作者：華智晟遠（北京）管理咨詢公司董事長 石澤杰
大數據（Big Data，Mega DataA），或(huo)稱巨量(liang)資料，指的是需要新處理(li)模(mo)式才能(neng)具有更強(qiang)的決策力(li)、洞(dong)察力(li)和流程優化(hua)能(neng)力(li)的海量(liang)、高增(zeng)長率和多樣化(hua)的信息資產(chan)。
19世(shi)紀以來，因為信(xin)息缺乏和(he)信(xin)息流通收到限制，社會對數(shu)據(ju)(ju)的運用停留(liu)在抽樣(yang)(yang)調(diao)查(cha)和(he)樣(yang)(yang)本分(fen)析層面，調(diao)查(cha)結果并(bing)不精準。隨(sui)著互(hu)聯網(wang)的發展，很多互(hu)聯網(wang)公司(si)可以獲得大量有價值的數(shu)據(ju)(ju)，這開啟了大數(shu)據(ju)(ju)模式。大數(shu)據(ju)(ju)時代不再用隨(sui)機分(fen)析方法，而(er)是從采用全數(shu)據(ju)(ju)或者所有數(shu)據(ju)(ju)的方法：樣(yang)(yang)本=總體。
《大(da)(da)數據(ju)時(shi)代》一書中記(ji)載：我們最終的(de)目(mu)的(de)不是(shi)儲存數據(ju)，而是(shi)以一種(zhong)前所未有的(de)方(fang)式，通(tong)過對海量(liang)數據(ju)進行(xing)分析，獲得由巨大(da)(da)價值的(de)產品和服務(wu)，或(huo)深刻洞見；大(da)(da)數據(ju)是(shi)人們獲得新(xin)的(de)認知、創造新(xin)的(de)價值的(de)源泉，大(da)(da)數據(ju)還是(shi)改(gai)變市場、組(zu)織(zhi)結構，以及政府與公民關(guan)系的(de)方(fang)法。
大(da)數(shu)(shu)據(ju)(ju)與云計(ji)算(suan)密不可(ke)分(fen)，大(da)數(shu)(shu)據(ju)(ju)技術的(de)(de)戰略意(yi)義不在(zai)于(yu)掌握龐(pang)大(da)的(de)(de)數(shu)(shu)據(ju)(ju)信(xin)息，而在(zai)于(yu)對(dui)這些含有(you)意(yi)義的(de)(de)數(shu)(shu)據(ju)(ju)進行(xing)專業化(hua)處理。大(da)數(shu)(shu)據(ju)(ju)搜(sou)集(ji)和儲存是(shi)(shi)基礎，大(da)數(shu)(shu)據(ju)(ju)計(ji)算(suan)和分(fen)析(xi)才是(shi)(shi)關(guan)鍵。例如(ru)：谷歌利用(yong)(yong)(yong)(yong)重復使(shi)用(yong)(yong)(yong)(yong)搜(sou)索關(guan)鍵詞(ci)來檢測流感傳播；IBM利用(yong)(yong)(yong)(yong)分(fen)析(xi)模型來確定電動(dong)汽車電池充電的(de)(de)*時(shi)間和地點(dian)；百度利用(yong)(yong)(yong)(yong)人們(men)上(shang)網(wang)瀏覽的(de)(de)頁面和輸入信(xin)息，來推薦(jian)廣告；去哪兒網(wang)利用(yong)(yong)(yong)(yong)機票(piao)銷售(shou)數(shu)(shu)據(ju)(ju)來預測未來的(de)(de)機票(piao)價格(ge)等等。再比(bi)如(ru)；MasterCard Advisors搜(sou)集(ji)和分(fen)析(xi)了210個國家15億(yi)(yi)張信(xin)用(yong)(yong)(yong)(yong)卡用(yong)(yong)(yong)(yong)戶(hu)650億(yi)(yi)條交易記錄，用(yong)(yong)(yong)(yong)來預測商業發展(zhan)和客戶(hu)的(de)(de)趨勢，如(ru)果一(yi)個人下午四點(dian)左右給(gei)汽車加油，很可(ke)能接下來一(yi)個小時(shi)去商場購物或(huo)餐廳吃飯，商家正是(shi)(shi)需要這樣的(de)(de)信(xin)息，來促銷它們(men)的(de)(de)產品。
