入木三分：“大数据”如何启迪未来2041781.docx

《入木三分：“大数据”如何启迪未来2041781.docx》由会员分享，可在线阅读，更多相关《入木三分：“大数据”如何启迪未来2041781.docx（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、入木三分：“大数据”如何启迪未来也就是这一两年的光景，我们在朦胧之中仿佛已经进入了一个言必称“大数据”的时代。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源头，而更多的改变正蓄势待发。大数据激发了一场思想风暴，导演了一场思维变革。大数据正以前所未有的速度颠覆人们探索世界的方法，引起社会、经济、学术、科研、国防、军事等领域的深刻变革。执迷于精确性已然成为信息缺乏时代、模拟时代的产物；允许不精确、宽容混杂性将不可竭力避免，而是被证明的标准途径。那些总是爱追因溯源、刨根问底的人们或许会被遗弃，因为大数据时代里，由果追因

2、已经是明日黄花的“伎俩”，只要“是什么”“不要问我为什么”成为了最佳答案。因为数据呈现的相关性已经可以满足大部分人的认知需求，而透过大数据现象挖掘事物本质，个中成本（时间、物质）也不是深谙博弈之道的人们所愿担负的。数据成为资产、产业垂直整合、泛互联网化是大数据时代的三大发展趋势。数据资产成为和土地、资本、人力并驾齐驱的关键生产要素。围绕数据资产，一幕幕跌宕起伏的产业大戏已经上演。本文就将带您去深入了解“大数据”概念，带领您去领略大数据时代的“造化”。为您送上一颗“子弹”，引发您的“头脑风暴”，覆灭您的保守之心，怠慢之气！大数据：引领人类数据生成方式步入高级阶段数据生成的“自自主时代”人类历史上

3、从未未有哪个时代代和今天一样样产生如此海海量的数据。数数据的产生已已经完全不受受时间、地点点的限制。从从开始采用数数据库作为数数据管理的主主要方式开始始，人类社会会的数据产生生方式大致经经历了三个阶段，而而正是数据产产生方式的巨巨大变化才最最终导致大数数据的产生。首先是运营式系系统阶段。数数据库的出现现使得数据管管理的复杂度度大大降低，实实际中数据库库大都为运营营系统所采用用，作为运营营系统的数据据管理子系统统。比如超市市的销售记录录系统，银行行的交易记录录系统、医院院病人的医疗疗记录等。人人类社会数据据量第一次大大的飞跃正是是建立在运营营式系统开始始广泛使用数数据库开始。这这个阶段最主主要特

4、点是数数据往往伴随随着一定的运运营活动而产产生并记录在在数据库中的的，比如超市市每销售出一一件产品就会会在数据库中中产生相应的的一条销售记记录。这种数数据的产生方方式是被动的的。然后是用户原创创内容阶段。互互联网的诞生生促使人类社社会数据量出出现第二次大大的飞跃。但但是真正的数数据爆发产生生于Web 2.0 时时代，而Weeb 2.00 的最重要要标志就是用用户原创内容容(UGC,User Generrated Conteent)。这这类数据近几几年一直呈现现爆炸性的增增长，主要有有两个方面的的原因。首先先是以博客、微微博为代表的的新型社交网网络的出现和和快速发展，使使得用户产生生数据的意愿愿

5、更加强烈。其其次就是以智智能手机、平平板电脑为代代表的新型移移动设备的出出现，这些易易携带、全天天候接入网络络的移动设备备使得人们在在网上发表自自己意见的途途径更为便捷捷。这个阶段段数据的产生生方式是主动动的。而今，我们进入入了感知式系系统阶段。人人类社会数据据量第三次大大的飞跃最终终导致了大数数据的产生，今今天我们正处处于这个阶段段。这次飞跃跃的根本原因因在于感知式式系统的广泛泛使用。随着着技术的发展展，人们已经经有能力制造造极其微小的的带有处理功功能的传感器器，并开始将将这些设备广广泛的布置于于社会的各个个角落，通过过这些设备来来对整个社会会的运转进行行监控。这些些设备会源源源不断的产生生

6、新数据，这这种数据的产产生方式是自自动的。简单来说，数据据产生经历了了被动、主动动和自动三个个阶段。这些些被动、主动动和自动的数数据共同构成成了大数据的的数据来源，但但其中自动式式的数据才是是大数据产生生的最根本原原因。正如Googlle 的首席席经济学家HHal Vaarian 所说，数据据是广泛可用用的，所缺乏乏的是从中提提取出知识的的能力。数据据收集的根本本目的是根据据需求从数据据中提取有用用的知识，并并将其应用到到具体的领域域之中。从“池塘捕鱼”到“大海捕鱼” “大数据时代代的预言家”维克托迈尔-舍恩恩伯格（Viiktor Mayerr-Sch nbergger），在在其所著的大大数据

7、时代一一书中就阐释释所谓“大数据”的含义，即不仅人类类生产和生活活中“有意义”的信息海量量产生，相比比以往呈几何何数级的爆炸炸式增长，“无意义”的数据的膨膨胀速度也同同样惊人；而而且，政府、企企业已经具备备了全面采集集“大数据”并予以无遗遗漏分析的技技术能力。大数据本身是一一个比较抽象象的概念，单单从字面来看看，它表示数数据规模的庞庞大。但是仅仅仅数量上的的庞大显然无无法看出大数数据这一概念念和以往的“海量数据”(Masssive DData)、“超大规模数据”(Very Large Data)等概念之间有何区别。对于大数据尚未有一个公认的定义，不同的定义基本是从大数据的特征出发，通过这些特征

8、的阐述和归纳，试图给出其定义。在这些定义中，比较有代表性的是3V 定义，即认为大数据需满足三个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。除此之外，还有提出4V 定义的，即尝试在3V 的基础上增加一个新的特性。关于第四个V 的说法并不统一，IDC市场研究公司(International Data Corporation全球领先之科技产业媒体、研究及活动公司）认为大数据还应当具有价值性(Value)，大数据的价值往往呈现出稀疏性的特点。而IBM （International Business Machines Corporation国际商业机器有限公司）认

9、为大数据必然具有真实性(Veracity)。维基百科对大数据的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。 从数据据库(Dattabasee, DB)到大数据(Big DData, BD)，看看似只是一个个简单的技术术演进，但细细细考究不难难发现两者有有着本质上的的差别。大数数据的出现，必必将颠覆传统统的数据管理理方式。在数数据来源、数数据处理方式式和数据思维维等方面都会会对其带来革革命性的变化化。如果要用用简单的方式式来比较传统统的数据库和和大数据的区区别的话，我我们认为“池塘捕鱼”和“大海捕鱼”是个很好的的类比。“池塘捕鱼”代表着传统统数据

10、库时代代的数据管理理方式，而“大海捕鱼”则对应着大大数据时代的的数据管理方方式，“鱼”是待处理的的数据。“捕鱼”环境条件的的变化导致了了“捕鱼”方式的根本本性差异。这这些差异主要要体现在如下下几个方面：数据规模：“池池塘”和“大海”最容易发现现的区别就是是规模。“池塘”规模相对较较小，即便是是先前认为比比较大的“池塘”，譬如VLLDB(Veery Laarge DDatabaase)，和和“大海”XLDB(Extreemely Largee Dataabase)相比仍旧偏偏小。“池塘”的处理对象象通常以MBB 为基本单单位，而“大海”则常常以GGB，甚至是是TB、PBB为基本处理理单位。数据类

11、型：过去去的“池塘”中，数据的的种类单一，往往往仅仅有一一种或少数几几种，这些数数据又以结构构化数据为主主。而在“大海”中，数据的的种类繁多，数数以千计，而而这些数据又又包含着结构构化、半结构构化以及非结结构化的数据据，并且半结结构化和非结结构化数据所所占份额越来来越大。模式(Scheema)和数数据的关系：传统的数据据库都是先有有模式，然后后才会产生数数据。这就好好比是先选好好合适的“池塘”，然后才会会向其中投放放适合在该“池塘”环境生长的的“鱼”。而大数据据时代很多情情况下难以预预先确定模式式，模式只有有在数据出现现之后才能确确定，且模式式随着数据量量的增长处于于不断的演变变之中。这就就好

12、比先有少少量的鱼类，随随着时间推移移，鱼的种类类和数量都在在不断的增长长。鱼的变化化会使大海的的成分和环境境处于不断的的变化之中。处理对象：在“池塘”中捕鱼，“鱼”仅仅是其捕捕捞对象。而而在“大海”中，“鱼”除了是捕捞捞对象之外，还还可以通过某某些“鱼”的存在来判判断其他种类类的“鱼”是否存在。也也就是说传统统数据库中数数据仅作为处处理对象。而而在大数据时时代，要将数数据作为一种种资源来辅助助解决其他诸诸多领域的问问题。处理工具：捕捞捞“池塘”中的“鱼”，一种渔网网或少数几种种基本就可以以应对，也就就是所谓的OOne Siize Fiits Alll。但是在在“大海”中，不可能能存在一种渔渔网

13、能够捕获获所有的鱼类类，也就是说说No Siize Fiits Alll。从“池塘”到“大海”，不仅仅是是规模的变大大。传统的数数据库代表着着数据工程(Data Enginneerinng)的处理理方式，大数数据时代的数数据已不仅仅仅只是工程处处理的对象，需需要采取新的的数据思维来来应对。图灵灵奖获得者、著名数据库专家Jim Gray 博士观察并总结人类自古以来，在科学研究上，先后历经了实验、理论和计算三种范式。当数据量不断增长和累积到今天，传统的三种范式在科学研究，特别是一些新的研究领域已经无法很好的发挥作用，需要有一种全新的第四种范式来指导新形势下的科学研究。基于这种考虑，Jim Gray

