为什么大数据

‘壹’ 为什么大数据将是企业的一个新的发力点

为什么大数据将是企业的一个新的发力点

鉴于现如今市场及惠普公司本身所发生的一系列大的变化，大数据或将成为该公司继续朝着其远大的以发展软件为重点业务目标的一大关键。当环保组织保护国际 (Conservation International，简称 CI)需要衡量当前世界上有多少的热带雨林被砍伐了的时候，该组织机构选择了惠普公司。
CI想要利用卫星图像来比较同一区域当前及其三十年前的热带雨林占有量。惠普的工程师们使用该公司的DistributedR程序构建了一款工具，能够自动扫描图像，并对其进行分类，按照像素逐一对比，以确定哪些区域仍被热带雨林所覆盖;而哪些则没有了。
类似于像CI这样的组织，就是一个典型的企业或组织机构与知名技术供应商合作的案例。该组织机构仅在去年就共计筹集了超过1.4亿美元的捐款。
对于惠普公司来说，其正是他们的客户所需要的公司的类型。当惠普公司在2014年10月决定拆分成两家上市公司时，该公司很快就开始着手进行其历史上最大规模的重组。在此之后，新创建的惠普企业公司(Hewlett-Packard Enterprise)新的业务重点不仅仅只是一家硬件公司，而更是一家软件公司。而惠普软件业务的很大一部分将主要集中于大数据分析领域。惠普希望能够借此帮助更多类似于CI这样的客户更好地利用大数据。
企业巨变
拆分后的惠普公司(HP Inc.)则将主要从事个人计算机和打印机业务，而对于惠普企业公司，其硬件部门主要销售服务器、存储和网络设备。惠普企业公司有两大主要的组成部分：服务业务(咨询和实施)和软件业务。
在其软件事业部，大数据、安全和IT管理将是核心支柱，惠普公司执行副总裁兼软件部门总经理Robert Youngjohns指出。并表示，软件大约占该公司营业收入的8%，但利润比例更高。Youngjohns说，惠普CEO梅格·惠特曼曾信誓旦旦的表示，大数据将有助于惠普扭转在全球市场的格局。
惠普的大数据产品还在保护伞下，包括该公司的Hadoop发行版(其与合作伙伴Hortonworks所提供)，以及Vertica(一款SQL分析平台)，IDOL(用于分析非结构化数据)和惠普分布式R(用于大规模预测分析)。
“大多数企业需要的是能够基于他们已有的数据，运用分析来推动更好的业务决策，并帮助管理不断流入的新数据。”Youngjohns说。他认为，惠普的大数据平台，包括结构化和非结构化的数据库，从而帮助这些企业用户解决了这些需求。
这些产品可作为软件下载或 作为“按需”版本由惠普或合作伙伴托管。但尚未在其他类似于亚马逊网络服务这样的云平台上提供服务。
转移到软件业务是很难的
商业分析研究机构IDC副总裁Dan Vesset说：在以往，惠普主要是以一家硬件企业所着称的，所以该公司想要在软件市场争取到一席之地显然会有一场“艰苦卓绝的战斗”要打。在2011年，惠普斥资117亿美元收购了Autonomy公司;后却损失了88亿美元。此后不久，惠普公司高薪聘请了微软的老将Youngjohns，以帮助重塑该公司的软件战略。
Vesset说，惠普正在紧紧尾随数据软件市场的中坚分子们，诸如IBM，甲骨文和SAP，每家竞争对手都有强大的数据库引擎和大型的安装基地。
“惠普显然还有很长的路要走，但他们已经走在了正确的方向上。”Vesset说，该公司的优势在于他们能够基于其现有的硬件销售，推动其软件销售能力。
云业务
或许，较之其传统的竞争对手，对惠普而言更大的威胁是基于云的分析服务供应商，如亚马逊网络服务，微软Azure和谷歌计算引擎。
对于那些已经有很多数据存储在云平台上的初创企业来说，在云中进行数据分析和处理是一种自然的选择。诸如AWS和谷歌这样的云平台也有强大的机器，可以根据需要处理数据。惠普Helion云服务一直在努力扩大市场份额;根据调研公司Gartner最新的IaaS魔力象限报告显示，其对于AWS、谷歌和微软的Azure而言，甚至还根本算不上是一个竞争对手。
但是，云计算并不适用于所有人，而惠普似乎是把目标瞄准了那些仍然想要控制自己的基础设施，而不是将数据放到云中的客户。CB Bohn是网上零售商Etsy公司的一名高级数据库工程师，该电商使用AWS来执行其部分的搜索相关功能，而采用Hadoop来处理其部分的工作负载。但该公司的主要数据分析工具是由Etsy的工作人员来负责管理的，并托管在一处托管设施中。Bohn说，其所供职的Etsy公司采购商品硬件，并使用托管设施来处理那些对于数据和分析有着持续不断需求的工作负载。这是“企业自有为基础与托管租用相结合”的模式：云平台对于一次性的工作项目和意外高容量的工作负载固然很好。但是，日常数据和处理可能需要更有效地由企业内部专门设备调整完成。
显然，惠普将依靠诸如Etsy公司和CI这样的客户来帮助他们避开其当前所面临着的显着的业务不利因素，毕竟，其已经踏上了重组之旅。

