大數據的三重內涵

大數據在業內并沒有統一的定義。不同廠商、不同用戶，站的角度不同，對大數據的理解也不一樣。麥肯錫報告中對大數據的基本定義是：大數據是指其大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集合。賽迪智庫指出，大數據是一個相對的概念，并沒有一個嚴格的標準限定多大規模的數據集合才稱得上是大數據。事實上，隨著時間推移和數據管理與處理技術的進步，符合大數據標準的數據集合的規模也在并將繼續增長。同時，對于不同行業領域和不同應用而言，“大數據”的規模也不統一。
    雖然“大數據”直接代表的是數據集合這一靜態對象，但賽迪智庫經過深入研究認為，目前所提到的“大數據”，并不僅僅是大規模數據集合本身，而應當是數據對象、技術與應用三者的統一：
   1.從對象角度看，大數據是大小超出典型數據庫軟件采集、儲存、管理和分析等能力的數據集合。需要注意的是，大數據并非大量數據簡單、無意義的堆積，數據量大并不意味著一定具有可觀的利用前景。由于最終目標是從大數據中獲取更多有價值的“新”信息，所以必然要求這些大量的數據之間存在著或遠或近、或直接或間接的關聯性，才具有相當的分析挖掘價值。數據間是否具有結構性和關聯性，是 “大數據”與“大規模數據”的重要差別。
   2.從技術角度看，大數據技術是從各種各樣類型的大數據中，快速獲得有價值信息的技術及其集成?！按髷祿迸c“大規模數據”、“海量數據”等類似概念間的最大區別，就在于“大數據”這一概念中包含著對數據對象的處理行為。為了能夠完成這一行為，從大數據對象中快速挖掘更多有價值的信息，使大數據“活起來”，就需要綜合運用靈活的、多學科的方法，包括數據聚類、數據挖掘、分布式處理等，而這就需要擁有對各類技術、各類軟硬件的集成應用能力?？梢?，大數據技術是使大數據中所蘊含的價值得以發掘和展現的重要工具。
   3.從應用角度看，大數據是對特定的大數據集合、集成應用大數據技術、獲得有價值信息的行為。正由于與具體應用緊密聯系，甚至是一對一的聯系，才使得“應用”成為大數據不可或缺的內涵之一。
    需要明確的是，大數據分析處理的最終目標，是從復雜的數據集合中發現新的關聯規則，繼而進行深度挖掘，得到有效用的新信息。如果數據量不小，但數據結構簡單，重復性高，分析處理需求也僅僅是根據已有規則進行數據分組歸類，未與具體業務緊密結合，依靠已有基本數據分析處理技術已足夠，則不能算作是完全的“大數據”，只是“大數據”的初級發展階段。