大数据概念-策点调研公司内部分享稿

类型多样
速度快时效高 纵向深度（观察的角度） 两者的对比，都认同的特征为，数据量大，类型多样，更新速度快。不同 点主要为商业价值的体现方式不同。
两种分类方式的分歧主要在于大数据的价值体现方式不同。 第一种特征分类，主要强调数据的在线性，只有数据在线才能具有大的商业 价值。在线的数据利于查询，及时提取。 例一：打车工具，客户的数据和出租司机数据都是实时在线的，当一个需要 出租车服务的人登陆打车网，发出需求，打车软件能迅速反应，及时对出租车司 机数据进行搜索，进而合理的调度，以最快的速度，最小的成本满足此项需求， 这样的数据才有意义。 例二：淘宝数据库，拥有数亿网民的购物轨迹，消费习惯等信息，当你浏 览网页，想要购买心仪已久的一款包包的时候，输入关键词，它就会根据数据库 记录的大部分消费者的购买习惯和商家购买的数据关键词等的信息综合起来，展 示符合你的审美习惯并且满足自身获益最大化需求的包包的信息。
目前对于大数据特征分类，见到两个版本： 1、网页上描述 数据量大：采集、存储和计算的量都非常大。起始计量单位至少是P(1000个T)、E(100万 个T)或Z(10亿个T)。 类型繁多：种类和来源多样化，包括结构化、半结构化和非结构化数据，具体表现为网 络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提 出了更高的要求。 价值密度低：随着互联网以及物联网的广泛应用，信息感知无处不在，信息海量，价值密 度低，如何结合业务逻辑并通过强大的机器算法来挖掘数据价值，是大数据时代最需 要解决的问题。
己的以往的客户的数据进行分析，将其信用卡的消费记录拉出来进行汇总，
得出4S店的顾客大致落在某个信用卡消费额度区间。由此得知自己目标客 户群体的消费能力，相应的设计适合此类群体的售后保养计划，达到增收 的目的。
例二：同样是这个4S店，他还可以通过对大数据的纵向分析得到更为深入 的信息，不仅仅停留在对数据的横向的比较。关注每个个体的消费习惯，按照 时间节点来分析。例如，某个顾客在返回4S店做过4次保养之后开始不再来了。 跟踪每个数据发现，有些两次后不来，有些一直回来，但是大多数会在4~5次 之后开始流失。通过这个分析，你对保留顾客的关键时间节点有了更为清晰的 认知与洞察，从而可能有针对性的设计有效的对应方式。
第二种分类方法：关注于看待大数据的角度 强调从纵向去剖析数据的内在价值，关注个体消费行为内在的商业规 律。大数据商用的wk.baidu.com键在于其纵向视角-以事件为聚焦点，并具有时间的维 度。强调数据本身所蕴含的消费习惯、个人喜好，及其根据时间变化会产 生的变化趋势等方面的商业价值。 例一：某汽车4s店想要深入了解自己的客户的消费能力，他可以对自
这是我理解的大数据，希望大家 能有所收获。
一、什么是大数据
二、大数据的优缺点
三、大数据的特征（两种分类方式）
四、大数据与商业的结合
五、大数据前景的展望
定义：
大数据(big data)是这样的数据集合：数据量增长
速度极快，用常规的数据工具无法在一定的时间内
进行采集、处理、存储和计算的数据集合。
大数据的优点： 1、大数据相比传统的市场调研，多采用非干预性数据源，人为干预的因素有 限，从而获得更为精准的洞察力。 2、由全时段全方位的大数据分析导致的商业洞察力将为企业带来前所未有的 全新社会生产力与商业竞争力。 大数据的缺点： 1、大数据应用带来隐私泄露危机，可供分析的数据越多，个人的隐私泄露越 为严重。现今互联网，物联网的应用普及，每个人的信息将不再隐私。 2、大数据分析需要耗费大量的人力物力，成本较高。
速度快时效高：数据增长速度快，处理速度也快，时效性要求高。比如搜索引擎 要求几分钟前的新闻能够被用户查询到，个性化推荐算法尽可能要求实时完成 推荐。这是大数据区别于传统数据挖掘的显著特征。 数据是在线的：数据是永远在线的，是随时能调用和计算的，这是大数据区别于
传统数据最大的特征。
2、市场与销售中的描述 数据量大
我们将其在线性和深度纵向分析两者结合在一起，理解为大数据的整体特 点。
有高达72%的企业认为，大数据的应用价值，在于预测未 来。 政府部门应利用大数据制定科学政策，企业应利用大数据
使利润最大化，学者则须利用大数据寻找科学规律，支持社
会经济发展。 数据的洞察力成为政府和各类企业管理核心竞争力的一个 重要标志。大数据为政府和企业带来精细化管理、服务创新 等新机遇。