以上是小编为大家分享的关于为什么大数据将是企业的一个新的发力点的相关内容，更多信息可以关注环球青藤分享更多干货

‘贰’ 为什么大数据时代让我们生活变得沉重

在大数据高速发展并不断拓宽应用边界的同时，监管却无法及时跟上，以至于一些缺乏操守和克制的公司，恶意泄露甚至出售用户隐私，对大家的生活造成很大影响。

大数据给我们带来了如此大的便利，可能会导致我们过度依赖它，导致最后我们总是听同一类型的歌，看相似观点的新闻评论，我们最后可能被大数据困在某个小圈子里，无法听见外面不同的声音，从而使我们变得狭隘。所以大数据的使用也是需要慎重的，它只是一个工具，而不要完全被工具左右了。

提出人物

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。

‘叁’ 什么是大数据，大数据为什么重要，如何应用大数据

“大数据”简单理解为：

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。大数据是一个抽象的概念，对当前无论是企业还是政府、高校等单位面临的数据无法存储、无法计算的状态。大数据，在于海量，单机无法快速处理，需要通过垂直扩展，即大内存高效能，水平扩展，即大磁盘大集群等来进行处理。

大数据为什么重要：

获取大数据后，用这些数据做：数据采集、数据存储、数据清洗、数据分析、数据可视化

大数据技术对这些含有意义的数据进行专业化处理，对企业而言，大数据可提高工作效率，降低企业成本，精准营销带来更多客户。对政府而言，可以利用大数进行统筹分析、提高管理效率、管理抓获犯罪分子等。对个人而言，可以利用大数据更了解自己等。

如何应用大数据：

大数据的应用对象可以简单的分为给人类提供辅助服务，以及为智能体提供决策服务。

大数据不仅包括企业内部应用系统的数据分析，还包括与行业、产业的深度融合。具体场景包括：互联网行业、政府行业、金融行业、传统企业中的地产、医疗、能源、制造、电信行业等等。通俗地讲“大数据就像互联网+，可以应用在各行各业"，如电信、金融、教育、医疗、军事、电子商务甚至政府决策等。

‘肆’ 为什么大数据能对经济发展社会进步人民生活带来重大而深远的影响

大数据确实能给经济发展和人民生活带来重大而深远的影响。其实大数据的广义概念自国家成立以后就开始了原始社会，没有什么统计，也没有什么数据，大家都是那么过的，而国家成立了以后就要对国家的人口经济基础，军事基础进行摸排，最初的大数据就是这么进行的，到了近代以后，每一个国家都对自己的国内进行定期统计。而且统计的效率和范围也越来越广，而当电脑时代和智能时代到来以后，真正的大数据开始登上历史舞台。原先需要耗费数年甚至数个月的统计以及摸排工作，通过大数据技术几秒钟就可以完成。

‘伍’ 大数据时代，为什么要使用大数据

大数据是什么?是一种运营模式，是一种能力，还是一种技术，或是一种数据集合的统称?今天我们所说的“大数据”和过去传统意义上的“数据”的区别又在哪里?大数据的来源又有哪些?等等。当然，我不是专家学者，我无法给出一个权威的，让所有人信服的定义，以下所谈只是我根据自己的理解进行小结归纳，只求表达出我个人的理解，并不求全面权威。先从“大数据”与“数据”的区别说起吧，过去我们说的“数据”很大程度上是指“数字”，如我们所说的客户量，业务量，营业收入额，利润额等等，都是一个个数字或者是可以进行编码的简单文本，这些数据分析起来相对简单，过去传统的数据解决方案(如数据库或商业智能技术)就能轻松应对;而今天我们所说的“大数据”则不单纯指“数字”，可能还包括“文本，图片，音频，视频……”等多种格式，其涵括的内容十分丰富，如我们的博客，微博，轻博客，我们的音频视频分享，我们的通话录音，我们位置信息，我们的点评信息，我们的交易信息，互动信息等等，包罗万象。用正规的语句来概括就是，“数据”是结构化的，而“大数据”则包括了“结构化数据”“半结构化数据”和“非结构化数据”。关于“结构化”“半结构化”“非结构化”可能从字面上比较难理解，在此我试着用我的语言看能否形象点地表达出来:由于数据是结构化的，数据分析可以遵循一定现有规律的，如通过简单的线性相关，数据分析可以大致预测下个月的营业收入额;而大数据是半结构化和非结构化的，其在分析过程中遵循的规律则是未知的，它通过综合方方面面的信息进行模拟，它以分析形式评估证据，假设应答结果，并计算每种可能性的可信度，通过大数据分析我们可以准确找到下一个市场热点。 基于此，或许我们可以给“大数据”这样一个定义，“大数据”指的是收集和分析大量信息的能力，而这些信息涉及到人类生活的方方面面，目的在于从复杂的数据里找到过去不容易昭示的规律。相比“数据”，“大数据”有两个明显的特征:第一，上文已经提到，数据的属性是包括结构化、非结构化和半结构化数据;第二，数据之间频繁产生交互，大规模进行数据分析，并实时与业务结合进行数据挖掘。解决了大数据是什么，接下来还有一个问题，大数据的来源有哪些?或者这个问题这样来表达会更清晰“大数据的数据来源有哪些?”对于企业而言，大数据的数据来源主要有两部分，一部分来自于企业内部自身的信息系统中产生的运营数据，这些数据大多是标准化、结构化的。(若继续细化，企业内部信息系统又可分两类，一类是“基干类系统”，用来提高人事、财会处理、接发订单等日常业务的效率;另一类是“信息类系统”，用于支持经营战略、开展市场分析、开拓客户等。)传统的商业智能系统中所用到的数据基本上数据该部分。而另外一部分则来自于外部，包括广泛存在于社交网络、物联网、电子商务等之中的非结构化数据。这些非结构化数据由源于 Facebook、Twitter、LinkedIn 及其它来源的社交媒体数据构成，其产生往往伴随着社交网络、移动计算和传感器等新的渠道和技术的不断涌现和应用。具体包括了:如，呼叫详细记录、设备和传感器信息、GPS 和地理定位映射数据、通过管理文件传输协议传送的海量图像文件、Web 文本和点击流数据、科学信息、电子邮件等等。由于来源不同，类型不同的数据透视的是同一个事物的不同的方面，以消费客户为例，消费记录信息能透视客户的消费能力，消费频率，消费兴趣点等，渠道信息能透视客户的渠道偏好，消费支付信息能透视客户的支付渠道情况，还有很多，如，客户会否在社交网站上分享消费情况，消费前后有否在搜索引擎上搜索过相关的关键词等等，这些信息(或说数据)从不同的方面表达了客户的消费过程的方方面面。