14、 提出了一种新的数据探索型研究方式，被他自己称之为科学研究的“第四种范式”(The Fourth Paradigm)。第四种范式的实实质就是从以以计算为中心心，转变到以以数据处理为为中心，也就就是我们所说说的数据思维维。这种方式式需要我们从从根本上转变变思维。正如如前面提到的的“捕鱼”，在大数据据时代，数据据不再仅仅是是“捕捞”的对象，而而应当转变成成一种基础资资源，用数据据这种资源来来协同解决其其他诸多领域域的问题。计计算社会科学学(Compputatiional SociaalScieence)基基于特定社会会需求，在特特定的社会理理论指导下，收收集、整理和和分析数据足足迹(dattapr

15、innt)，以便便进行社会解解释、监控、预预测与规划的的过程和活动动。计算社会会科学是一种种典型的需要要采用第四种种范式来做指指导的科学研研究领域。DDuncann J. WWatts 在自然杂杂志上的文章章Atweenty-ffirst centuury scciencee也指出借借助于社交网网络和计算机机分析技术，221 世纪的的社会科学有有可能实现定定量化的研究究，从而成为为一门真正的的自然科学。从云计算到大数数据如今，大数据的的重要性越来来越明显，但但就和云计算算一样，它也也不是一个从从天而降的新新事物，而是是在三个主要要因素的驱动动下，逐步成成长成熟的。大数据的驱动力力 第一个驱动力

16、，就就是业界常说说的大数据的的三个V(VVolumee, Varriety, Veloocity)，而这三个个V可以有多多种解读。首先来看看第一一个V，巨大大的数据量与与数据完整性性。IT业界界所指的数据据，诞生不过过60多年。而而一直到PCC普及到千家家万户之前，由由于存储、计计算和分析工工具的技术和和成本限制，许许多自然界和和人类社会值值得记录的信信号，并未形形成数据几十年前，气气象、地质、石石油物探、出出版业、媒体体业和影视业业是大量、持持续产出信号号的行业，但但那时90%以上采用的的是存储模拟拟信号，难以以通过计算设设备和软件进进行直接分析析。那些拥有有大量资金和和人才的政府府和企业，

17、也也只能把少量量最关键的信信号，进行抽抽取、转换、装装载到数据库库中。 值得注意的是，业业界对达到怎怎样的数量级级才算是大数数据并无定论论，其实在很很多行业的应应用场景里，数数据集本身的的大小并不是是最重要的，是是否完整才最最重要。第二个V，在海海量、种类繁繁多的数据间间发现其内在在关联。互联联网时代，各各种设备通过过TCP/IIP网络连成成了一个整体体。进入Weeb 2.00时代，PCC用户不单单单可以通过网网络获取信息息，还成为了了信息的制造造者和传播者者。这个阶段段，不仅是数数据量开始了了爆炸式增长长，数据种类类也开始变得得繁多从技术角角度看，可以以称之为结构构化数据、半半结构化数据据、

18、非结构化化数据和流式式数据。20005年，微微软亚洲研究究院一年一度度的“21世纪的的计算”大会将主题题设定为“Data Centrric Coomputiing”，也就是“以数据为中中心的计算”，那时业界就已建立立了这样的认认知：价值来来自于数据，或或者说，数据据一直都是有有价值的商业业资产此前，人人们往往过于于重视“计算和存储储性能的提升升”；而从那时时起，业界就已更关关注“数据分析和和处理的效率率”对海量量数据进行分分析、处理和和集成，找出出原本看来毫毫无关系的那那些数据的“关联性”，把似乎没没有用的数据据变成有用的的信息，以支支持我们做出出的判断。 第三个V，可以以理解为更快快地满足实

19、时时性需求。如如今，通过各各种有线和无无线电网络，人人和人、人和和各种机器、机机器和机器之之间无处不在在的连接，这这些连接不可可避免地带来来数据交换，而而数据交换的的关键是降低低延迟要解决数数据产生、传传输、处理、存存储、抽取、分分析、可视化化等各个环节节带来的延时时，以近乎实实时（这意味味着小于2550毫秒）的的方式呈献给给用户。 如今，数据的实实时化需求越越来越清晰。用用户想驾车去去吃饭，先用用地图应用查查询餐厅的位位置、预计行行车路线的拥拥堵情况、停停车场信息甚甚至是其他用用户对餐厅的的评论。吃饭饭的过程中，他他会用手机拍拍摄食物的照照片，编辑简简短的评论，发发布到微博上上，还可以用用L

