有關(guān)大數(shù)據(jù) 你必須了解以下七個(gè)概念_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(shí)候，不可否認(rèn)的是，大數(shù)據(jù)已經(jīng)在 21 世紀(jì)掀起一場(chǎng)驚濤駭浪。根據(jù)研究機(jī)構(gòu) IDC（國(guó)際數(shù)據(jù)資訊公司）的分析，這個(gè)世界上的資料正在以每?jī)赡昃头兜捏@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(guān)心的重點(diǎn)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(lǐng)域里的每個(gè)人都同意一點(diǎn)：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(gè)重要的大數(shù)據(jù)觀點(diǎn)，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(shí)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(shí)性）最被普遍認(rèn)同。

3Vs 定義在上一篇文章中有仔細(xì)介紹，在這就不詳述了，請(qǐng)參考《巨量資料的時(shí)代，用「大、快、雜、疑」四字箴言帶你認(rèn)識(shí)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(xué)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(chǎn)生跟處理速度更驚人、資料來源更多樣，于是處理、儲(chǔ)存大量資料的新技術(shù)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(gè)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(yīng)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。

“Big Data is the new tools helping us find relevant data and analyze its implications.”

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(jīng)和過去的資料已經(jīng)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(jì)錄（Transactions），現(xiàn)在則是機(jī)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(dòng)資料（Interactions），例如人們?cè)诰W(wǎng)路上點(diǎn)擊網(wǎng)頁跟連結(jié)的紀(jì)錄；最后則是機(jī)器自動(dòng)生成、累積下來的觀察資料（Observations），例如智慧型家居產(chǎn)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(dòng)、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(hào) 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(shí)機(jī)（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(hào)」2，可以在事情發(fā)生前得到前兆跟提示，進(jìn)而做出行動(dòng)來影響事情結(jié)果。例如某品牌廣告在社群網(wǎng)站上的「讚」數(shù)、點(diǎn)閱率如果跌落谷底，公司便可以預(yù)期接下來產(chǎn)品銷售量一定也會(huì)慘不忍睹；同樣的情形在過去時(shí)，公司所得到的數(shù)據(jù)就是產(chǎn)品發(fā)售后的銷售量。

“Big Data is the new signals.”

5） 大數(shù)據(jù)即機(jī)會(huì) 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?yàn)榭萍妓薅雎缘馁Y料」3，這個(gè)說法也受到許多人的贊同，因?yàn)槎喟胩崞鸫髷?shù)據(jù)時(shí)，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(shí)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(shí)上許多公司都使用暗數(shù)據(jù)這個(gè)字，因?yàn)楫?dāng)資料變「暗」了，便表示一個(gè)漏掉的訊息、錯(cuò)失的機(jī)會(huì)，在企業(yè)策略中留下一個(gè)盲點(diǎn)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(diǎn)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(shì)、做出更全面的考量。

也因此，SAP 曾經(jīng)做過一個(gè)調(diào)查顯示，將近 76% 的企業(yè)高管們視大數(shù)據(jù)為「機(jī)會(huì)」。個(gè)人也滿喜歡這個(gè)觀點(diǎn)，畢竟現(xiàn)在各公司在推動(dòng)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(jī)會(huì)！

“A new survey by SAP suggests that nearly 76 percent of executives see “Big Data” as an opportunity” 5

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

著名的攝影師和出版人，前《Time（時(shí)代）》、《Life（生活）》、《National Geographic（國(guó)家地理）》雜誌攝影師，負(fù)責(zé)過有史以來最大攝影項(xiàng)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(gè)最完美的哲學(xué)定義 ——「大數(shù)據(jù)是幫助地球建構(gòu)神經(jīng)系統(tǒng)的一個(gè)過程，在這系統(tǒng)中，我們（人類）不過是其中一種感測(cè)器?！?

“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?yuàn)W吧？如果你讀過《大數(shù)據(jù)的人性面孔》一書，相信你應(yīng)該會(huì)對(duì)這個(gè)比喻點(diǎn)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(rèn)為，「大數(shù)據(jù)」一詞被嚴(yán)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(shí)，人們對(duì)「Business intelligence」的興趣則是持續(xù)降低?！窧usiness analytics」趨勢(shì)雖然小幅上漲，但短時(shí)間應(yīng)該不可能趕上另外兩個(gè)字的風(fēng)潮。

結(jié)語

以上七個(gè)定義/觀點(diǎn)無論認(rèn)同與否，相信大家都同意的是：Big Data 絕對(duì)是個(gè)「Big Deal」，接下來幾年里，大數(shù)據(jù)將帶來無限商機(jī)。