《企业网D1Net》11月28日讯

在当前的互联网领域，大数据的应用正在深入，大数据已经成为无法回避的话题，谈及大数据，不得不提及经典的大数据4V，即数据体量巨大（Volume）、数据类型繁多（Variety）、处理速度快（Velocity）与商业价值高（Value）。

的确如此，能给企业带来洞察与价值的大数据技术，需要具备快速分析全部类型的海量数据的能力。而随着大数据应用场景的不断拓展，数据的类型也在由结构化拓展至半结构化和非结构化数据，尤其是来自社交网络的碎片信息，正受到企业极大的关注。为了得到全面、透彻、完善的市场洞察，大数据应完全覆盖传统数据、非结构化数据、流式数据和快数据，共同为企业构建全数据视图，提供全面的信息支撑

尽管如今已有诸多大数据技术手段，诸如分布式计算、并行处理、实时计算、数据可视化、高级分析以及移动商务智能，企业在走向大数据时仍然面临诸多挑战。如何跨越数据"孤岛"，及时获得精准的数据，进而指导企业做出最佳决策并付诸行动，成为企业在大数据领域亟待解决的问题。任何数据，都需要经过获取、存储、处理、分析和利用五大过程，才能最终和业务有效关联，成为切实指导决策与行动的信息要素。围绕这五大过程，大数据可在全生命周期中为企业提供支持。

在最初的数据获取和发掘阶段，企业需要解决的是如何通过数据搜索与可视化，更快地解答有关业务的诸多问题；在数据分析阶段，企业需要良好的平台和性能，支撑随时随地的实施数据分析，监测数据异常与趋势，进一步得出洞见；在最终的规划与预测层面，企业则需结合历史与统计数据，搭建预测模型，最大化预测的精准度，在战略管理以及人财物为决策者提供建议。

D1Net评论：

如果把大数据4v中的任何一个去掉，都不能准确的形容大数据的特性和价值，所谓大数据，必须具备数据体量巨大（Volume）、数据类型繁多（Variety）、处理速度快（Velocity）与商业价值高（Value）这四种特性，这才是真正的大数据。