20、BS应用用查找在同一一间餐厅吃饭饭的人，看有有没有好友在在附近 第二个驱动力，是是云计算的普普及和成为主主流。云计算算和大数据到到底有什么区区别？前两年年大家都在讲讲云计算，现现在怎么又变变成大数据了了？微软全球球资深副总裁裁，微软（中中国）有限公公司董事长张张亚勤对此解解释说，其实实，云计算和和大数据是一一个硬币的两两面，云计算算是大数据的的IT基础，而而大数据是云云计算的一个个杀手级应用用。由于云计计算的普及和和成为主流，让让上述三个VV不再成为挑挑战，反而成成为大数据成成长的驱动力力。另一方面面由于数据越越来越多、越越来越复杂、越越来越实时，这这就更加需要要云计算去处处理，所以二二者之间

21、是相相辅相成的。举举例而言，330年前存储储1TB数据据的成本大约约是16亿美美元，如今存存储到云上只只需不到1000美元；但但存储下来的的数据，如果果不以云计算算进行挖掘和和分析，就只只是僵死的数数据，没有太太大价值。 第三个驱动力，是是人工智能、机机器学习和数数据挖掘等技技术的迅速发发展。在这样样的背景下，以微软为例，它已经可以为用户提供三个层次的端到端大数据解决方案其一是数据管理，即如何获取、存储和保护数据；其二是数据丰富，即如何清洗、发现不同数据间的数据相关性；其三是，数据洞察力，即通过分析、呈现与决策工具，获得洞察力，并最终通过付诸行动，产生价值。 通俗的说，就是是将信号转化化为数据

22、，将将数据分析为为信息，将信信息提炼为知知识，以知识识促成决策和和行动。归根根到底，大数数据的最终意意义在于获得得洞察力和价价值，这也正正是大数据的的第四个V（VValue），这这个V比前面面的三个V都都更重要。大数据塑造科技技、商业新态势在科技、商业领领域，大数据据具备极大的的想象空间。上个世纪七十年代，纽约的治安状况很糟糕。一位名叫杰克迈普（Jack Maple）的年轻警察根据个人警务经验，发明了一种名为“未来图表”（Charts of the future）的犯罪预测方法论，可以根据过往抢劫案的记录数据来推测新案件可能发生的时间与地点。这种方法真的有效，1994年，新上任的纽约市警察局局

23、长开发了“未来图表”的电子版，将之更名为“CompStat”，推广至全市的警务系统。CompStat的技术核心是犯罪测绘系统（Crime Mapping System）和数据库采集系统（Database Collection System），而微软的Microsoft MapPoint、Access、Excel等产品为两个系统提供了坚实的支撑基于大量的数据采撷、挖掘和分析工作，纽约警察局尝试对历史上犯罪分子的行为规律进行归纳和总结，并有效地改善了城市的治安。数据显示，在CompStat得到推广应用后，1995年，纽约的凶杀案发生率降低了约25%，车辆盗窃案发生率降低了约24%，而且这些数字还随

24、着IT软硬件技术的持续更新和CompStat系统的不断完善而逐年下降。 未来，透过技术术手段完全遏遏制犯罪行为为，让每一个个城市和地区区的居民时时时刻刻都安全全无虞这或许不不是梦想。22012年88月，纽约市市长迈克尔布隆伯格（MMichaeel Blooomberrg）亲手揭揭开了纽约警警察局与微软软携手开发的的城域感知系系统（DASS，Domaain Awwareneess Syystem）的的面纱。该系系统将覆盖整整个纽约市的的3000多多个监控摄像像头、26000多枚辐射射探测器、几几百个车牌信信息读取装置置所收集的信信息汇总到警警方数据库中中，可结合探探测数据、实实时影像、9911报

25、警电电话和警方积积累的罪案历历史档案，帮帮助警方更准准确地侦测并并锁定即将发发生的犯罪活活动及嫌疑人人。 对商业竞争的参参与者们来说说，大数据意意味着激动人人心的业务与与服务创新机机会。零售连连锁企业、电电商业巨头都都已在大数据据挖掘与营销销创新方面有有着很多的成成功案例，它它们都是商业业嗅觉极其敏敏锐、敢于投投资未来的公公司，也因此此获得了丰厚厚的回报。 而对于那些拥有有行业经验，并并熟练掌握云云计算开发和和应用技能的的小型企业，尤尤其是初创企企业来说，则则更是意义非非凡。最近几几年，我们看看到的一些明明星初创公司司，比如Cllouderra, Spplunk, Klouut, TeellA

