高手教你了解大數(shù)據(jù)類型與特點

一、大數(shù)據(jù)的類型和價值挖掘方法

1、大數(shù)據(jù)的類型大致可分為三類

1)傳統(tǒng)企業(yè)大數(shù)據(jù)(Traditionalenterprisedata)：包括 CRM systems的消費者數(shù)據(jù)，傳統(tǒng)的ERP數(shù)據(jù)，庫存數(shù)據(jù)以及賬目數(shù)據(jù)等。

2)機器和傳感器的大數(shù)據(jù)(Machine-generated/sensor data)：包括呼叫記錄(CallDetailRecords)，智能儀表，工業(yè)設備傳感器，設備日志(通常是Digital exhaust)，交易數(shù)據(jù)等。

3)社交大數(shù)據(jù)(Socialdata)：包括用戶行為記錄，反饋數(shù)據(jù)等。如Twitter，F(xiàn)acebook這樣的社交媒體平臺。

2、大數(shù)據(jù)挖掘商業(yè)價值的方法主要分為四種：

1)客戶群體細分，然后為每個群體量定制特別的服務。

2)模擬現(xiàn)實環(huán)境，發(fā)掘新的需求同時提高投資的回報率。

3)加強部門聯(lián)系，提高整條管理鏈條和產(chǎn)業(yè)鏈條的效率。

4)降低服務成本，發(fā)現(xiàn)隱藏線索進行產(chǎn)品和服務的創(chuàng)新。

二、大數(shù)據(jù)的特點

業(yè)界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數(shù)據(jù)的特征。具體來說，大數(shù)據(jù)具有4個基本特征：

1、是數(shù)據(jù)體量巨大

大數(shù)據(jù)體量(volumes)大，指代大型數(shù)據(jù)集，一般在10TB規(guī)模左右，但在實際應用中，很多企業(yè)用戶把多個數(shù)據(jù)集放在一起，已經(jīng)形成了PB級的數(shù)據(jù)量;百度資料表明，其新首頁導航每天需要提供的數(shù)據(jù)超過1.5PB(1PB=1024TB)，這些數(shù)據(jù)如果打印出來將超過5千億張A4紙。有資料證實，到目前為止，人類生產(chǎn)的所有印刷材料的數(shù)據(jù)量僅為200PB。

2、是數(shù)據(jù)類別大和類型多樣

數(shù)據(jù)類別(variety)大，數(shù)據(jù)來自多種數(shù)據(jù)源，數(shù)據(jù)種類和格式日漸豐富，已沖破了以前所限定的結構化的數(shù)據(jù)范疇，囊括了半結構化和非結構化數(shù)據(jù)。現(xiàn)在的數(shù)據(jù)類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數(shù)據(jù)，個性化數(shù)據(jù)占絕對多數(shù)。

3、是處理速度快

在數(shù)據(jù)量非常龐大的情況下，也能夠做到數(shù)據(jù)的實時處理。數(shù)據(jù)處理遵循“1秒定律”，可從各種類型的數(shù)據(jù)中快速獲得高價值的信息。

4、是價值真實性高和密度低

數(shù)據(jù)真實性(Veracity)高，隨著社交數(shù)據(jù)、企業(yè)內容、交易與應用數(shù)據(jù)等新數(shù)據(jù)源的興趣，傳統(tǒng)數(shù)據(jù)源的局限被打破，企業(yè)愈發(fā)需要有效的信息之力以確保其真實性及安全性。以視頻為例，一小時的視頻，在不間斷的監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒。