
從3V到6V 大數(shù)據(jù)概念演變_數(shù)據(jù)分析師
大數(shù)據(jù)時代來臨,大如Google、IBM等科技巨頭擁有龐大資源,可對深奧的技術(shù)與跨領(lǐng)域知識進(jìn)行發(fā)展,但是一般企業(yè)多難以因應(yīng)。
至今發(fā)展已經(jīng)超過十幾年,并且成為行動云端趨勢之后,最受矚目的新興科技名詞。要探討大數(shù)據(jù)為何受到如此廣泛矚目,必須從各方面進(jìn)行探討,包括:大數(shù)據(jù)的發(fā)展歷程與特性、大數(shù)據(jù)的商機有多大、大數(shù)據(jù)將對世界帶來什么樣的改變,以及大數(shù)據(jù)的相關(guān)技術(shù)等。
從3V到6V 大數(shù)據(jù)定義演變
顧名思義,大數(shù)據(jù)明顯意指「巨大的數(shù)據(jù)量」,數(shù)據(jù)是形容數(shù)據(jù),當(dāng)數(shù)據(jù)規(guī)模大到某種程度,就變成大數(shù)據(jù);又或者從另一種角度思考,因為數(shù)據(jù)非常巨大,因此使其具有一些特性,而這些特性促使傳統(tǒng)資訊處理技術(shù)無法進(jìn)行歸納分析,因此需要新的技術(shù),所以大數(shù)據(jù)也可以說不單指規(guī)模大的數(shù)據(jù),而是一種分析處理龐大數(shù)據(jù)的技術(shù)。
那么,大數(shù)據(jù)中所謂的數(shù)據(jù)特性,指的又是什么呢?這得從2001年大數(shù)據(jù)被麥塔集團(tuán)(META Group)分析師萊尼(Doug Laney)提出之后開始談起。2001年萊尼在一份報告中對大數(shù)據(jù)提出「3-D數(shù)據(jù)管理」的看法,即數(shù)據(jù)成長將朝3個方向發(fā)展,分別為數(shù)據(jù)即時處理的速度(Velocity)、數(shù)據(jù)格式的多樣化(Variety)與數(shù)據(jù)量的規(guī)模(Volume),3者統(tǒng)稱為「3V」或「3Vs」。
之后,隨著資訊科技不斷地往前推進(jìn),數(shù)據(jù)量的復(fù)雜程度愈來愈高,「3Vs」已經(jīng)不足以形容新時代的大數(shù)據(jù),因此在2012年時,不僅萊尼調(diào)整既有的3V分析,包括科技大廠IBM、國際調(diào)查機構(gòu)Gartner、IDC等紛紛對大數(shù)據(jù)提出新的論述,大家紛紛地將3V增加成為4V,即在原本的速度、多樣化與規(guī)模特性上,再增加「準(zhǔn)確性」(Veracity)的特色,之后甚至還有人提出5V、6V的看法,即在原本的4V上又增加「可視性」(Visualization)與「合法性」(Validity)等。
大數(shù)據(jù)商機驚人 大數(shù)據(jù)商機到底有多龐大?
事實上,從2001年大數(shù)據(jù)概念被提出一直到2011年,10年時間大數(shù)據(jù)都一直默默無聞,一直到2012年市場對大數(shù)據(jù)進(jìn)行包裝并大肆探討,大數(shù)據(jù)浪潮急劇涌現(xiàn),各大調(diào)查機構(gòu)都對大數(shù)據(jù)即將引爆的商機給予非常正面的看法。
IDC的報告就提到,2012至2016年全球大數(shù)據(jù)技術(shù)與服務(wù)的市場規(guī)模年復(fù)合成長率將高達(dá)31.7%,至2016年總收益將會達(dá)到238億美元,到了2018年大數(shù)據(jù)市場商機更將達(dá)到500億美元之多,Gartner也提到隨著各個領(lǐng)域企業(yè)紛紛導(dǎo)入大數(shù)據(jù)應(yīng)用,將促成巨大商機的涌現(xiàn)。
諮詢機構(gòu)麥肯錫全球研究院在2011年提出的「大數(shù)據(jù):創(chuàng)新、競爭與生產(chǎn)力的下一個新領(lǐng)域(大數(shù)據(jù): the Next Frontier for Innovation, Competition, and Productivity)」報告中指出, 未來10年美國保健產(chǎn)業(yè)與大數(shù)據(jù)有關(guān)的商機高達(dá)3,000億美元;并且將為美國帶來1,000億美元的行動商機服務(wù);以及在消費端市場創(chuàng)造6,000億美元商機;在企業(yè)應(yīng)用上,大數(shù)據(jù)可協(xié)助制造業(yè)縮短20~50%的上市研發(fā)時程,為金融業(yè)行銷活動提高60%的回應(yīng)率,以及降低10%的規(guī)畫與執(zhí)行時程。
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
訓(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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(rèn)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。 ...
2025-09-18DSGE 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(zhǔn)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(jìn)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(zhǔn)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(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11