26、paart等，人人员规模只在在数十人，但但对某个行业业拥有深厚知知识，并能通通过云和大数数据的技术手手段，快速解解决该行业的的共性需求和和痛点在未来数数年，这样的的“小而精”、“快而准”企业会越来来越多，并做做出有可能改改变世界的颠颠覆性产品。很很高兴看到，在在北京中关村村，在微软的的云加速器二二期，也有类类似的初创企企业加入，和和硅谷、海法法的创业者们们一起，把握握住了时代的的脉搏。大数据时代的到到来大数据时代的急急先锋纽约时报把把2012年年定义为“大数据的十十字路口”。大数据之所所以进入主流流大众的视野野，源自三种种趋势的合力力：第一，许多高端端消费品公司司加强了对大大数据的应用用。社交

27、网络络巨擎 Faaceboook 使用大大数据来追踪踪用户在其网网络的行为，通通过识别你在在它的网络中中的好友，从从而给出新的的好友推荐建建议，用户拥拥有越多的好好友，他们与与 Faceebook之之间的黏度就就越高。更多多的好友意味味着用户会分分享更多照片片、发布更多多状态更新、玩玩更多的游戏戏。商业网站站LinkddIn则使用用大数据在求求职者和招聘聘职位之间建建立关联。有有了LinkkdIn,猎猎头们再也不不用向潜在的的受聘者打陌陌生电话来碰碰运气，而可可以通过简单单的搜索找出出潜在受聘者者并联系他们们。与此相似似，求职者也也可以通过联联系网站上其其他人，自然然而然地将自自己推销给潜潜在

28、的雇主。第二，以上两家家公司都在22012年早早些时候陆续续上市。Faaceboook 在纳斯斯达克上市,LinkeedIn 在在纽约证券交交易所上市。这这两家企业和和谷歌一样，虽虽然表面上是是消费品公司司，然而其本本质是大数据据企业。除去去这两家，SSplunkk 也在 22012 年年完成了上市市,它是一家家帮助大中型型企业提供运运营智能的大大数据企业。这这些企业的公公开上市提高高了华尔街对对于大数据的的兴趣。这种种兴趣带来了了空前的盛况况硅谷的风风险投资家们们开始前仆后后继地投资大大数据企业。大大数据将引发发下一波创业业大潮，而这这次浪潮有望望让硅谷在未未来几年取代代华尔街。第三，亚马逊

29、、FFaceboook、LiinkedIIn 和其他他以数据为核核心消费品的的活跃用户们们，开始期待待自己在工作作中也能获得得畅通无阻地地使用大数据据的体验，而而不再仅仅限限于生活娱乐乐。用户们此此前一直想不不通，既然互互联网零售商商亚马逊可以以推荐阅读书书目、推荐电电影、推荐可可供购买的产产品，为什么么他们所在的的企业却做不不到类似的事事情。比如，既既然汽车租赁赁公司拥有客客户过去租车车的信息和现现有可用车辆辆库存的信息息，这些公司司为何就不能能在向不同的的租车人提供供合适的车辆辆方面做得更更智能一点？公司还可以以通过新的技技术，将公开开信息利用起起来比如某个个特定市场的的状况，会议议活动信

30、息，以以及其他可能能会影响市场场需求和供给给的事件。通通过将内部供供应链数据和和外部市场数数据结合在一一起，公司就就可以更加精精确地预测什什么车辆可用用，以及可用用时间。与此此类似，零售售商应当可以以将来自外部部的公开数据据和内部数据据结合在一起起，利用这种种混合的数据据进行产品定定价和市场布布局。同时还还可以同时考考虑影响现货货供应能力的的多种因素以以及消费者购购物习惯，包包括哪两种产产品相搭配会会卖得更好，这这样零售商就就可以提升消消费者的平均均购买量，从从而获得更高高的利润。大数据时代的急急先锋谷歌。谷歌的体量量和规模，使使它拥有比其其他大多数企企业更多的应应用大数据的的途径。谷歌歌的优

31、势之一一在于，它拥拥有一支软件件工程师部队队，这使得谷谷歌能够从无无到有地建立立大数据技术术。谷歌的另另一个优势在在于它所拥有有的基础设施施。谷歌搜索索引擎本身的的设计，就旨旨在让它能够够无缝链接成成千上万的服服务器。如果果出现更多的的处理或存储储需要，抑或或某台服务器器崩溃，谷歌歌的工程师们们只要再添加加更多的服务务器就能轻松松搞定。谷歌软件技术的的设计也秉持持着同样的基基础设施理念念。MapRReducee(谷歌开发发的编程工具具，用于大规规模数据集的的并行运算。)和谷歌文件件系统(Gooogle File Systeem)就是两两个典型的例例子。连线线杂志在 2012年年初夏曾报道道称，

