大數據的四大維深度解析

數量也許是與大數據最相關的特征，指企業為了改進企業中的決策而試圖利用的大量數據。數據量持續以前所未有的速度增加。

　　涵蓋這四個維度有助于定義和區分大數據：

　　數量：數據量。數量也許是與大數據最相關的特征，指企業為了改進企業中的決策而試圖利用的大量數據。數據量持續以前所未有的速度增加。然而，真正造成數據量"巨大"的原因在不同和行業和地區各有不同，而且沒有達到通常引用的PB級(petabyte)和ZB級(zetabyte)。超過一半的受訪者認為數據量達到Terabyte和Petabyte之間才稱為大數據，而30%的受訪者不知道"大"對于其組織應該有多大。所有受訪者都同意，當前被認為"巨大的數量"在將來甚至會更大。

　　多樣性：不同類型的數據和數據源。多樣性是指管理多種數據類型的復雜性，包括結構化、半結構化和非結構化數據。企業需要整合并分析來自復雜的傳統和非傳統信息源的數據，包括企業內部和外部的數據。隨著傳感器、智能設備和社會協同技術的爆炸性增長，數據的類型無以計數，包括：文本、微博、傳感器數據、音頻、視頻、點擊流、日志文件等。

　　速度：數據在運動中。數據創建、處理和分析的速度持續在加快。加速的原因是數據創建的實時性天性，以及需要將流數據結合到業務流程和決策過程中的要求。速度影響數據時延 – 從數據創建或獲取到數據可以訪問的時間差。目前，數據以傳統系統不可能達到的速度在產生、獲取、存儲和分析。對于對時間敏感的流程，例如實時欺詐監測或多渠道"即時"營銷，某些類型的數據必須實時地分析，以對業務產生價值。

　　精確性：數據不確定性。精確性指與某些數據類型相關的可靠性。追求高數據質量是一項重要的大數據要求和挑戰，但是，即使最優秀的數據清理方法也無法消除某些數據固有的不可預測性，例如天氣、經濟或者客戶最終的購買決定。不確定性的確認和規劃的需求是大數據的一個維度，這是隨著高管需要更好地了解圍繞他們身邊的不確定性而引入的維度(參考："精確性，第四個'V'")。

　　最后，大數據是這些特征的組合，為企業在當前的數字化市場中創造競爭優勢提供了機會。它使企業能夠轉變與客戶交互并滿足客戶需求的方式，并且使企業– 甚至整個行業 – 能夠實現自身的轉型。并非每家企業都采用相同的方法培養其大數據能力。但是，利用新的大數據技術和分析方法改進決策和績效的機會存在于每個行業中。