《企業網D1Net》2月24日訊

引言：在大數據時代下，我們會發現這樣的現象：百度能知道我們在關注什么，淘寶能洞察我們喜歡什么，這是喜還是憂？大數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。

在大數據時代下，變革也是無處不在，無論是在生活和工作上，還是思維上都給人們帶來了巨大變革。

首先，是數據的形式由原來的關系型數據(如電子表格形式)更多地表現為非關系型數據(如用戶評論、圖片等)；數據存儲方式也由原來集中式存儲變為分布式存儲，大型數據不得不存儲在不同地方的存儲服務器中，通過網絡進行互聯訪問，構成所謂的云存儲。

其次，是對數據處理的方式發生了根本變化，人們已無法只用一臺電腦處理數據，必須依賴網絡后面的云平臺，進行云計算，才能有效處理大數據。在對大數據處理上，我們可以看到三個有趣的變化：在小數據時代，人們限于獲取數據的困難，只能采用隨機抽樣的方式獲取數據樣本，然后根據樣本數據進行分析預測。一旦樣本出現偏差，那推導出的結果就會產生很大的誤差。

而在大數據時代，我們能輕易地得到數據全體，而不再需要樣本。譬如，阿里巴巴能得到所有買家的數據，它能輕易地統計“光棍節”那天的交易金額，算出哪個地區交易最活躍，可以通過媒體實時轉播交易盛況。這就是大數據的全數據模式，數據處理的范圍是全體，而不再是樣本。第二個變化，是不再一味地追求數據的精確性。由于大數據的多樣性、豐富性、動態性(在處理的同時，數據還在大量產生)，強調數據的精確性是做不到的，也沒有必要。紛繁的數據會混雜在一起，看起來好像全無用處，甚至有些還是錯誤的數據，但沒有關系，這就是大數據的本性，看似無關無用的一堆數據卻蘊含著無限商機。

想一想，當人們在百度上比以往更多地搜索“感冒”、“發熱”等關鍵字時，往往意味著某地將要爆發流感，甚至還能預測是什么流感，這就是大數據的威力。第三個變化，是關注數據之間的相關性，而不是因果關系。比方說，通過挖掘天貓商城的交易數據，發現購買德龍咖啡機的買家，會有很高的比例購買寵物糧食，那商家會不失時機地推薦你購買皇家狗糧。咖啡機與狗糧沒有因果關系，但卻有內在的相關性。數據之間的相關性，就是大數據所蘊含的價值，也是商家追求的商機。大數據的相關性，告訴我們在面對錯綜繁雜的大數據時，我們不需要去研究“為什么”，只要知道“是什么”就足夠了。

最后，大數據時代將催生一個數據挖掘行業，出現一批數字科學家。簡單地說，數據挖掘就是從收集的數據中用一定的算法分析計算，得到我們所需要信息和知識的過程。傳統的統計分析是將數據按已知的類別進行分類統計，然后尋找有價值的數據。如果給定的分類是不合理的或是錯誤的，那統計出來的結果就不會產生最好的效果。而數據挖掘采用的是一種叫作“聚類”的方法，它事先不需要人工分類，而是由算法分析數據的屬性，將數據自動聚集成“類”，使“類”間的相似性盡量小，“類”內的相似性盡量大。比方說，保險業務涵蓋各類人群、各種職業，所以設計某個險種潛在的客戶目標群，需要對大量數據進行挖掘，才能找出不同的客戶群和重要系數，這不是事先人為設定的。要“讓數據自己說話”，這樣才能因地制宜地制定營銷計劃，科學測算盈虧平衡，為保險企業創造更多利潤。

D1Net評論：

有人說大數據節操掉了一地，大數據帶來的變革無處不在，不管愿不愿意，變革都在進行中，然而，事實并非如此，變革，是這個時代前進的動力，大數據帶來的變革，也是將這個時代推向前進的過程，因此，大數據并非沒有節操。