32、这两个个软件系统“重塑了谷歌歌建立搜索索索引的方式”。为数众多的的企业如今开开始使用Haadoop, 它是MaapReduuce和谷歌歌文件系统的的一种开源衍衍生产品。HHadoopp允许横跨多多台电脑，对对庞大的数据据集合进行分分布式处理。在在其他企业刚刚刚开始使用用Hadooop的时候，谷谷歌早已多年年深耕大数据据技术，这让让它在行业中中获得了巨大大的领先优势势。如今谷歌正在进进一步开放数数据处理领域域，将其和更更多第三方共共享。谷歌最最近刚刚推出出web服务务BigQuuery。该该项服务允许许使用者对超超大量数据集集进行交互式式分析。按照照谷歌目前的的状况，“超大量”，意味着数数十亿行

33、数据据。BigQQuery 就是按指令令在云端运行行的数据分析析。除此以外，谷歌歌还坐拥人们们在谷歌网站站进行搜索及及经过其网络络时所产生的的大量机器数数据。用户所所输入的每一一个搜索请求求，都会让谷谷歌知道他在在寻找什么，所所有人类行为为都会在互联联网上留下痕痕迹路径，而而谷歌占领了了一个绝佳的的点位来捕捉捉和分析该路路径。不仅如如此，谷歌在在搜索之外还还有更多获取取数据的途径径。企业安装装“谷歌分析(Googlle Anaalyticcs)”之类的产品品来追踪访问问者在其站点点的足迹，而而谷歌也可获获得这些数据据。网站还使使用“谷歌广告联联盟(Gooogle AAdsensse)”，将来自

34、谷谷歌广告客户户网的广告展展示在其站点点，因此，谷谷歌不仅可以以洞察自己网网站上广告的的展示效果，同同样还可以对对其他广告发发布站点的展展示效果一览览无余。将所所有这些数据据集合在一起起所带来的结结果是：企业业不仅从最好好的技术中获获益，同样还还可以从最好好的信息中获获益。在信息息技术方面，许许多企业可谓谓耗资巨大，然然而在信息技技术的组成部部分之一信息领域，谷谷歌所进行的的庞大投入和和所获得的巨巨大成功，却却罕有企业能能望其项背。大数据时代的急急先锋亚马逊。谷歌并不是是惟一一个推推行大数据的的大型技术公公司。互联网网零售商亚马马逊已经采取取了一些激进进的举动，令令其有可能成成为谷歌的最最大威

35、胁。曾曾有分析者预预测，亚马逊逊2015年年营收将超过过1000亿亿美元，它即即将赶超沃尔尔玛成为世界界最大的零售售商。如同谷谷歌一样，亚亚马逊也要处处理海量数据据，只不过它它处理数据带带有更强的电电商倾向。消消费者们在亚亚马逊的网站站上对想看的的电视节目或或是想买的产产品所进行的的每一次搜索索，都会让亚亚马逊对该消消费者的了解解有所增加。基基于搜索和产产品购买行为为，亚马逊就就可以知道接接下来应该推推荐什么产品品。而亚马逊逊的聪明之处处还不止于此此，它还会在在网站上持续续不断地测试试新的设计方方案，从而找找出转化率最最高的方案。中国大数据企业业：领跑人还还是追风者？阿里巴巴：大数数据=产业资

36、本近年来，中国的的大数据企业业如雨后春笋笋般兴盛起来来，百度等大大数据巨头和和各专门大数数据公司引领领“风骚”。而最为可可贵的是，在在如同阿里巴巴巴等企业里里，已经实现现了数据的资资产化，我们不得不佩佩服马云的前前瞻性。20009年9月月，阿里巴巴巴集团就投资资设立阿里云云计算有限公公司，在杭州州、北京和硅硅谷等地设有有研发中心和和运营机构。阿阿里云的目标标是要打造互互联网数据分分享的第一平平台，成为以以数据为中心心的先进的云云计算服务公公司。在20111年，阿里巴巴巴收购了流流量统计技术术服务提供商商CNZZ，意意味着阿里巴巴巴在其电子子商务产业链链整合布局上上又完成关键键性一步。CCNZZ

37、是由由IDG投资资的网络技术术服务公司，专专注于为互联联网各类站点点提供独立的的第三方数据据统计分析。同同时，CNZZZ拥有互联联网数据采集集、统计和挖挖掘三大技术术，从事互联联网数据监测测、统计分析析的技术研究究、产品开发发和应用。可可以说，在大大数据时代，阿阿里巴巴下了了一盘很大的的棋。将大数据与商业业投资紧密结结合，也是阿阿里巴巴的强强项所在。例例如近期成立立小微金融集集团，为商家家和用户提供供支付、小贷贷、担保及保保险业务。其其中，最为人人传道的是被被金融界人士称为“虚拟信用卡卡”的“信用支付”，它是阿里里巴巴面对网网上个人买家家的个人消费费金融信贷服服务产品，而而授信的基础础便是庞大