因此，一般来说，企业用以分析的数据来源越广越全面，其分析的结果就越立体，越接近于真实。因此，大数据分析意味着企业能够从不同来源的数据中获取新的洞察力，并将其与企业业务体系的各个细节相融合，以助力企业在创新或者市场拓展上有所突破。针对“数据量”这个话题，亚马逊CTO Vogels曾经说过，“在运用大数据时，你会发现数据越大，结果越好。为什么有的企业在商业上不断犯错?那是因为他们没有足够的数据对运营和决策提供支持。一旦进入大数据的世界，企业的手中将握有无限可能。”可以预料，在不远的未来，企业如何通过抓住用户获取源源不断的数据资产将会是一个新的兵家必争之地。在这个层面上，Facebook、Twitter、Google、Amazon，包括电信运营商等领先企业具有无可比拟的优势。在大数据的领域里是否数据量越大越好?很多时候我们写文章，并不是想要去重复某一个众所周知的事实，而更多的是想从另外一个角度试图去质疑那些已成事实的事实，并不是想要去推翻，而只是去看这个事实是否存在另外的可能性，虽然很多时候我的那些质疑会漏洞百出，并显得幼稚可笑，但我觉得一个事物的健康发展需要不同的声音，而这正是我们写文章的意义所在。所以，我现在问题是，在大数据的领域里是否数据量越大越好?对于这个问题，我觉得应该分两个层面来看，第一个层面是，对大数据这个整体而言，数据肯定是越大越好的，多元的数据能让不同行业，不同组织都可以从大数据中寻找到解决问题的方法，也是基于此，现在越来越多的企业组织通过不同的终端、应用或者其他手段去疯狂地收集多元的数据，大数据让人们能有足够的能力和视野将地球(包括地球上的一切)作为一个整体去看待，这是在从前无法想象的。第二个层面是，对于大数据的具体应用而言，数据量是否越大越好，我却有不同的看法。我的理解是，在大数据的实际应用中你用以分析的数据量越大，你能得到的东西就越多，而至于得到的那些东西是否是你所需要的，或者对你是否有价值的，没有人能保证。就如同树林里有100条路，每条路上都有一些你觉得有意思的东西，如果你有足够的时间，你可以走遍这100条路，收获很多有意思的小东西，但不是每一条路都会让你得到真正有价值的东西。经常做数据分析的朋友应该会有同感，在分析的过程中你会发现不同的数据通过不同的组合导入不同的分析模型会得到很多不同的结果，有时候会有一些很新鲜的结果被发现，这会让你很惊喜，但大部分这些新鲜的结果最后只会出现在你的微博里，而不会出现在正式的分析报告中，因为分析报告是为解决某一具体问题而存在的，旁枝末节太多会显得臃肿且容易混淆。所以，我认为，在大数据的具体应用面前，我们先要做的是把“大数据”这个概念忘掉，我们必须弄清楚到底想从大数据中得到什么，然后带着目的去收集有用的数据，输入至分析模型中，直接导向我们想要的结果。否则你将花费大量时间、资源成本去获取数据，分析数据。我们需要大数据应用是能够帮助解决问题的行为洞察，而不是试图研究每一条能够得到的信息。不得不说，大数据的世界太魔幻了，里面的诱惑很多，如果你不是带着明确的目标去应用，你很有可能被陷入在五光十色的诱惑中无法自拔。即使你走进了一座金山，最后你能带走的最多也只是你能提动的一小口袋。另外，这同时也揭示，为了避免应用者困在“大数据的金山”，大数据必须往下细化，针对不同行业不同领域的特定问题制定不同的解决工具，未来大数据将会遵循消费化模式，核心基础设施将作为服务或应用程序来提供。

