大數據對于數據分析師意味著什么？

大數據從無人談及，到現在的大肆炒作，到底什么才是大數據，對于數據分析師，它有意味著什么？本文將為您解答?！?

我用Google搜索了一下“Big Data”，得到了19,600,000個結果……而使用同樣的詞語，在兩年前你幾乎搜索不到什么內容，而現在大數據的內容被大肆炒作，內容多得讓人眼花繚亂。而這些內容主要是來自IBM、麥肯錫和O’Reilly ，大多數文章都是基于營銷目的的夸夸其談，對真實的情況并不了解，有些觀點甚至是完全錯誤的。我問自己…… 大數據之于數據分析師，它意味著什么呢？

如下圖所示，谷歌趨勢顯示，與“網站分析”（web analytics）和”商業智能”（business intelligence）較為平穩的搜索曲線相比，“大數據”（big data）的搜索量迎來了火箭式的大幅度增長。

大數據 – 炒作

Gartner把“大數據”的發展階段定位在“社交電視”和“移動機器人”之間，正向著中部期望的高峰點邁進，而現在是達到較為成熟的階段前的二至五年。這種定位有著其合理性。各種奏唱著“大數據”頌歌的產品數量正在迅速增長，大眾媒體也進入了“大數據”主題的論辯中，比如紐約時報的“大數據的時代“，以及一系列在福布斯上發布的題為” 大數據技術評估檢查表“的文章。

進步的一面體現在，大數據的概念正在促使內部組織的文化發生轉變，對過時的“商務智能”形成挑戰，并促進了“分析”意識的提升。

基于大數據的創新技術可以很容易地被應用到類似數據分析的各種環境中。值得一提的是，企業組織通過應用先進的業務分析，業務將變得更廣泛、更復雜，價值也更高，而傳統的網站分析受到的關注將會有所減弱。

大數據 – 定義

什么是“大數據”，目前并沒有統一的定義。維基百科提供的定義有些拙劣，也不完整：“ 大數據，指的是所涉及的數據量規模巨大到無法通過主流的工具，在合理的時間內擷取、管理、處理、并整理成為人們所能解讀的信息 “。

IBM 提供了一個充分的簡單易懂的概述：

大數據有以下三個特點：大批量（Volume）、高速度（Velocity）和多樣化（Variety） 。

大批量 – 大數據體積龐大。企業里到處充斥著數據，信息動不動就達到了TB級，甚至是PB級。

高速度 – 大數據通常對時間敏感。為了最大限度地發揮其業務價值，大數據必須及時使用起來。

多樣化 – 大數據超越了結構化數據，它包括所有種類的非結構化數據，如文本、音頻、視頻、點擊流、日志文件等等都可以是大數據的組成部分。

MSDN的布萊恩·史密斯在IBM的基礎上增加了第四點：

變異性 – 數據可以使用不同的定義方式來進行解釋。不同的問題需要不同的闡釋。