中國大數據的發展以及商業價值

首先小編給你分享一個小故事介紹大數據入門是怎么一回事：以前有個國王很高興想獎賞他的寵臣，然后說讓他來提任何獎勵，這個大臣給國王看下面這個棋盤，是個8＊8的方格，如果我在每個標號的格子內放米粒，第一個格子放1粒米，后面的格子總是前面格子的兩倍。那么問題來了，如果我把整個棋盤放滿，需要多少米粒？我們學過級數的話，可以快速做個演算，它的推演是 1 + 2 + 4 ... + 2^63 ＝ 2^64 - 1 這個數字多大很多人沒印象，反正如果真的要兌現的話，這個國家肯定是破產了。其實我把這個棋盤分成上下兩半，在上一半總共需要的米粒是2^32, 這并不是個很大的數，其實前幾年計算機的32位就是那么大，但下半場就完全不一樣了，這是個平方級別的scale，宇宙中所有沙礫都標號也不需要這么大的數字?，F在大家也經常聽到什么手機64位處理器，其實并無實際意義。。

中國的大數據的發展

對于迅速成長的中國市場，大公司也意味著大數據，BAT三家都是對大數據的投入也是不惜余力，我4年前在Baidu的的時候，就提出框計算的東東，最近兩年成立了硅谷研究院，挖來Andrew Ng作為首席科學家，研究項目就是百度大腦，在語音，圖片識別大幅提高精確度和召回率，最近還做了個無人自行車非常有趣。騰訊作為最大的社交應用對大數據也是情有獨鐘，自己研發了C++平臺的海量存儲系統。淘寶去年雙十一主戰場，2分鐘突破10億，交易額突破571億，背后是有很多故事，當年在百度做Pyramid（按Google三輛馬車打造的金字塔三層分布式系統）有志之士，繼續在OceanBase創造神話。而阿里云當年備受爭議，馬云也懷疑是不是被王堅忽悠，最后經歷了雙十一的洗禮證明了OceanBase和阿里云的靠譜。小米的雷軍對大數據也是寄托厚望，一方面這么多數據幾何級數增長，另一方面存儲帶寬都是巨大成本，沒價值就真破產。

業界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數據的特征。

數據體量巨大(Volume)。截至目前，人類生產的所有印刷材料的數據量是200PB(1PB=210TB)，而歷史上全人類說過的所有的話的數據量大約是5EB(1EB=210PB)。當前，典型個人計算機硬盤的容量為TB量級，而一些大企業的數據量已經接近EB量級。

數據類型繁多(Variety)。這種類型的多樣性也讓數據被分為結構化數據和非結構化數據。相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。

價值密度低(Value)。價值密度的高低與數據總量的大小成反比。以視頻為例，一部1小時的視頻，在連續不間斷的監控中，有用數據可能僅有一二秒。如何通過強大的機器算法更迅速地完成數據的價值“提純”成為目前大數據背景下亟待解決的難題。

處理速度快(Velocity)。這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB。在如此海量的數據面前，處理數據的效率就是企業的生命。

大數據挖掘商業價值的方法主要分為四種：

顧客群體細分，然后對每個群體量體裁衣般地采取獨特的行動。

模擬實際環境，發掘新的需求同時提高投入的回報率。

加強各部門聯系，提高整個管理鏈條和產業鏈條的投入回報率。

發現隱藏線索，進行產品和服務的創新。