1什么是大數據?

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進行分析處理。

大數據的4V特點：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。

對于“大數據”(Big data)研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

根據維基百科的定義，大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。

大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘，但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

2大數據時代是什么意思?

大數據時代就是說，在未來，我們認為會存在這樣一個時代。那個時代里，幾乎我們每一個舉動，都會被記錄，并變成數據被存儲起來，無數的數據就組合成了你本人的一個信息庫。通過這個信息庫，你的一言一行，你的思想都變得可預測。

大數據作為云計算、物聯網之后IT行業又一大顛覆性的技術革命。云計算主要為數據資產提供了保管、訪問的場所和渠道，而數據才是真正有價值的資產。企業內部的經營交易信息、互聯網世界中的商品物流信息，互聯網世界中的人與人交互信息、位置信息等，其數量將遠遠超越現有企業IT架構和基礎設施的承載能力，實時性要求也將大大超越現有的計算能力。如何盤活這些數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。

3大數據、數據分析和數據挖掘的區別

大數據、數據分析、數據挖掘的區別是，大數據是互聯網的海量數據挖掘，而數據挖掘更多是針對內部企業行業小眾化的數據挖掘，數據分析就是進行做出針對性的分析和診斷，大數據需要分析的是趨勢和發展，數據挖掘主要發現的是問題和診斷：

1大數據(big data)：

指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產;

在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》 中大數據指不用隨機分析法(抽樣調查)這樣的捷徑，而采用所有數據進行分析處理。大數據的5V特點(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)Veracity(真實性) 。

2數據分析：

是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中，數據分析可幫助人們作出判斷，以便采取適當行動。

數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，并使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。

3數據挖掘(Data mining)：

又譯為資料探勘、數據采礦。它是數據庫知識發現(英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。

簡而言之：

大數據是范圍比較廣的數據分析和數據挖掘。

按照數據分析的流程來說，數據挖掘工作較數據分析工作靠前些，二者又有重合的地方，數據挖掘側重數據的清洗和梳理。

數據分析處于數據處理的最末端，是最后階段。

數據分析和數據挖掘的分界、概念比較模糊，模糊的意思是二者很難區分。

大數據概念更為廣泛，是把創新的思維、信息技術、統計學等等技術的綜合體，每個人限于學術背景、技術背景，概述的都不一樣。

4大數據可以做什么?

1對大數據的處理分析正成為新一代信息技術融合應用的結點

移動互聯網、物聯網、社交網絡、數字家庭、電子商務等是新一代信息技術的應用形態，這些應用不斷產生大數據。云計算為這些海量、多樣化的大數據提供存儲和運算平臺。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。

大數據具有催生社會變革的能量。但釋放這種能量，需要嚴謹的數據治理、富有洞見的數據分析和激發管理創新的環境(Ramayya Krishnan,卡內基·梅隆大學海因茲學院院長)。

2大數據是信息產業持續高速增長的新引擎

面向大數據市場的新技術、新產品、新服務、新業態會不斷涌現。在硬件與集成設備領域，大數據將對芯片、存儲產業產生重要影響，還將催生一體化數據存儲處理服務器、內存計算等市場。在軟件與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟件產品的發展。

3大數據利用將成為提高核心競爭力的關鍵因素，各行各業的決策正在從“業務驅動” 轉變“數據驅動”

在高校來說，對大數據的分析可以幫助制定更加精準有效的管理策略提供決策支持;可以為在校師生提供更加及時和個性化的服務，大大促進學校綜合管理水平的提升。

4大數據時代科學研究的方法手段將發生重大改變

例如，抽樣調查是社會科學的基本研究方法。在大數據時代，可通過實時監測、跟蹤研究對象在互聯網上產生的海量行為數據，進行挖掘分析，揭示出規律性的東西，提出研究結論和對策。

5大數據的商業價值

1對顧客群體細分

“大數據”可以對顧客群體細分，然后對每個群體量體裁衣般的采取獨特的行動。瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。云存儲的海量數據和“大數據”的分析技術使得對消費者的實時和極端的細分有了成本效率極高的可能。

2模擬實境

運用“大數據”模擬實境，發掘新的需求和提高投入的回報率。現在越來越多的產品中都裝有傳感器，汽車和智能手機的普及使得可收集數據呈現爆炸性增長。微博等社交網絡也在產生著海量的數據。

云計算和“大數據”分析技術使得商家可以在成本效率較高的情況下，實時地把這些數據連同交易行為的數據進行儲存和分析。交易過程、產品使用和人類行為都可以數據化。“大數據”技術可以把這些數據整合起來進行數據挖掘，從而在某些情況下通過模型模擬來判斷不同變量(比如不同地區不同促銷方案)的情況下何種方案投入回報最高。

3提高投入回報率

提高“大數據”成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率。“大數據”能力強的部門可以通過云計算、互聯網和內部搜索引擎把”大數據”成果和“大數據”能力比較薄弱的部門分享，幫助他們利用“大數據”創造商業價值。

4數據儲存空間出租

企業和個人有著海量信息存儲的需求，只有將數據妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人文件存儲和針對企業用戶兩大類。主要是通過易于使用的API，用戶可以方便地將各種數據對象放在云端，然后再像使用水、電一樣按用量收費。

5管理客戶關系

客戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、了解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將聊天軟件作為初級CRM來使用。比如把老客戶加到群里，在群朋友圈里發布新產品預告、特價銷售通知，完成售前售后服務等。

6個性化精準推薦

在運營商內部，根據用戶喜好推薦各類業務或應用是常見的，比如應用商店軟件推薦等，而通過關聯算法、文本摘要抽取、情感分析等智能分析算法后，可以將之延伸到商用化服務，利用數據挖掘技術幫助客戶進行精準營銷，今后盈利可以來自于客戶增值部分的分成。

以高校日常管理為例，通過用戶行為數據進行分析后，可以給需要的人發送需要的信息，這樣的信息就是有價值的。在成都大學，在校師生都可以通過使用手機門戶，實時收到自己感興趣的消息推送。

7數據搜索

數據搜索是一個并不新鮮的應用，隨著“大數據”時代的到來，實時性、全范圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網絡、用戶行為等數據。其商業應用價值是將實時的數據處理與分析和廣告聯系起來，即實時廣告業務和應用內移動廣告的社交服務。