1.1　大数据分析背景

1．大数据的狭隘定义

大数据（Big Data）是指无法在特定时间范围内用规范化手段进行捕获、处理和筛选的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

2．大数据的产生

“大数据”的名称来自于未来学家托夫勒所著的《第三次浪潮》，《自然》杂志在2008年9月推出了名为“大数据”的封面专栏。从2009年开始“大数据”才成为互联网技术行业中的热门词汇。2004年出现的社交媒体则把全世界每个人都转变成了潜在的数据生成器，向摩尔定律铸成的巨鼎中贡献数据，这是“大容量”形成的主要原因。

3．大数据的特征

• 　容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息。
• 　种类（Variety）：数据类型的多样性。
• 　速度（Velocity）：指获得数据的速度。
• 　可变性（Variability）：妨碍了处理和有效地管理数据的过程。
• 　真实性（Veracity）：数据的质量。
• 　复杂性（Complexity）：数据量巨大，来源多渠道。
• 　价值（Value）：合理运用大数据，以低成本创造高价值。

4．大数据的结构

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%。

5．大数据分析

大数据分析的产生旨在IT管理，企业可以将实时数据流分析和历史相关数据相结合，然后进行大数据分析并发现它们所需的模型。反过来，帮助预测和预防未来运行中断和性能问题。

6．大数据分析的意义

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。阿里巴巴创始人马云在演讲中就提到，“未来的时代将不是IT的时代，而是DT的时代”，DT就是Data Technology（数据科技），可以看出大数据对于阿里巴巴集团来说举足轻重。

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更重要。对于很多行业而言，如何利用这些大规模的数据是赢得竞争的关键。