38、的的用户交易数数据。支付宝宝平台将根据用用户交易数据据，对用户进进行授信，信信用额度可用用于在淘宝等等购物支付，用用户需要在还还款日之前进进行还款，最最长可以获得得38天免息息期这也意味味着，支付宝宝的“虚拟信用卡卡”真的来了。 按照阿阿里金融设计计的“信用支付”商业模式，通通过数据来确确定买家信用用支付额度，合合作银行通过过支付宝来授授信，阿里巴巴巴成立的商商诚担保公司司将为买家的的“信用支付”做担保，买买家在手机支支付时可使用用自己的“信用支付”额度购物，合合作银行把钱钱支付给卖家家。支付宝从从合作商家那那里抽取1%的“信用支付”服务费。虚拟拟信用卡与大大数据的融合合，产生了重重大的影响。

39、一些银行界人士已经开始担心，由于阿里巴巴集团拥有的庞大客户群和宝贵的数据库，阿里“虚拟信用卡”可能构成对银行信用卡的竞争，对传统银行造成冲击。对此，笔者认为这是一个不可避免的趋势，唯一可以做的就是把它规范化、制度化。紫光股份：大数数据企业的并并购者2013年7月月，启迪控股股旗下的紫光光股份发布公公告称，公司司拟通过向特特定对象非公公开发行股份份及支付现金金方式购买能能通科技股份份有限公司和和深圳市融创创天下科技股股份有限公司司100%股股份，并募集集配套资金。紫紫光股份此次次借助资本市市场，一举并并购两家相关关公司，在云云计算、ITT运维服务、移移动互联网应应用和大数据据处理方面将将取得先发

40、优优势。能通科科技股份有限限公司致力于于重点行业信信息化解决方方案和公共安全信信息管理解决决方案。公司发展方方向涉及云计计算、智慧城城市等领域，业业务领域涵盖盖IT运维及及IT基础设设施服务及智智慧城市等重重点行业信息息化解决方案案、数据中心心基础环境建建设等相关服服务，是国内内领先的ITT服务提供商商。深圳市融创天下下科技股份有有限公司是国国内领先的移移动互联网平平台服务提供供商。以国际际领先的核心心技术、核心心技术产品化化和移动互联联网运营为突突出优势，成成为提供移动动互联网多媒媒体平台应用用服务的领先先企业，是国国家级高新技技术企业。融融创天下在22009年入入选号称“硅谷圣经”和“投资

41、风向标标”Red Herriing（红红鲱鱼）杂志志最具投资价价值企业全球球100强；在20088年NOKIIA 组织的的全球MOBBILE RRULES 大赛中，入入围全球核心心科技类最强强十二名，是是流媒体领域域唯一一名，同同时为中国区区唯一一名。公公司已形成移移动多媒体运运营、移动互互联网运营平平台能力输出出、三网融合合硬件终端产产品研发与销销售的三大业业务体系。公公司6年持续续投资超过33亿在移动互互联网底层核核心技术的研研发上，具有有国内及国际际技术发明专专利上百项，形形成了以T33、TIVCC和TMCMM云计算中间间件三大核心心技术的移动动多媒体技术术体系，已成成为具备技术术优势、

42、平台台产品优势和和运营优势、商商业模式创新新优势的综合合性新锐企业业。紫光收购案其实实宣示了企业业发展的一种种新走向，大大数据不光作作为一种产业业将大放异彩彩，也将成为为科技企业的的中枢板块。 田溯宁（宽带资本董事长）说：“正像人类几百年前在大航海时代，发现、征服海洋，寻找到新大陆的机遇一样，我们突然身处过去无法想象的数据海洋，通过征服这个数据海洋，可以抵达人类知识的新边疆。”“未来企业将都会是数据驱动的企业，无论你处于什么行业，企业规模大小”，王京文（用友软件股份有限公司董事长兼CEO）如是说。王明夫（和君咨询董事长）预测：“传统产业、各行各业，都面临在大数据和移动互联网时代如何彻底转型和再

43、造问题。我喊了十几年的产业整合，也在大数据时代出现了全新的整合逻辑和实现契机。”大数据技术改变了信息的生产、传播、加工和组织方式，打破了传统的信息不对称和物理区域壁垒，对各业界的生存环境和方式带来了显著的影响。大数据专家赵国栋、易欢欢、糜万军、鄂维南在共同著述大数据时代的历史机遇-产业变革与数据科学一书中宣称：“缺少数据资源，无以为谈产业。缺少数据思维，无以言未来。 数据的积累、挖掘、分析、归纳、整理，是一只优秀团队所必须具备的基本素养，没有它，你永远是匹夫之勇。”因而数据思维与数据资产在未来的重要性不言而喻。“紫光10000”：全球首台“云计算机”2013年122月10日，启启迪控股旗下下紫

