摘要：在全民談?wù)摯髷?shù)據(jù)的當下，不少人只是在盲目地跟風(fēng)，他們并不了解大數(shù)據(jù)：大數(shù)據(jù)是什么?誰在使用大數(shù)據(jù)?我們?yōu)槭裁匆P(guān)注大數(shù)據(jù)?
關(guān)鍵詞： 大數(shù)據(jù)
以前，處理“大數(shù)據(jù)”僅限于那些本身具備昂貴的高性能計算集群的用戶，現(xiàn)在，硬件發(fā)展日新月異，可以勝任大量實時分析計算的消費級硬件比比皆是，并且有大量的開放數(shù)據(jù)庫供公眾使用，因此“數(shù)據(jù)分析”以前所未有的速度進步著。但大數(shù)據(jù)的快速發(fā)展也帶來一個全民思考的問題：如何理解大數(shù)據(jù)?如何將大數(shù)據(jù)用于解決現(xiàn)實世界的問題?
IBM提出的大數(shù)據(jù)的“4V”特征得到了業(yè)界的廣泛認可。
第一，數(shù)量(Volume)，即數(shù)據(jù)巨大，從TB級別躍升到PB級別;
第二，多樣性(Variety)，即數(shù)據(jù)類型繁多，不僅包括傳統(tǒng)的格式化數(shù)據(jù)，還包括來自互聯(lián)網(wǎng)的網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等;
第三，速度(Velocity)，即處理速度快;
第四，真實性(Veracity)，即追求高質(zhì)量的數(shù)據(jù)。
除了上述4個“V”，還有另外一個“V”更重要：
可視化(Visualization)
即使我們能獲取的數(shù)據(jù)量以爆炸式的速度增長，即使我們在計算能力方面有著令人難以置信的指數(shù)級增長，但我們想從大數(shù)據(jù)中獲取的東西遠遠超過如今我們從數(shù)據(jù)中挖掘的東西。對技術(shù)的追求永無止境，但將當前的技術(shù)轉(zhuǎn)化成最大的價值才是最重要的。此外，數(shù)據(jù)科學(xué)并不只是一門技術(shù)，它更多地是一種實踐的藝術(shù)。
可視化在數(shù)據(jù)科學(xué)中發(fā)揮著至關(guān)重要的作用，它能幫助數(shù)據(jù)工作者更好地理解數(shù)據(jù)中可能存在的結(jié)構(gòu)和規(guī)律。以下是為什么說可視化是大數(shù)據(jù)最重要的一個“V”的3個原因：
可視化讓大數(shù)據(jù)成為決策利器
誠然，大數(shù)據(jù)背后的真正功勞可能是那些需要花費大量時間和精力的挖掘、建模、算法、分析等工作創(chuàng)造的，但實際情況是：當管理者需要基于數(shù)據(jù)做出決策時，讓數(shù)據(jù)以對的形式，在對的時間出現(xiàn)在對的地方才是重點，這樣數(shù)據(jù)分析的結(jié)果才能最終起到作用。在大多數(shù)情況下，決策者根本沒有時間去組織會議，看著表格分析數(shù)據(jù)然后做決定，可視化是讓管理者對海量數(shù)據(jù)有感覺的唯一方法。隨著企業(yè)的數(shù)據(jù)量和業(yè)務(wù)需求不斷增加，可視化將變得越來越重要。
可視化是讓大數(shù)據(jù)接地氣的唯一方法
數(shù)據(jù)能夠“觸動”的人越多，其所產(chǎn)生的真正的價值越大。因此，通過講述“數(shù)字故事”來表達數(shù)據(jù)反映的內(nèi)容成為一種新興的流行趨勢。這一現(xiàn)象表明數(shù)據(jù)科學(xué)不僅僅在于“數(shù)值”和“變量”的分析，它本質(zhì)上是一門將違反直覺的內(nèi)容轉(zhuǎn)化為直觀內(nèi)容的科學(xué)。
可視化能最大化大數(shù)據(jù)的價值
即使在傳統(tǒng)的數(shù)據(jù)分析中，人們也在不斷嘗試和探索數(shù)據(jù)的視覺表現(xiàn)形式，以便能更好地了解數(shù)據(jù)中的真理：這是什么數(shù)據(jù)?這些數(shù)據(jù)能說明什么?如今數(shù)據(jù)的量越來越大，數(shù)據(jù)的復(fù)雜性也越來越強，但追求視覺表達形式的趨勢不會變，即使數(shù)據(jù)科學(xué)和大數(shù)據(jù)分析技術(shù)不斷發(fā)展，新的分析方法和分析應(yīng)用不斷涌現(xiàn)，也都始終無法撼動可視化的重要地位。
可視化作品是耗時費力的數(shù)據(jù)工作的結(jié)晶，因此，它在數(shù)據(jù)科學(xué)中的重要性不言而喻。
京公網(wǎng)安備 11010502049343號