发帖
雷达卡
原文作者：Anand Srivastava，本译文在原文基础上有改动
现在，每家企业都在谈大数据，甚至很多个人也在谈大数据，仿佛大数据已经成为家喻户晓的有形的东西。下面我们谈一谈大数据。
大数据是什么？这个术语目前很流行，并且有时候会被用来定义呈指数趋势的数据开发量及可用量，包括结构化和非结构化数据。网络对于商业和社区来说，早已变得很重要；大数据对于商业和社区，其重要性或许和网络一样。这是为什么？这是因为：如果拥有更多的数据，可能会决定更多精准的分析过程；更多的精准分析过程，可能会决定更多更好的决策；那么，有好的选择和决策将意味着运营效率的提高，风险最小化以及成本降低。大数据的价值可见一斑，企业利用数据并从中挖掘出有价值的信息，从而促进企业的良好运行。
大数据是一个广义的术语，经常被用来描述非常复杂而且庞大的数据集，传统的数据处理应用是远远不够的。大数据面临的挑战包括：数据捕获、分析、数据管理、共享、搜索、存储、可视化、传输及数据隐私。该术语通常属于预测分析及其他高级方法的应用，以便可以从数据中提取有价值的信息；而很少用来被指是某一个特定大小的数据集。大数据的准确性可能会导致更加“自信”的决策；更好的决策就意味着可以提高运营效率、降低风险以及降低成本！
在新的商业时代，大数据已经成为一个重要的需要，而不是一个替代。对于大多数的商业和公司来说，大数据已经成为一种必须。随着数字内容的不断上升，公司利用大数据工具，从而保持最新技术的更新。利用大数据来解决业务问题，对企业来说已经成为一种“潮流”，企业对此爱不释手。
这些公司正在使用数据方法去评估和比对数据价值。它们获得竞争性的优势，但是仅仅当数据被成功地、智能地处理并且结果被快速呈现时，大数据才会被公司更好的理解。毫无疑问，智能并敏捷的处理数据的价值相当于数十亿美金，这是大数据内在的巨大价值，值得好好对待。会计公司及投资公司采用不同的方式利用大数据服务于企业，包括查看并利用财务网站和银行产生的消费数据来定制相关的产品和服务，而这些产品在很多时候为公司带来了可观的收益。
这一结果推动了“消费者关心”。通过有针对性的处理每一位顾客的情况，统计方法可有助于通过不同的方式消除欠款。除了本身消除恢复费用的能力外，它还非常有助于增强恢复率。企业和成本系统利用大数据的特点有效地识别欺诈行为，通过标准的模范方式来进行交易，并在处理过程中及时检查风险，这样在很大程度上规避了企业的风险，最终实现公司收益的增长。
企业使用大数据业务呈现出的结果来看待IT系统正在做和已经完成的工作，调查和索引信息，而这些信息之前是被IT系统创建出来的。这允许提高正常运行时间，并提高业务优势。
那么大数据相关的技术有哪些呢？大数据需要优良的技术来有效地处理巨量的数据。一份报告推荐了一些合适的技术，如：A/B测试、数据融合、众包、整合、机器学习、遗传算法、自然语言分配、信号处理、时间序列评估及可视化仿真。多维巨量数据可被表示为张量概念，这些张量可以被基于张量的计算方法（如：多元线性子空间方法）有效处理。
此外，一些正在使用并适用于解决巨量数据的技术还包括：大规模并行处理数据库、数据挖掘、基于搜索的应用、分散的文件系统、基于云的基础设施、分布式数据库及网络。有一些MPP关系型数据库可以用来存储及管理千兆字节的数据。在RDBMS中，可以去监督，加载，备份及最优化巨量的数据应用。
大数据推动了行业中信息组织专家的需求。有许多公司花费了数十亿美元用在聘请专业从事数据分析管理的公司上面；整个行业也在追求拥有大数据技术的人才，很多公司花费重金去招募相关人才，拥有真正理论基础及相关技术、经验的人才千金难求。追溯到2010年，数据分析管理行业市场规模已达数十亿美金，并且在1年后增长了近10%，大数据市场还是很有前景的。
本文由CDA数据分析研究院翻译，译者：Henry
京公网安备 11010802022788号
