随着移动互联网、物联网、5G技术的普及，大数据采集、存储、治理和应用的场景越来越多，大数据的特征相比早些年也有了一些变化，以下是我整理的新时期下大数据的一些特征：
大数据4V解读
一、数据体量特别巨大（Volume）
数据体量是大数据区分于传统业务数据最显著的特征。随着新的数字技术的高速发展，大量自动或人工产生的数据通过互联网聚集到特定地点，包括电信运营商、互联网运营商、政府、银行、商场、企业、交通枢纽等机构，形成了大体量的数据，移动互联网的核心网络节点是人，人人都是数据制造者，文章、照片、短视频都是其数据产品；数据来自无数自动化传感器、自动记录设施、生产监测、环境监测、交通监测、安防监测等；来自自动流程记录，刷卡机、收款机、电子不停车收费系统，互联网点击等，数据开始爆发性增长，存储单位从过去的GB到TB，乃至现在的PB、EB、ZB级别。
二、数据类型多（Variety）
早期的数据类型以结构化、半结构化为主，随着物联网、5G技术的普及，为非结构化数据的大量产生奠定了技术基础，类型多主要体现在三个方面：
1）数据来源多，企业所面对的传统数据主要是交易数据，而互联网和物联网的发展，带来了诸如社交网站、传感器等多种来源的数据。由于数据来源于不同的应用系统和不同的设备，决定了大数据形式的多样性，大体上可以分为三类：一是结构化数据，如财务系统数据、信息管理系统数据、医疗系统数据等，其特点是数据间因果关系强；二是非结构化数据，如视频、图片、音频等，其特点是数据间没有因果关系；三是半结构化数据，如HTML文档、邮件、网页等，其特点是数据间的因果关系弱。
2）数据类型多，且以非结构化数据为主。传统的企业中，数据都是以表格的形式保存的。而大数据中有70%-85%的数据是如图片、音频、视频、网络日志、链接信息等非结构化和半结构化的数据。
3）数据之间关联性强，频繁交互，如游客在旅游途中上传的照片、视频、日志，与游客的位置、行程等信息有很强的关联性。
自然语言也是一个新的数据来源，而且也是一种更复杂、更多样的数据，它包含诸如省略、指代、更正、重复、强调、倒序等大量的语言现象，还包括噪声、含混不清、口头语和音变等语音现象。
多类型的数据对数据的处理能力提出了更高的要求。
三、数据快速度（Velocity）
快速度是大数据处理技术和传统的数据挖掘技术最大的区别。大数据是一种以实时数据处理、实时结果导向为特征的解决方案，它的“快”有两个层面。
1）数据产生得快。有的数据是爆发式产生，例如，欧洲核子研究中心的大型强子对撞机在工作状态下每秒产生PB级的数据；有的数据是涓涓细流式产生，但是由于用户众多，短时间内产生的数据量依然非常庞大，例如，点击流、短视频、人造购物节（双11）产生的订单数据、日志、射频识别数据、GPS（全球定位系统）位置信息。
2）数据处理得快。正如水处理系统可以从水库调出水进行处理，也可以处理直接对涌进来的新水流。大数据也有批处理（“静止数据”转变为“正使用数据”）和流处理（“动态数据”转变为“正使用数据”）两种范式，以实现快速的数据处理。
四、数据价值性（Value）
政府、企业拥有大量的数据，但是发挥价值的仅是其中非常小的部分。大数据背后潜藏的价值巨大。由于大数据中有价值的数据所占比例很小，而大数据真正的价值体现在从大量不相关的各种类型的数据中，挖掘出对未来趋势与预测分析有价值的数据，并通过机器学习方法、人工智能方法或数据挖掘方法深度分析，并运用于农业、金融、医疗等各个领域，以期创造更大的价值。
综上所述，大家对大数据的特征有了一个整体的了解，如何高效处理如此快速、海量的大数据，对人类的数据驾驭能力提出了新的挑战，涉及到的知识领域包括对业务的深入理解、大数据战略、大数据组织架构和人才的培养、数据治理、流批一体的大数据技术架构、大数据价值变现等，我个人也正在数字营销领域不断地探索，同时也希望大家共同探讨学习。
最后，我想说：大数据为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与想象力。
评论前必须登录！
注册