七個你不可不知的大數(shù)據(jù)定義_數(shù)據(jù)分析師

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(rèn)的是，大數(shù)據(jù)已經(jīng)在 21 世紀(jì)掀起一場驚濤駭浪。根據(jù)研究機(jī)構(gòu) 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(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，請參考《巨量資料的時代，用「大、快、雜、疑」四字箴言帶你認(rèn)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(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)間的互動資料(Interactions)，例如人們在網(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、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(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」2，可以在事情發(fā)生前得到前兆跟提示，進(jìn)而做出行動來影響事情結(jié)果。例如某品牌廣告在社群網(wǎng)站上的「贊」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(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 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，這個說法也受到許多人的贊同，因?yàn)槎喟胩崞鸫髷?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(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)這個字，因?yàn)楫?dāng)資料變「暗」了，便表示一個漏掉的訊息、錯失的機(jī)會，在企業(yè)策略中留下一個盲點(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、做出更全面的考量。

    也因此，SAP 曾經(jīng)做過一個調(diào)查顯示，將近 76% 的企業(yè)高管們視大數(shù)據(jù)為「機(jī)會」。個人也滿喜歡這個觀點(diǎn)，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(jī)會!

    "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(時代)》、《Life(生活)》、《National Geographic(國家地理)》雜志攝影師，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)的一個過程，在這系統(tǒng)中，我們(人類)不過是其中一種感測器。
        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，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(yīng)該不可能趕上另外兩個字的風(fēng)潮。