大(dà)數據

大(dà)數據技術的戰略意義不在于掌握龐大(dà)的數據信息，而在于對這些含有意義的數據進行專業化處理。換而言之，如果把大(dà)數據比作一(yī)種産業，那麽這種産業實現盈利的關鍵，在于提高對數據的“加工(gōng)能力”，通過“加工(gōng)”實現數據的“增值”。^[4] 

随着雲時代的來臨，大(dà)數據（Big data）也吸引了越來越多的關注。分(fēn)析師團隊認爲，大(dà)數據（Big data）通常用來形容一(yī)個公司創造的大(dà)量非結構化數據和半結構化數據，這些數據在下(xià)載到關系型數據庫用于分(fēn)析時會花費(fèi)過多時間和金錢。大(dà)數據分(fēn)析常和雲計算聯系到一(yī)起，因爲實時的大(dà)型數據集分(fēn)析需要像MapReduce一(yī)樣的框架來向數十、數百或甚至數千的電腦分(fēn)配工(gōng)作。

大(dà)數據需要特殊的技術，以有效地處理大(dà)量的容忍經過時間内的數據。适用于大(dà)數據的技術，包括大(dà)規模并行處理（MPP）數據庫、數據挖掘、分(fēn)布式文件系統、分(fēn)布式數據庫、雲計算平台、互聯網和可擴展的存儲系統。

最小(xiǎo)的基本單位是bit，按順序給出所有單位：bit、Byte、KB、MB、GB、TB、PB、EB、ZB、YB、BB、NB、DB。

它們按照進率1024（2的十次方）來計算：

1 Byte =8 bit

1 KB = 1,024 Bytes = 8192 bit

1 EB = 1,024 PB = 1,048,576 TB

1 ZB = 1,024 EB = 1,048,576 PB

1 BB = 1,024 YB = 1,048,576 ZB

容量（Volume）：數據的大(dà)小(xiǎo)決定所考慮的數據的價值和潛在的信息；^[5] 

種類（Variety）：數據類型的多樣性；^[5] 

速度（Velocity）：指獲得數據的速度；^[5] 

真實性（Veracity）：數據的質量。^[5] 

複雜(zá)性（Complexity）：數據量巨大(dà)，來源多渠道。^[5] 

價值（value）：合理運用大(dà)數據，以低成本創造高價值。

第二層面是技術，技術是大(dà)數據價值體(tǐ)現的手段和前進的基石。在這裏分(fēn)别從雲計算、分(fēn)布式處理技術、存儲技術和感知(zhī)技術的發展來說明大(dà)數據從采集、處理、存儲到形成結果的整個過程。

第三層面是實踐，實踐是大(dà)數據的最終價值體(tǐ)現。在這裏分(fēn)别從互聯網的大(dà)數據，政府的大(dà)數據，企業的大(dà)數據和個人的大(dà)數據四個方面來描繪大(dà)數據已經展現的美好景象及即将實現的藍(lán)圖。^[7] 

Google流感趨勢（Google Flu Trends）利用搜索關鍵詞預測禽流感的散布。

統計學家内特·西爾弗（Nate Silver）利用大(dà)數據預測2012美國選舉結果。

醫療行業早就遇到了海量數據和非結構化數據的挑戰，而近年來很多國家都在積極推進醫療信息化發展，這使得很多醫療機構有資(zī)金來做大(dà)數據分(fēn)析。^[9] 

現在的社會是一(yī)個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生(shēng)活也越來越方便，大(dà)數據就是這個高科技時代的産物(wù)。^[10] 阿裏巴巴創辦人馬雲來台演講中(zhōng)就提到，未來的時代将不是IT時代，而是DT的時代，DT就是Data Technology數據科技，顯示大(dà)數據對于阿裏巴巴集團來說舉足輕重。^[11] 

有人把數據比喻爲蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分(fēn)類，而露天煤礦、深山煤礦的挖掘成本又(yòu)不一(yī)樣。與此類似，大(dà)數據并不在“大(dà)”，而在于“有用”。價值含量、挖掘成本比數量更爲重要。對于很多行業而言，如何利用這些大(dà)規模數據是赢得競争的關鍵。^[12] 

（1）對大(dà)量消費(fèi)者提供産品或服務的企業可以利用大(dà)數據進行精準營銷；

（2）做小(xiǎo)而美模式的中(zhōng)小(xiǎo)微企業可以利用大(dà)數據做服務轉型；

不過，“大(dà)數據”在經濟發展中(zhōng)的巨大(dà)意義并不代表其能取代一(yī)切對于社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中(zhōng)。著名經濟學家路德維希·馮·米塞斯曾提醒過：“就今日言，有很多人忙碌于資(zī)料之無益累積，以緻對問題之說明與解決，喪失了其對特殊的經濟意義的了解。”這确實是需要警惕的。

大(dà)數據離(lí)不開(kāi)雲處理，雲處理爲大(dà)數據提供了彈性可拓展的基礎設備，是産生(shēng)大(dà)數據的平台之一(yī)。自2013年開(kāi)始，大(dà)數據技術已開(kāi)始和雲計算技術緊密結合，預計未來兩者關系将更爲密切。除此之外(wài)，物(wù)聯網、移動互聯網等新興計算形态，也将一(yī)齊助力大(dà)數據革命，讓大(dà)數據營銷發揮出更大(dà)的影響力。

随着大(dà)數據的快速發展，就像計算機和互聯網一(yī)樣，大(dà)數據很有可能是新一(yī)輪的技術革命。随之興起的數據挖掘、機器學習和人工(gōng)智能等相關技術，可能會改變數據世界裏的很多算法和基礎理論，實現科學技術上的突破。

未來幾年數據洩露事件的增長率也許會達到100%，除非數據在其源頭就能夠得到安全保障。可以說，在未來，每個财富500強企業都會面臨數據攻擊，無論他們是否已經做好安全防範。而所有企業，無論規模大(dà)小(xiǎo)，都需要重新審視今天的安全定義。在财富500強企業中(zhōng)，超過50%将會設置首席信息安全官這一(yī)職位。企業需要從新的角度來确保自身以及客戶數據，所有數據在創建之初便需要獲得安全保障，而并非在數據保存的最後一(yī)個環節，僅僅加強後者的安全措施已被證明于事無補。

數據管理成爲核心競争力，直接影響财務表現。當“數據資(zī)産是企業核心資(zī)産”的概念深入人心之後，企業對于數據管理便有了更清晰的界定，将數據管理作爲企業核心競争力，持續發展，戰略性規劃與運用數據資(zī)産，成爲企業數據管理的核心。數據資(zī)産管理效率與主營業務收入增長率、銷售收入增長率顯著正相關；此外(wài)，對于具有互聯網思維的企業而言，數據資(zī)産競争力所占比重爲36.8%，數據資(zī)産的管理效果将直接影響企業的财務表現。

大(dà)數據概念應用到IT操作工(gōng)具産生(shēng)的數據中(zhōng)，大(dà)數據可以使IT管理軟件供應商(shāng)解決大(dà)廣泛的業務決策。IT系統、應用和技術基礎設施每天每秒都在産生(shēng)數據。大(dà)數據非結構化或者結構數據都代表了“所有用戶的行爲、服務級别、安全、風險、欺詐行爲等更多操作”的絕對記錄。

大(dà)數據分(fēn)析的産生(shēng)旨在于IT管理，企業可以将實時數據流分(fēn)析和曆史相關數據相結合，然後大(dà)數據分(fēn)析并發現它們所需的模型。反過來，幫助預測和預防未來運行中(zhōng)斷和性能問題。進一(yī)步來講，他們可以利用大(dà)數據了解使用模型以及地理趨勢，進而加深大(dà)數據對重要用戶的洞察力。他們也可以追蹤和記錄網絡行爲，大(dà)數據輕松地識别業務影響；随着對服務利用的深刻理解加快利潤增長；同時跨多系統收集數據發展IT服務目錄。

2015年9月18日貴州省啓動我(wǒ)(wǒ)國首個大(dà)數據綜合試驗區的建設工(gōng)作，力争通過3至5年的努力，将貴州大(dà)數據綜合試驗區建設成爲全國數據彙聚應用新高地、綜合治理示範區、産業發展聚集區、創業創新首選地、政策創新先行區。

圍繞這一(yī)目标，貴州省将重點構建“三大(dà)體(tǐ)系”，重點打造“七大(dà)平台”，實施“十大(dà)工(gōng)程”。

“三大(dà)體(tǐ)系”是指構建先行先試的政策法規體(tǐ)系、跨界融合的産業生(shēng)态體(tǐ)系、防控一(yī)體(tǐ)的安全保障體(tǐ)系；“七大(dà)平台”則是指打造大(dà)數據示範平台、大(dà)數據集聚平台、大(dà)數據應用平台、大(dà)數據交易平台、大(dà)數據金融服務平台、大(dà)數據交流合作平台和大(dà)數據創業創新平台；“十大(dà)工(gōng)程”即實施數據資(zī)源彙聚工(gōng)程、政府數據共享開(kāi)放(fàng)工(gōng)程、綜合治理示範提升工(gōng)程、大(dà)數據便民惠民工(gōng)程、大(dà)數據三大(dà)業态培育工(gōng)程、傳統産業改造升級工(gōng)程、信息基礎設施提升工(gōng)程、人才培養引進工(gōng)程、大(dà)數據安全保障工(gōng)程和大(dà)數據區域試點統籌發展工(gōng)程。

此外(wài)，貴州省将計劃通過綜合試驗區建設，探索大(dà)數據應用的創新模式，培育大(dà)數據交易新的做法，開(kāi)展數據交易的市場試點，鼓勵産業鏈上下(xià)遊之間的數據交換，規範數據資(zī)源的交易行爲，促進形成新的業态。

國家發展改革委有關專家表示，大(dà)數據綜合試驗區建設不是簡單的建産業園、建數據中(zhōng)心、建雲平台等，而是要充分(fēn)依托已有的設施資(zī)源，把現有的利用好，把新建的規劃好，避免造成空間資(zī)源的浪費(fèi)和損失。探索大(dà)數據應用新的模式，圍繞有數據、用數據、管數據，開(kāi)展先行先試，更好地服務國家大(dà)數據發展戰略。^[17]