大數據(ju)在(zai)運(yun)用中發揮(hui)了(le)巨(ju)大價值潛力，但同時大數據(ju)還會帶來威脅(xie)，大數據(ju)分(fen)析會威脅(xie)到人(ren)們的隱私，會損害(hai)到個人(ren)利益。
針對人(ren)們這種威脅，斯(si)坦福(fu)大學(xue)兩(liang)位(wei)學(xue)生埃文·斯(si)皮格爾（Evan Spiegel）移動圖冊鮑比·墨菲(Bobby Murphy)創辦是一款“閱后即焚”照(zhao)片分享應(ying)用(yong)，即Snapchat（快照(zhao)）。利用(yong)該應(ying)用(yong)程序(xu)，用(yong)戶可以拍照(zhao)、錄(lu)制視頻(pin)、添加文字和(he)圖畫，并將他們發送(song)到自己在該應(ying)用(yong)上(shang)的好友列表。
Snapchat該應用(yong)(yong)最主要的功能是所(suo)有照(zhao)片(pian)和(he)用(yong)(yong)戶(hu)信(xin)息都有一(yi)個1到10秒的生命期(qi)(qi)，用(yong)(yong)戶(hu)拍了(le)照(zhao)片(pian)發送給好友后，這些照(zhao)片(pian)會(hui)根據用(yong)(yong)戶(hu)所(suo)預(yu)先設定的時間按時自動銷毀。而(er)且，如果接收方在此(ci)期(qi)(qi)間試圖(tu)進(jin)行截圖(tu)的話(hua)，用(yong)(yong)戶(hu)也(ye)將得到通知。
在2011年9月上線(xian)，如(ru)今用戶(hu)每(mei)天通(tong)過Snapchat上傳1.5億(yi)張照片(pian)。2013年11月13日(ri)，Facebook向(xiang)Snapchat提(ti)出(chu)30億(yi)美(mei)元的收(shou)購要約，此后不久，谷歌提(ti)價競(jing)購，出(chu)價40億(yi)美(mei)元，但都被(bei)拒(ju)絕(jue)。2015年1月3日(ri)，Snapchat剛(gang)剛(gang)完成了4.86億(yi)美(mei)元的融(rong)資，躋(ji)身(shen)美(mei)國十(shi)大風投(tou)交易。
《華爾街日報》將大(da)數(shu)據(ju)時代、智能化生(sheng)產(chan)和(he)無線網絡革(ge)命稱為引領(ling)未來繁榮的(de)(de)三大(da)技術變革(ge)，麥肯錫公司(si)的(de)(de)報告指出數(shu)據(ju)是一(yi)種生(sheng)產(chan)資(zi)料，大(da)數(shu)據(ju)是一(yi)個創新(xin)、競爭(zheng)、生(sheng)產(chan)力提高的(de)(de)前沿，世界經(jing)濟(ji)論壇的(de)(de)報告認定：大(da)數(shu)據(ju)為新(xin)財富，價(jia)值堪比石(shi)油。
隨著全(quan)球互聯(lian)網快速發展，越來越多的(de)網絡用戶通過(guo)多種終端、多種平(ping)臺輸出數字(zi)內容，驅動(dong)整(zheng)個互聯(lian)網世界邁入“大(da)數據時(shi)代”。有資料(liao)顯示，1998年全(quan)球網民平(ping)均每月使用流量1MB（兆字(zi)節(jie)），2000年是(shi)(shi)10MB，2003年是(shi)(shi)100MB，2008年是(shi)(shi)1GB(1GB等于(yu)1024MB)，2015年超過(guo)10GB。
