱动力，优秀的数据分析能力恰恰是当今金融市场最需要的创新关键所在。客户关系定价、资本管理、公司财务表现、交易执行、安全和反欺诈等管理所需的业务分析是完善决策制定的核心基础。在目前不为稳定的金融环境中，是否能够拥有有效的大数据及相关建立模型的能力，以及对不同渠道和业务进行实时和历史的分析与决策，将成为金融类企业成功和失败的分水岭。

完全是两个概念，但两者之间是有一定的关联的，类似因果关系，大数据是因，数据挖掘是果，后者是前者的应用。信息时代之前数据量很大，可以进行数据挖掘，信息时代之后数据量更大。对数据的利用利用完全是两种心态，一种是主动式的，去寻找数据背后的需求，只是少数人和少数企业的专利。大数据时代有种被迫的概念，大家都在利用数据，你不做将会失去优势，另一方面，信息时代对量化数据的增多，也为数据挖掘提供了更大的发挥空间。

对公司来说是利润最大化， 占领市场， 打败竞争对手的工具。 对消费者来说有利的是竞争激烈了，自己付出的价格下降了。 不过这里的风险就是私人隐私的问题。 想想那种大型超市， 掌握着你的消费行为， 你在他们面前没有啥可隐藏的， 有点可怕的。 而且也怕他们利用这种信息来操纵价格。 所以利弊，难说的。

我个人觉得，大数据和一般的数据挖掘其实核心是没有区别的，主要使用的技术不一样，大数据使用的是全部样本而非抽样，强调数据之间的相关关系而非因果关系。