‘陆’ 为啥说大数据就是财富

因为数据是一种新型资源，资源就是财富。

第一，大数据是一种信息资产，它是指那些没有办法在一定时间内使用常规的工具，而只能用新处理方式进行处理的数据集合。大数据的特点主要是数据信息是海量的，并且在持续的额增长中，而且这些在之前被认为是毫无作用，散乱无章的数据，在新兴的网络技术面前其实包含巨大的价值。在网络技术看来，大数据不但是一个海量的数据集合，它更是一个有规律可循，有价值可利用的金钱宝库。

第二，大数据里面包含了巨量的信息，包括消费者的衣食住行、偏好、憎恶、生活习惯、个性习俗等等方面的资讯，通过统计分析，可以比较准确地预测，哪些消费群体在什么时候需要什么东西，可以将相应的产品信息精准地推送给他们，获得事半功倍的销售效果，获取更多利润，是商家成功的法宝。

第三，大数据还是发展人工智能的重要手段。人工智能快速发展，此前一直依靠不断提高的程序手法。但是时至今日，今天的程序员写出来的程序 不见得就比十几年前写出来要高明。因此，机器需要自己去学习，因为机器程序思维的速度很快，所以大数据对于人工智能的发展就是一个一举两得的好事。

第四，研究大数据，最重要的意义是预测。因为数据从根本上讲，是对过去和现在的归纳和总结，其本身不具备趋势和方向性的特征，但是可以应用大数据去了解事物发展的客观规律、了解人类行为，并且能够帮助我们改变过去的思维方式，建立新的数据思维模型，从而对未来进行预测和推测。比如，商业公司对消费者日常的购买行为和使用商品习惯进行汇总和分析，了解到消费者的需求，从而改进已有商品并适时推出新的商品，消费者的购买欲就会提高。

‘柒’ 为什么需要大数据技术

大数据的价值体现在以下几个方面：

1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销

2) 做小而美模式的中小微企业可以利用大数据做服务转型

3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值

(7)为什么大数据扩展阅读

大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。

大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。

其次，想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：

第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

参考资料来源：网络-大数据

‘捌’ 大数据为什么会有那么多数据

因为我们平时在用的各个软件，无时无刻都在收集着我们的个人信息、数据，所以大数据会有越来越多的数据。

大数据这个概念出现的几率越来越多，是因为现在我们所处于这个时代上，很多信息都已经突发猛进，人们的生活水平都已经改善了，很多东西都是要通过大数据来统计，包括我们现在互联网的一个进步之后。我们所处的一些东西之后，全部都是变成数字化，只有大数据才能够实行。

大数据的来源非常广泛，如信息管理系统、网络信息系统、物联网系统、科学实验系统等,其数据类型包括结构化数据、半结构化数据和非结构化数据。大数据的主要来源。

(1)信息管理系统:企业内部使用的信息系统，包括办公自动化等。信息管理系统主要通过用户数据和系统二次加工的方式产生数据,其产生的大数据大多数为结构化数据,通常存储在数据库中。大数据的主要来源。

(2)网络信息系统:基于网络运行的信息系统即网络信息系统是大数据产生的重要方式，如电子商务系统、社交网络、社会媒体、搜索引擎等都是常见的网络信息系统。网络信息系统产生的大数据多为半结构化或非结构化的数据。