當我們把微博(bo)微信(xin)等社交(jiao)平臺當作(zuo)抒情或者發(fa)議(yi)論的工(gong)具(ju)時，華爾街的斂財(cai)高手們正在(zai)挖掘互聯網的“數據財(cai)富”，先人一步用其預判市場走勢，而且取(qu)得了很多收益
1、華爾街根據民主情(qing)緒拋售股票；
2、對沖基金根據購物網站顧客評論分析企業產品銷售(shou)狀(zhuang)況；
3、銀行根據求職網站的崗位(wei)數量，推斷(duan)就業率；
4、投資機(ji)構搜集并分(fen)析上市(shi)企(qi)業聲明，從中尋找破產(chan)的蛛絲(si)馬跡；
5、美國疾(ji)控中心依據(ju)網(wang)民搜索(suo)，分析全球范圍內流(liu)感等病疫的傳播狀(zhuang)況；
6、奧巴(ba)馬的競(jing)選團隊依據選民(min)的微博實時分析(xi)選民(min)對總(zong)統競(jing)選人的喜(xi)好。
大數(shu)據(ju)到底(di)能給企(qi)業(ye)帶來什么(me)樣(yang)的商業(ye)機會呢？
1、數(shu)據租(zu)(zu)售(shou)(shou)服(fu)(fu)務(wu)：服(fu)(fu)務(wu)提供商聚焦某(mou)個(ge)行業或者領域，將數(shu)據集合(he)發送給客(ke)戶，以(yi)銷售(shou)(shou)或者租(zu)(zu)賃來(lai)獲取報酬的方式；
2、數(shu)(shu)(shu)據(ju)(ju)分(fen)析(xi)報告：對通過多種策略(lve)獲(huo)取的(de)大(da)數(shu)(shu)(shu)據(ju)(ju)集，運用數(shu)(shu)(shu)據(ju)(ju)統計，數(shu)(shu)(shu)據(ju)(ju)挖掘等科學方法，對數(shu)(shu)(shu)據(ju)(ju)的(de)特點、規律、未來(lai)變動趨(qu)勢進行分(fen)析(xi)與判斷，把分(fen)析(xi)判斷結果提(ti)供給客(ke)戶的(de)服(fu)務；
3、數(shu)據(ju)分析平臺(tai)：通過(guo)彈性租賃的方式為用戶提供集數(shu)據(ju)存儲(chu)能(neng)力、運算能(neng)力與分析能(neng)力為一體的平臺(tai)服務；
4、決策外(wai)包(bao)服務：對通過多種渠道獲(huo)取的(de)(de)大數據集進行分析預測，并基于分析預測結論，為客戶提供某些業(ye)務流(liu)程的(de)(de)決策外(wai)包(bao)服務；
5、數據(ju)分(fen)享平(ping)臺：平(ping)臺服務(wu)商(shang)基(ji)(ji)于(yu)其擁有的(de)數據(ju)資產，為(wei)用(yong)戶提供(gong)云數據(ju)庫，數據(ju)推(tui)送，數據(ju)集成服務(wu)，同時(shi)開(kai)放數據(ju)接口，提供(gong)開(kai)發環境，供(gong)開(kai)發者(zhe)進行基(ji)(ji)于(yu)數據(ju)的(de)應用(yong)開(kai)發從(cong)而(er)獲取利潤分(fen)成；
6、數據交(jiao)(jiao)易(yi)平(ping)臺(tai)：平(ping)臺(tai)提供商為數據所有(you)者和需求者提供數據交(jiao)(jiao)易(yi)，交(jiao)(jiao)換的第(di)三方(fang)服(fu)務平(ping)臺(tai)。
轉載：//bamboo-vinegar.cn/zixun_detail/29154.html
