关于大数据。有这样一段话：

“Big data is like teenage sex,everyone talks about it,nobody really knows how to do it,everyone thinks everyone else is doing it,so everyone claims they are doing it.”

看完这句话。大家对什么是“大数据”有点概念了吗？眼下，大多数人对大数据的概念还停留在：就是海量的数据，PB（1PB=1024TB）级别的，甚至是 EB、ZB 以上的数据，通过对这些数据进行深入分析，就能得出很有价值的结论。指引企业做出最佳决策。

大数据就是那种每一个人都听过，或者看过此类文章。但却不怎么了解的事物。

事实上，如今的大数据指的并不不过海量数据，更准确而言是对大数据分析的方法。

传统的数据分析，是通过提出如果然后获得对应数据，最后通过数据分析来验证如果。而大数据不是这种。大数据是从收集的海量数据中，通过算法将这些来自不同渠道、格式的数据进行直接分析，从中寻找到数据之间的相关性。

简单而言，大数据更偏重于发现，以及推測/印证的循环逼近过程。

而大数据的价值体如今对它的分析利用上。一直以来，大数据的瓶颈并非数据规模巨大导致的存储、运算等问题，而是在前端数据的收集途径。以及对数据进行结构化处理。进而引导后期的商业决策中的模型和算法问题。

各个行业都在产生数据，现代社会的数据量正持续地曾经所未有的速度添加着。

这些不同类型的数据和数据型，极其复杂，包含结构化、半结构化和非结构化的数据。企业须要整合并分析来自复杂的传统和非传统信息源的数据，包含企业内部和外部的数据。

随着传感器、智能设备和社会协同技术的爆炸性增长。数据的类型变得难以计数，包含文本、微博、传感器数据、音频、视频等。

而如今大热的数据分析师正在做的是这种工作：收集信息。将信息结构化数据化，最后才是我们能看到的大数据带来的奇妙力量。但问题是当中对数据进行处理工作量太大了。

依据訪谈和专家測算。数据分析师的 50%~80% 的时间都花在了处理数据上。

在智能手环公司 Jawbone 负责数据工作的 Monica Rogati说：

处理数据是整项工作中巨大的部分。但有时我们感到沮丧，由于好像不停地处理数据就是我们做的全部事情。

这听起来有点像冰山理论，即我们能看到的大数据仅仅是冰山露出来的一个小角，而我们看不到的地方，如大数据的前期工作，就是海水下是更巨大的部分。

但咨询公司麦肯锡曾在 2011 的报告中指出：

“数据。已经渗透到当今每个行业和业务职能领域，成为重要的生产因素。

人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。

”

是的。存在问题的地方也潜藏着机会。原始数据的格式和来源不可计数，举一个样例，假如一家食品格业的企业须要进行大数据的收集和分析。它能收集的数据包含产量、出货的位置信息、天气报告、零售商每日销售量、社交媒体评论等。而依据这些信息，企业可以洞察出市场的风向和需求的变化，进而制定对应的产品计划。

的确。获得的信息越多越有利于企业做出明智的决策。

但这个决策是建立在不同的数据集之上的，这些来自各种传感器、文档、网页、数据库的的数据，所有都是不同的格式，它们必需要被转换为统一的格式。这样软件才干理解它们，进行分析。

将各类数据进行格式统一是一个严峻的挑战。由于数据和人类语言一样都具有模糊性，有些数据人类知道是什么意思，但电脑却不能识别。因此我们须要人工来一次重新地反复这个工作。

如今已经有不少的初创公司试图开发相关的技术来减轻这项工作，比如ClearStory Data，一家在帕洛阿尔托的初创公司。它开发的软件能识别不同的数据来源，将它们整合，并将结果用视觉方式呈现，如图表、图形或数据地图。

再如Paxata。一家加州的初创公司，专注于数据的自己主动化——发现、清理、调配数据。通过 Paxata 处理过的数据能被送入各种分析或可视化软件工具。

大数据眼下的情况和计算机发展的轨迹有点相似。

一种先进的技术，最初往往仅仅被几名精英掌握，但随着时间流逝。通过不断地技术创新和投资。这项技术，或者说工具。会变得越来越好。特别是当其融入到商业领域中后，这项工具就能得到广泛应用，成为社会中的主流。

所以我们如今是历史的见证者，看着大数据怎样一步步完好，我们都须要掌握或选择一个最佳的分析方法，以更好地挖掘出大数据的价值。

继续探索吧。