定义大数据：浅显易懂的大数据入门

当前，众多企业都面对从四面八方涌来的数据流的冲击。涓涓细流汇成大河，而科技企业、专家、分析师和技术顾问们纷纷将这条数据之河定义为大数据。但是，在这些众说纷纭的大数据定义中，不乏大量的常见误解。大量的企业都面临着挑战，需要辨别具有价值的数据流，挖掘这些价值，协助企业做出最佳决策以形成强大的竞争优势。

"大数据"这一术语的内涵远远超越了"大"或是"数据"的含义。大数据的确体现为数量庞大，但它仍有更多特性有待了解。在Forrester分析师布赖恩。霍普金斯（Brian Hopkins）和鲍里斯。埃韦尔松（Boris Evelson）撰写的《首席信息官，请用大数据扩展数字视野》报告中，他们提出大数据的4项典型特征——海量（Volume）、多样性（Variety）、高速（Velocity）和易变性（Variability）。下文将简要介绍这些特性，并重点阐述大数据对前瞻性商界领袖的重大意义。

海量

企业面临着数据量的大规模增长。例如，IDC最近的报告预测称，到2020年，全球数据量将扩大50倍。目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。

此外，各种意想不到的来源都能产生数据。例如，从巴塞罗那至沙特首府利雅得的单程航行中，一架商用喷气飞机上收集的传感器数据量将超过1PB.当用一次飞行的数据量乘以每天所有飞行的航班数，数据总量将非常惊人。

多样性

一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。

高速

高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。

根据IMS Research研究机构关于数据创建速度的调查，通过跟踪可联网设备的激活量，发现联网设备增长的第二波浪潮正在加速到来。本轮增长后，将涌现更多新型可联网设备增长的浪潮。据预测，到2020年全球将拥有220亿部互联网连接设备。

易变性

大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。

新型分析法

"大数据"这一术语也与从数据中获得价值所采用的分析法类型相关。由于出现从既有及新兴数据类型中获得商业智能的需求，对现有应用系统造成极大压力，迫使企业寻求新的解决方案。创建新的分析应用进行多结构数据分析，通常需要进行专业资源和工具的战略性投资。

对于企业，大数据既是机遇也是威胁。那些能够管理复杂数据并从中获得精准商业洞察力的企业将拥有超越竞争对手的重要优势。反之，那些不能精明管理数据的企业将在竞争中处于劣势。