44、光股份有有限公司在京京召开“紫光股份云云服务战略暨暨紫光云计算算机”发布会。会会上，紫光股股份总裁齐联联发布了公司司的“云服务”战略，率先先提出“云计算机”的概念，同同时推出了拥拥有自主知识识产权的全球球首台“紫光云计算算机”。紫光股份将“云云计算机”定义为：采采用与个人计计算机和超级级计算机完全全不同的分布布式体系架构构，借助于云云计算的虚拟拟化技术，由由多个成本相相对较低的计计算资源融合合而成的一台台具有强大计计算能力的计计算机。它可可高效支持大大数据处理、高高吞吐率和高高安全信息服服务等多类应应用需求，其其计算能力和和存储能力可可动态伸缩并并无限扩展。紫光云计算机有有着广阔的应应用前景，

45、可可满足金融、电电信、公安、交交通、卫生、广广电等大数据据行业用户提提出的高性能能、低成本、高高可靠性和高高可扩展性的的要求，也将将促进信息技技术在物联网网、智慧城市市、智能电网网、智能交通通、智能医疗疗、食品安全全等大数据应应用领域的广广泛应用。例例如，按“平安城市”建设要求，一一个中等城市市的视频监控控数据量为3300PB/年，用一台台紫光云计算算机可在保存存三个月监控控记录的同时时，对所有数数据完成处理理。紫光股份在云计计算领域已具具备了一定的的技术和产业业基础。20012年，在在工信部的大大力支持下，紫紫光股份与南南京市秦淮区区合作，联合合实施“紫云工程”，在南京市市中国云计算算创新基

46、地建建立了云信息息服务产业创创新中心。中中心是集云计计算、大数据据新技术研发发、科技成果果转化、培育育新兴产业、人人才培养为一一体的产业化化创新基地，将将为区域内的的智能电网、新新兴通讯、智智能交通、物物联网、智慧慧城市、电子子商务、移动动互联提供云云计算的SPPI（SaaaS、PaaaS、IaaaS）服务。目目前“紫云工程”已取得阶段段性重大成果果，“紫云工程”被工信部命命名为“新秦淮模式式”，标志着紫紫光股份在云云计算及大数数据产业创新新方面已达到到国际领先水水平。紫光云计算机的的研制成功，标标志着紫光股股份已在分布布式计算、虚虚拟资源管理理和快速部署署等云计算核核心技术领域域取得重大突突

47、破，掌握并并拥有自主可可控的云计算算技术体系和和成套软硬件件系统，使我我国的云计算算核心产业达达到了国际先先进水平，为为云计算在我我国信息化建建设中发挥重重要作用奠定定了坚实的技技术和产业化化基础。同时时，其开放式式平台可以使使国产CPUU等核心硬件件和基础软件件有机会在大大数据时代发发挥出与国外外同等产品相相当的性能，从从而带动我国国信息产业国国产化水平的的大幅提高，为为保障国家信信息安全发挥挥重要作用。数据思维与数据据资产大数据思维的重重要性远远超超过数据资产产，具备大数数据思维，才才能够积累数数据资产；不不具备大数据据思维，则可可能弃珍宝如如敝履。公司司最重要的是是建立大数据据思维，而非

48、非仅仅盯住数数据资产。优优秀的数据思思维，必然反反映在优质数数据资产。人人们难以定量量评价一个人人的数据思维维，所以只好好退而求其次次，关心在数数据思维的影影响下，数据据资产的优劣劣。依据大大数据时代的的历史机遇-产业变革与与数据科学一一书，数据资资产的价值可可以从五个维维度来评估，分分别是规模、活活性、多维度度、关联性、颗颗粒度。这五五个维度，没没有绝对的数数值可以参考考，而且具体体到每个行业业有所不同。数据资产的“五五维”所谓颗粒度指标标反映数据的的精细化程度度。那些宏观观的数据，价价值含量较低低。相反那些些细化到个人人、单品的数数据，才会带带来前所未有有的洞察力，这这也是和精细细化管理的

49、思思想紧密相关关的。颗粒度度是反映数据据资产质量的的第一个维度度。细化到个个人、单品，个个别网络、门门派、零件，夸夸张的说一粒粒沙子，也要要清清爽爽地地记录下它的的位置、大小小、重量，甚甚至，因为风风吹浪打漂流流的痕迹。不不要忘了“一沙一世界界，一花一天天堂”。多维度指标借用用空间维度的的概念，来指指代数据来源源的丰富性。每每增加一个数数据维度，会会影响所有用用原数据的分分析和判断，甚甚至会带来颠颠覆性的证据据。我们以美美国的FICCO信用评分分机制（由美美国个人消费费信用评估公公司开发出的的一种个人信信用评级法）为为例，几乎每每个美国人都都有一个FIICO信用评评分，当人们们申请信用卡卡、汽车贷款款、住房贷款款时，大多数数的信贷机构构会参考这一一评分。但是是，在其发展展的初期