‘玖’ 我们为什么需要大数据技术

我们为什么需要大数据技术
大数据到底是什么？我们为什么需要大数据技术？
Mike Jude：从本质上来说，大数据就是曾经被称为数据仓库的逻辑延伸。顾名思义，大数据就是一个大型的数据仓库，一般有一个能支持业务决策的业务重点。但是，它和传统数据库不同的是，大数据不用构建。
在典型的数据库中，数据会被组织成标准的字段，并使用特定的密钥索引。如果你熟悉Microsoft Access应用程序，那么你就能完全理解这个概念。比如，一个顾客记录可以由姓氏、名字、地址和其它信息组成有通用标签的字段。每个顾客记录样式都是相同的，这样可以通过使用搜索关键词来检索，比如搜索姓氏。
现在，如果你想链接到这些客户记录需要怎么做？链接到客户的图片或者视频呢？如果是链接到客户的所有记录呢？
将这么多不同的数据源互相映射，一般的数据库还做不到。另外，需要链接的数据量是非常巨大的。这就产生了“大数据”的概念。大数据使用特殊的数据结构来组织和访问巨大数量的数据，可能达到多个艾字节的范围。一般情况下，这需要跨多个服务器和离散数据存储进行并行计算，而小企业往往难以维持这种大数据的存储库。但是，大数据正逐渐成为云服务提供商能提供的一种服务，从而把大数据应用推向更多的公司。
但是，还有一个“大”问题，就是我们为什么需要大数据？答案就是相关性的价值。如果你能看到乍一看似乎没什么关系的数据设置之间的关系，你会获取很多重要信息。比如你想知道你的公司是不是容易被黑客利用。那么你需要跨多个应用程序和数据中心检查无数条交易。这时如果没有大数据技术和相关的分析技术，这几乎是不可能完成的。
最终，随着数据量的增长、业务的可用性和重要性的增加，大数据的定义可能会用来描述大多数数据库应用。IT专业人士应该掌握大数据相关概念和术语，以免遇到困难。

‘拾’ 为什么大数据时代，需要那么多数据干嘛

1. 大数据是企业核心竞争力，也是公司的软实力

大数据席卷了全球，并带来了惊人的利益，这一力量无需多说。大数据使IBM、亚马逊等全球顶尖公司受益，这些公司通过利用大数据开发一些前沿的技术，为客户提供高端服务。

在如今的商业中，大数据显现的惊人优势并不亚于石油或煤炭带来的利益。

2. 掌握数据能力，开采“暗数据”

大数据系统的出现使得这些公司能够将尚未开拓的数据投入使用，并从中提取有意义的信息。过去没有被认可或认为毫无用处的数据突然成为公司的财富，这一点令人惊讶不已。通过大数据分析，这些公司可以加快流程，从而降低运营成本。

3. 软件正在吞噬整个世界 数据争夺战正在打响

我们目前处于数据驱动型经济中，如果无法分析当前或未来的趋势，任何组织都无法生存下去。抢夺数据已经成为决定下一步行动。

4. 决策指导 更智能更快速更精准

在这个激烈的竞争时代，人人都想脱颖而出。但问题是如何实现这一期望 虽然公司与竞争对手持有相同的运营模式，但公司应当如何展现其独一无二 答案在于公司采用的策略。为了表现优于竞争对手，做出良好和智慧决策的能力在每一步中发挥关键作用。这些决定不仅应该是好的决定，而且应该尽可能做出又快又明智的决定，使公司能够在积极的主动出击。

5. 以用户为中心 用户行为数据是营销关键

现在客户有机会随时随地购物，在相关信息帮助下，对于公司需要做出比之前更敏捷的反应这一要求而言具有更大的挑战。但是公司将如何不断地实现这一点呢 答案是借助“大数据”。客户动向是不断变化的，因此营销人员的策略也应该做出相应调整。通过整合过去和实时数据来评估客户的品味和喜好，这样可以使公司采取更快捷的应对措施。

6. 通过数据仓库使数据资产变现

这些公司越来越大，因此不同的流程产生不同的数据。资料仓储中的许多重要信息仍然无法访问。然而，公司已经能够使用大数据分析这一武器来挖掘这座大山，让分析师和工程师深入研究，并提供新颖而又有意义的见解。