《企业网D1Net》2月24日讯

引言：在大数据时代下，我们会发现这样的现象：百度能知道我们在关注什么，淘宝能洞察我们喜欢什么，这是喜还是忧？大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。

在大数据时代下，变革也是无处不在，无论是在生活和工作上，还是思维上都给人们带来了巨大变革。

首先，是数据的形式由原来的关系型数据(如电子表格形式)更多地表现为非关系型数据(如用户评论、图片等)；数据存储方式也由原来集中式存储变为分布式存储，大型数据不得不存储在不同地方的存储服务器中，通过网络进行互联访问，构成所谓的云存储。

其次，是对数据处理的方式发生了根本变化，人们已无法只用一台电脑处理数据，必须依赖网络后面的云平台，进行云计算，才能有效处理大数据。在对大数据处理上，我们可以看到三个有趣的变化：在小数据时代，人们限于获取数据的困难，只能采用随机抽样的方式获取数据样本，然后根据样本数据进行分析预测。一旦样本出现偏差，那推导出的结果就会产生很大的误差。

而在大数据时代，我们能轻易地得到数据全体，而不再需要样本。譬如，阿里巴巴能得到所有买家的数据，它能轻易地统计“光棍节”那天的交易金额，算出哪个地区交易最活跃，可以通过媒体实时转播交易盛况。这就是大数据的全数据模式，数据处理的范围是全体，而不再是样本。第二个变化，是不再一味地追求数据的精确性。由于大数据的多样性、丰富性、动态性(在处理的同时，数据还在大量产生)，强调数据的精确性是做不到的，也没有必要。纷繁的数据会混杂在一起，看起来好像全无用处，甚至有些还是错误的数据，但没有关系，这就是大数据的本性，看似无关无用的一堆数据却蕴含着无限商机。

想一想，当人们在百度上比以往更多地搜索“感冒”、“发热”等关键字时，往往意味着某地将要爆发流感，甚至还能预测是什么流感，这就是大数据的威力。第三个变化，是关注数据之间的相关性，而不是因果关系。比方说，通过挖掘天猫商城的交易数据，发现购买德龙咖啡机的买家，会有很高的比例购买宠物粮食，那商家会不失时机地推荐你购买皇家狗粮。咖啡机与狗粮没有因果关系，但却有内在的相关性。数据之间的相关性，就是大数据所蕴含的价值，也是商家追求的商机。大数据的相关性，告诉我们在面对错综繁杂的大数据时，我们不需要去研究“为什么”，只要知道“是什么”就足够了。

最后，大数据时代将催生一个数据挖掘行业，出现一批数字科学家。简单地说，数据挖掘就是从收集的数据中用一定的算法分析计算，得到我们所需要信息和知识的过程。传统的统计分析是将数据按已知的类别进行分类统计，然后寻找有价值的数据。如果给定的分类是不合理的或是错误的，那统计出来的结果就不会产生最好的效果。而数据挖掘采用的是一种叫作“聚类”的方法，它事先不需要人工分类，而是由算法分析数据的属性，将数据自动聚集成“类”，使“类”间的相似性尽量小，“类”内的相似性尽量大。比方说，保险业务涵盖各类人群、各种职业，所以设计某个险种潜在的客户目标群，需要对大量数据进行挖掘，才能找出不同的客户群和重要系数，这不是事先人为设定的。要“让数据自己说话”，这样才能因地制宜地制定营销计划，科学测算盈亏平衡，为保险企业创造更多利润。

D1Net评论：

有人说大数据节操掉了一地，大数据带来的变革无处不在，不管愿不愿意，变革都在进行中，然而，事实并非如此，变革，是这个时代前进的动力，大数据带来的变革，也是将这个时代推向前进的过程，因此，大数据并非没有节操。