Blog
Big data, fast data
一种数据范式，侧重于从各种来源收集和快速理解大量信息。
大数据具有海量 (volume)、多样 (variety)、快速 (velocity) 的“3V”属性，也就是说，需要处理的数据量非常大，产生速度快，来源丰富。组织要监测市场和业务的一切情况并做出反应，关键是要具备大数据能力。
它是什么？
大数据是一个笼统的术语。没有哪个具体的点会让数据变“大”，但大数据可能具有这些特征：数据量极大；企业获取数据的速度快；数据来源丰富。
内部业务系统是组织获得绩效信息的传统渠道。这通常意味着其中的数据是高度结构化的，因此有固定的格式，可能包括客户名称、订单号和运输地址。数据可能是每天更新的。而所谓的大数据可以持续地从内外部来源获取，且可能是非结构化的。这类数据可能包括呼叫中心转录本、地理空间图像、网络日志或视频，与传统上用于获取商业智能的表格式、结构化数据截然不同。
大数据的这些特征意味着传统工具（如关系数据库和数据仓库）不适合处理大数据。企业已经转而使用新一代大数据工具，例如 Hadoop（用于处理大数据集）、Spark（用于大规模 SQL 处理、批量处理、流式处理的平台）、Cassandra 等 NoSQL 技术。云资源易于伸缩，且成本较低，因而云计算的进步推动了大数据革命。
有何益处？
大数据的魅力在于它可能为决策过程提供更有用的信息，加快对威胁或机遇作出反应，还可以基于海量数据发现消费者行为的新规律或快速识别新模式，从而大大提高您的试验能力和创新能力。
拥有强大大数据能力的组织可以跟踪自身的内部业务情况以及整个市场的情况。
需考量的因素？
熟练处理大数据并非易事。您可能需要雇佣一些抢手/稀缺的数据科学家，可能会花费高昂的成本。
您还需要考虑您的组织适合哪种大数据处理方法。 谷歌、脸书和网飞等数据驱动型互联网公司对于大数据能力的需求是显而易见的。如果您希望自己的公司成为一家数字驱动型企业，那么您就需要某种形式的大数据平台来提高分析能力。
但是，许多传统企业运行着关键的遗留系统，这些系统完全无法用于处理大数据。在这种情况下，采取使企业变得更加数据驱动的措施可能是可取的，但这并不意味着必须立即对大数据进行大量投资。
如何应用？
谷歌、脸书、亚马逊等公司将大数据能力作为业务的核心部分。这些公司希望通过理解海量数据的能力，建立竞争优势。
世哲出版公司（SAGE Publishing）利用大数据平台来改变社会科学的研究。该公司成立了新的事业部：SAGE Ocean，用于开发资源和实用工具，以帮助社会科学研究人员分析大数据集和得出新的洞见。
随着越来越多的组织探索物联网（使用大量低成本传感器阵列来监测关键业务系统）的可能性，对大数据处理能力的需求也愈加强烈。
但是，与许多热门技术一样，企业领导者在进行重大大数据投资之前，需要先了解企业自身需求和大数据的潜在用途。
相关文章
温馨提示：此内容或许无法匹配您所选的语言
Would you like to suggest a topic to be decoded?
Just leave your email address and we'll be in touch the moment it's ready.