0 n Q# u6 h0 B* ?: k* q9 ~) U; {: _
1.大数据(big data),又称巨量资料,是指以多元形式,从许多不同来源搜集而来的庞大数据组,往往具有实时性。在企业对企业销售的情况下,这些数据可能来自社交网络、电子商务网站、顾客来访记录,还有许多其他来源。
5 A _: W# f' N% p6 [% y
2.大数据的特点:
/ t H" g+ h7 N9 k
(1)数据体量巨大:从TB级别,跃升到PB级别。
, C5 j% V+ a6 _
(2)数据类型繁多:各种网络日志、视频、图片、地理位置信息等等。
1 A7 J& r, h' K; `" [; J8 E9 J (3)价值密度低:以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。
- P: O+ R' F! ~% D6 x7 ?7 a# v6 d
(4)处理速度快:1秒定律,这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器,无一不是数据来源或者承载的方式。
, | Y2 J" \ ^, i% m# x S2 {" d j7 W
' O# ~! ]! I. |' ^ 3.大数据对企业的意义:
/ m1 l6 d6 L( x1 m0 o
(1)及时解析故障、问题和缺陷的根源,每年可能为企业节省数十亿美元。
/ v9 d ?* Y/ q) }, O- L
(2)为成千上万的快递车辆规划实时交通路线,躲避拥堵。
) N# B+ v$ s& O" q- f; {: G (3)分析所有SKU,以利润最大化为目标来定价和清理库存。
: c5 {, d: g; h3 u1 s. ] (4)根据客户的购买习惯,为其推送他可能感兴趣的优惠信息。
- M0 b* k7 u6 {$ K) [6 Z9 p. \ (5)从大量客户中快速识别出金牌客户。
& ~$ u$ q( k+ _* Q" J3 H (6)使用点击流分析和数据挖掘来规避欺诈行为。
' t s% E% O8 G( ]
1 Q9 h% a, p- T: Z
4.大数据的缺陷:当前,大部分中国企业在数据基础系统架构和数据分析方面都面临着诸多挑战。根据产业信息网调查,目前国内大部分企业的系统架构在应对大量数据时均有扩展性差、资源利用率低、应用部署复杂、运营成本高和高能耗等缺陷。
6 z) f. d& U4 H9 b5 U5 v% t) J # w1 U; n) v X' a3 l
大数据最核心的价值就是在于对于海量数据进行存储和分析,具体价值表现在以下几个方面:
8 m( G0 [" t- p+ S% i
(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。
* ]( K) h8 {" P6 a1 a (2)做小而美模式的中长尾企业可以利用大数据做服务转型。
7 x6 ], e8 N5 a2 b& N. { (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。
! ]5 }0 X6 C9 O7 l