
大數(shù)據(jù),彷彿是企業(yè)潮流字眼,但企業(yè)該如何運用令其增值?很多時市面上都充斥著“大數(shù)據(jù)解決方案”,令大數(shù)據(jù)范疇留有灰色地帶,一切變得撲朔迷離。 Forbes最近發(fā)表一篇有趣的文章名命為“如何辨認虛假大數(shù)據(jù)產(chǎn)品”,講述了如何辨認甚么是大數(shù)據(jù)科技、甚么不是,以及講述了一般人對大數(shù)據(jù)的誤解,人們應(yīng)該追求革新而不是追求方法。
某些數(shù)據(jù)供應(yīng)商巧立名目,自稱大數(shù)據(jù),企業(yè)應(yīng)小心分辨。
重點不在于“大”、也不在于“數(shù)據(jù)”
大數(shù)據(jù)其實已運行差不多十年,起初進入市場時,“大”是其銷售重點,供應(yīng)商需要面對很多挑戰(zhàn),不停地攝取和消化以予改進,包括如何進化為 PB(1,000TB),如何運行這容量及制造一些結(jié)果,當(dāng)時一切都以“大”為主題,故此如何運用、如何演繹都變得次要。
另一具爭議性地方是“數(shù)據(jù)”。大數(shù)據(jù)本來就是以大量數(shù)據(jù)進行一連串分析以找到一些結(jié)果,這也不難理解。這的確是個有效方法,過去多年,很多人都希望找尋一個方法去消化一系列數(shù)據(jù)而找尋結(jié)論,然而大數(shù)據(jù)滿足了這要求。時至今日,消化數(shù)據(jù)變得容易很多,而這趨勢看似將會繼續(xù)不停地發(fā)展下去。
那么大數(shù)據(jù)不在于“大”,也不在于“數(shù)據(jù)”,那在于甚么?以下為一些見解,可助企業(yè)分辨大數(shù)據(jù)工具的真?zhèn)巍?/span>
大數(shù)據(jù) VS 大商業(yè)智能
大商業(yè)智能(Big Business Intelligence,Big BI),有以下3點:
1. 分析相同結(jié)構(gòu)及交易類數(shù)據(jù),像過往多年一樣,也許有更多這方面數(shù)據(jù)。
2. 這些數(shù)據(jù)是一組組的,也是舊數(shù)據(jù)。
3. 分析結(jié)果后并不能讓企業(yè)進行行動。
而大數(shù)據(jù)則有以下叁點特征:
1. 把新數(shù)據(jù)及舊有數(shù)據(jù)連合在一起,尤其是那些有結(jié)構(gòu)性數(shù)據(jù)及非結(jié)構(gòu)性數(shù)據(jù)。
2. 可以實時或接近實時進行分析。
3. 制造亮點以採取即時行動。
由此可見,兩者方案其實都是企業(yè)的資訊工廠,然而各有特殊不同的特點和觀點價值。大企業(yè)智慧創(chuàng)造及維持資訊記憶十分有用;而大數(shù)據(jù)方案則引領(lǐng)企業(yè)徹底地進入另一營運模式及換來另一全新結(jié)果。
而第二個“真”“假”大數(shù)據(jù)工具在于,真大數(shù)據(jù)能幫助企業(yè)融合結(jié)構(gòu)和非結(jié)構(gòu)性數(shù)據(jù)、實時或接近實時分析、以及析出亮點;而假大數(shù)據(jù)并不能進行以上行為,所以企業(yè)必須小心分辨,以免浪費金錢在假大數(shù)據(jù)上。
大數(shù)據(jù)能克服各種限制
數(shù)據(jù)湖即擁有大量最新數(shù)據(jù),儲存在數(shù)據(jù)倉庫等待進行分析,不過這字眼其實是比較舊,以“湖”形容其實不太準確,雖然數(shù)據(jù)很多很大,可以以“海量”來形容,故此用“數(shù)據(jù)淹沒”會比較合適。
腐爛、發(fā)臭、骯臟和非常困難發(fā)展為一些有用分析,協(xié)助企業(yè)生產(chǎn)就是數(shù)據(jù)淹沒的意思。即使再進行數(shù)據(jù)解壓、轉(zhuǎn)化及讀取,有不少隱藏數(shù)據(jù)都已損毀而無法使用。
相反地,好的大數(shù)據(jù)工具容許數(shù)據(jù)受到分析、生產(chǎn)、儲存及管理,不論在甚么地方都可以,包括任何流動裝置、社媒、云端等。事實上,數(shù)據(jù)能夠穿越地域限制,即使在小小空位也能隨意運用。如果需要時間移動、轉(zhuǎn)化、清洗和讀取,那么這樣的大數(shù)據(jù)就失去了它存在價值。
大數(shù)據(jù)必須運行資料夠快和維持數(shù)據(jù)準確,同時也要容許使用者在過百或過千的數(shù)據(jù)水坑運作,即使在訊號微弱時也能夠做得完美,而不是受數(shù)據(jù)淹沒而無力進行分析,這樣才是大數(shù)據(jù)最大價值。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10