何為大數據?

“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。個人覺得很貼切，“新處理模式”是一個很關鍵的詞匯，這也是我所理解的“大數據”區別于傳統統計分析等最關鍵的特征之一。這個所謂的“新處理模式”有兩層含義：

[[421626]]

A.由于海量的數據，需要更高效的存儲和處理技術，Hadoop成為了大數據時代的標志;

B.如果你認為大數據就等于Hadoop，那就大錯特錯了。Hadoop只是大數據時代的一個必要條件，大數據還有一個明顯的標志是數據挖掘和人工智能的緊密結合。這也是我理解的“大數據”與現在很多所謂“大數據”項目最明顯的區別之一。

下面就來說說，很多人眼里的大數據誤區：

1、大數據是萬能的

大數據顯然不是萬能的。正因為如此，她才真實。大數據在有些領域由于種種原因，所帶來的價值并不如預期的那么高。導致這種現象最主要的問題有兩個，一個是由于數據本身的質量或者數量不夠;另一個是算法不合適。

不要以為是海量數據就一定會有價值，在過往的工作中，我們經常發現來自甲方的數據源有80-90%的數據都是無用的。只有10%-20%的數據才會產生一定的價值。這就又讓我想到Marry Meeker打的那個比喻，“大數據的工作就像在一堆稻草中尋找一根針”。

2、大數據是靈丹妙藥

大數據不是企業的靈丹妙藥。確實，訪問更多的信息，特別是關于你的客戶的行為的信息，將會對某些業務提供競爭優勢, 就像互聯網。然而, 在許多情況下, 相對未分化的互聯網和網絡功能并未導致很大的業務增長, 建立的預測分析也是如此。相反, 更好的數據管理和分析是幫助企業做出更好決策的工具。就算“小數據”也可以為中小企業很好的利用在投資的路線圖上，構建和多樣化而無需有大型的IT投資。

3、只有大公司需要預測分析

雖然亞馬遜、Target、沃爾瑪、Zipcar和其他大型企業是預測分析(尤其是客戶分析)早期的采用者和重要受益者，各種形式和規模的企業都將受益于智能分析帶來的好處。例如，基于群體客戶剖析和行為的分析客戶保留模式，然后使用上述數據來設計針對性推廣工作，對任何企業可以產生立即的影響。

以上就是關于大數據的幾個誤區了，其實不僅僅是只有這幾點，很多人對大數據都不夠了解，想要進行大數據行業，就要多多了解。