7個你不可不知的大數(shù)據(jù)定義_數(shù)據(jù)分析師考試

在大多數(shù)人根本不知道大數(shù)據(jù)(Big Data)到底是什么的時候，不可否認的是，大數(shù)據(jù)已經在 21 世紀掀起一場驚濤駭浪。根據(jù)研究機構 IDC(國際數(shù)據(jù)資訊公司)的分析，這個世界上的資料正在以每兩年就翻倍的驚人速度增加中。了解大數(shù)據(jù)、如何利用巨量資料，成了人人關心的重點議題。

　　盡管大數(shù)據(jù)的定義各家歧異，但基本上，大數(shù)據(jù)領域里的每個人都同意一點：大數(shù)據(jù)不僅僅是指更多資料而已。這篇文章整理出 7 個重要的大數(shù)據(jù)觀點，希望大家不只是看著大數(shù)據(jù)的表皮，而能用不同的角度深入檢視大數(shù)據(jù)。

　　1) 最基本的大數(shù)據(jù)定義 The Original Big Data

　　大數(shù)據(jù)的 3Vs 定義是目前為止最受推崇且最廣為人知的說法。3Vs 由 Gartner 的分析師 Doug Laney 最早在 2001 年時提出，分別代表資料量 Volume、資料傳輸速度 Velocity、資料類型 Variety。從那之后，便有人在 3Vs 之外陸續(xù)提出更多「V」， Veracity、Validity、 Value、Visibility 等，其中又以 Veracity (真實性)最被普遍認同。

　　3Vs 定義在上一篇文章中有仔細介紹，在這就不詳述了，請參考《巨量資料的時代，用「大、快、雜、疑」四字箴言帶你認識大數(shù)據(jù)》。

　　2) 大數(shù)據(jù)即科技 Big Data as Technology

　　大數(shù)據(jù)并不是什么嶄新的概念，好幾十年前 CERN 的科學家就在處理每秒上看 PB (Peta Bytes)巨量資料。那為什么一直到近幾年「大數(shù)據(jù)」這顆塬子彈才被投到科技圈，轟得人人叁句不離大數(shù)據(jù)?

　　現(xiàn)今要處理的資料量更龐大、資料產生跟處理速度更驚人、資料來源更多樣，于是處理、儲存大量資料的新技術跟工具快速發(fā)展，像是開源軟體 Hadoop 跟 NoSQL 資料庫。新科技誕生后，開發(fā)者跟使用者需要一個專業(yè)名詞來與之前的科技作出區(qū)別，于是「大數(shù)據(jù)」一詞因應而生。

　　因此大數(shù)據(jù)不只是指資料，也指這些用來分析、處理巨量資料的新興科技。

　　3) 大數(shù)據(jù)即不同的資料類型 Big Data as Data Distinctions

　　現(xiàn)今「大數(shù)據(jù)」所涉及的資料已經和過去的資料已經不同了。根據(jù) Hortonworks 公司戰(zhàn)略副總裁 Shaun Connolly 的說法1，過去的資料大部分是人工手記下來的交易紀錄(Transactions)，現(xiàn)在則是機器替我們記錄下來的交易資料;除此之外，還有人們跟事物、企業(yè)間的互動資料(Interactions)，例如人們在網路上點擊網頁跟連結的紀錄;最后則是機器自動生成、累積下來的觀察資料(Observations)，例如智慧型家居產品記錄下來的室溫變化等。

　　因此 Shaun Connolly 定義大數(shù)據(jù)是由交易、互動、觀察資料所組成的資料型態(tài)。

　　"Big Data = Transactions + Interactions + Observations"

　　4) 大數(shù)據(jù)即訊號 Big Data as Signals

　　SAP 公司的高管 Steve Lucas 不以資料型態(tài)來看待大數(shù)據(jù)，而是以目的(intent)跟時機(timing)。在過去，企業(yè)收集到的資料只能在事情發(fā)生后引以為鑒，但現(xiàn)在企業(yè)收集到的是「新訊號」2，可以在事情發(fā)生前得到前兆跟提示，進而做出行動來影響事情結果。例如某品牌廣告在社群網站上的「贊」數(shù)、點閱率如果跌落谷底，公司便可以預期接下來產品銷售量一定也會慘不忍睹;同樣的情形在過去時，公司所得到的數(shù)據(jù)就是產品發(fā)售后的銷售量。

　　“Big Data is the new signals.”

　　5) 大數(shù)據(jù)即機會 Big Data as Opportunity

　　根據(jù) 451 Research 的數(shù)據(jù)專家 Matt Aslett，他將大數(shù)據(jù)定義為「以前因為科技所限而忽略的資料」3，這個說法也受到許多人的贊同，因為多半提起大數(shù)據(jù)時，都是在討論這些以前無法分析處理、囊括其中的資料。

　　"Big Data is data that was previously ignored because of technology limitations."

　　其實他在文中并不是用 Big Data 一字，而是使用「Dark Data(暗數(shù)據(jù))」。事實上許多公司都使用暗數(shù)據(jù)這個字，因為當資料變「暗」了，便表示一個漏掉的訊息、錯失的機會，在企業(yè)策略中留下一個盲點4。一直以來，各企業(yè)雇用數(shù)據(jù)專家的目的就是希望能「點亮」這些暗數(shù)據(jù)(illuminate the Dark Data)，觀察到以前不曾注意過的趨勢、做出更全面的考量。

　　也因此，SAP 曾經做過一個調查顯示，將近 76% 的企業(yè)高管們視大數(shù)據(jù)為「機會」。個人也滿喜歡這個觀點，畢竟現(xiàn)在各公司在推動大數(shù)據(jù)的塬因，就是希望能掌握全面的訊息、把握住這些機會!

　　6) 大數(shù)據(jù)的哲學定義 Big Data as Metaphor

　　著名的攝影師和出版人，前《Time(時代)》、《Life(生活)》、《National Geographic(國家地理)》雜志攝影師，負責過有史以來最大攝影項目的 Rick Smolan ，在他的著作《大數(shù)據(jù)的人性面孔》(The Human Face of Big Data)一書中，則給了大數(shù)據(jù)一個最完美的哲學定義 ——「大數(shù)據(jù)是幫助地球建構神經系統(tǒng)的一個過程，在這系統(tǒng)中，我們(人類)不過是其中一種感測器。」6

　　“Big Data is the process of helping the planet grow a nervous system, one in which we are just another, human, type of sensor.”

　　深奧吧?如果你讀過《大數(shù)據(jù)的人性面孔》一書，相信你應該會對這個比喻點頭如搗蒜。求方便的話，這本書也提供了 iPad App 版本可以閱讀，有興趣可以到這里下載。

　　7) 大數(shù)據(jù)是舊東西的新噱頭 Big Data as New Term for Old Stuff

　　也有部份人認為，「大數(shù)據(jù)」一詞被嚴重濫用，大數(shù)據(jù)只是商業(yè)智慧(Business intelligence)或商業(yè)分析(Business analytics)演化后的新字7。

　　從 Google Trend 里可以看出，從 2004 年到現(xiàn)在，「Big Data」一字的搜尋次數(shù)從 2011 年開始飆漲的同時，人們對「Business intelligence」的興趣則是持續(xù)降低。「Business analytics」趨勢雖然小幅上漲，但短時間應該不可能趕上另外兩個字的風潮。