對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。何為資源化...

大數(shù)據(jù)的價(jià)值體現(xiàn)在以下幾個(gè)方面：（1）對(duì)大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)可以利用大數(shù)據(jù)進(jìn)行精細(xì)營(yíng)銷(xiāo)；（2）做小而美模式的中小微企業(yè)可以利用大數(shù)據(jù)做服務(wù)轉(zhuǎn)型；（3）面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)需要與時(shí)俱進(jìn)充分利用大數(shù)據(jù)的價(jià)值。不過(guò)，“大數(shù)據(jù)”在經(jīng)濟(jì)發(fā)展中的巨大意義并不**其能取代一切對(duì)于社會(huì)問(wèn)題的理性思考，科學(xué)發(fā)展的邏輯不能被湮沒(méi)在海量數(shù)據(jù)中。***經(jīng)濟(jì)學(xué)家路德維?！ゑT·米塞斯曾提醒過(guò)：“就***言，有很多人忙碌于資料之無(wú)益累積，以致對(duì)問(wèn)題之說(shuō)明與解決，喪失了其對(duì)特殊的經(jīng)濟(jì)意義的了解?！边@確實(shí)是需要警惕的。未來(lái)幾年數(shù)據(jù)泄露事件的增長(zhǎng)率也許會(huì)達(dá)到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障。...

趨勢(shì)六：數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力，直接影響財(cái)務(wù)表現(xiàn)。當(dāng)“數(shù)據(jù)資產(chǎn)是企業(yè)**資產(chǎn)”的概念深入人心之后，企業(yè)對(duì)于數(shù)據(jù)管理便有了更清晰的界定，將數(shù)據(jù)管理作為企業(yè)核心競(jìng)爭(zhēng)力，持續(xù)發(fā)展，戰(zhàn)略性規(guī)劃與運(yùn)用數(shù)據(jù)資產(chǎn)，成為企業(yè)數(shù)據(jù)管理的**。數(shù)據(jù)資產(chǎn)管理效率與主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、銷(xiāo)售收入增長(zhǎng)率***正相關(guān)；此外，對(duì)于具有互聯(lián)網(wǎng)思維的企業(yè)而言，數(shù)據(jù)資產(chǎn)競(jìng)爭(zhēng)力所占比重為36.8%，數(shù)據(jù)資產(chǎn)的管理效果將直接影響企業(yè)的財(cái)務(wù)表現(xiàn)。趨勢(shì)七：數(shù)據(jù)質(zhì)量是BI（商業(yè)智能）成功的關(guān)鍵采用自助式商業(yè)智能工具進(jìn)行大數(shù)據(jù)處理的企業(yè)將會(huì)脫穎而出。其中要面臨的一個(gè)挑戰(zhàn)是，很多數(shù)據(jù)源會(huì)帶來(lái)大量低質(zhì)量數(shù)據(jù)。想要成功，企業(yè)需...

大數(shù)據(jù)概念應(yīng)用到IT操作工具產(chǎn)生的數(shù)據(jù)中，大數(shù)據(jù)可以使IT管理軟件供應(yīng)商解決大廣泛的業(yè)務(wù)決策。IT系統(tǒng)、應(yīng)用和技術(shù)基礎(chǔ)設(shè)施每天每秒都在產(chǎn)生數(shù)據(jù)。大數(shù)據(jù)非結(jié)構(gòu)化或者結(jié)構(gòu)數(shù)據(jù)都**了“所有用戶的行為、服務(wù)級(jí)別、安全、風(fēng)險(xiǎn)、**行為等更多操作”的***記錄。大數(shù)據(jù)分析的產(chǎn)生旨在于IT管理，企業(yè)可以將實(shí)時(shí)數(shù)據(jù)流分析和歷史相關(guān)數(shù)據(jù)相結(jié)合，然后大數(shù)據(jù)分析并發(fā)現(xiàn)它們所需的模型。反過(guò)來(lái)，幫助預(yù)測(cè)和預(yù)防未來(lái)運(yùn)行中斷和性能問(wèn)題。進(jìn)一步來(lái)講，他們可以利用大數(shù)據(jù)了解使用模型以及地理趨勢(shì)，進(jìn)而加深大數(shù)據(jù)對(duì)重要用戶的洞察力。他們也可以追蹤和記錄網(wǎng)絡(luò)行為，大數(shù)據(jù)輕松地識(shí)別業(yè)務(wù)影響；隨著對(duì)服務(wù)利用的深刻理解加快利潤(rùn)增長(zhǎng)；同時(shí)...

趨勢(shì)八：數(shù)據(jù)生態(tài)系統(tǒng)復(fù)合化程度加強(qiáng)大數(shù)據(jù)的世界不只是一個(gè)單一的、巨大的計(jì)算機(jī)網(wǎng)絡(luò)，而是一個(gè)由大量活動(dòng)構(gòu)件與多元參與者元素所構(gòu)成的生態(tài)系統(tǒng)，終端設(shè)備提供商、基礎(chǔ)設(shè)施提供商、網(wǎng)絡(luò)服務(wù)提供商、網(wǎng)絡(luò)接入服務(wù)提供商、數(shù)據(jù)服務(wù)使能者、數(shù)據(jù)服務(wù)提供商、觸點(diǎn)服務(wù)、數(shù)據(jù)服務(wù)零售商等等一系列的參與者共同構(gòu)建的生態(tài)系統(tǒng)。而今，這樣一套數(shù)據(jù)生態(tài)系統(tǒng)的基本雛形已然形成，接下來(lái)的發(fā)展將趨向于系統(tǒng)內(nèi)部角色的細(xì)分，也就是市場(chǎng)的細(xì)分；系統(tǒng)機(jī)制的調(diào)整，也就是商業(yè)模式的創(chuàng)新；系統(tǒng)結(jié)構(gòu)的調(diào)整，也就是競(jìng)爭(zhēng)環(huán)境的調(diào)整等等，從而使得數(shù)據(jù)生態(tài)系統(tǒng)復(fù)合化程度逐漸增強(qiáng)。未來(lái)，數(shù)據(jù)科學(xué)將成為一門(mén)專(zhuān)門(mén)的學(xué)科，被越來(lái)越多的人所認(rèn)知。雨花臺(tái)區(qū)網(wǎng)絡(luò)大數(shù)據(jù)...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。為成千上萬(wàn)...

洛杉磯警察局和加利福尼亞大學(xué)合作利用大數(shù)據(jù)預(yù)測(cè)犯罪的發(fā)生。Google流感趨勢(shì)（Google Flu Trends）利用搜索關(guān)鍵詞預(yù)測(cè)禽流感的散布。統(tǒng)計(jì)學(xué)家內(nèi)特·西爾弗（Nate Silver）利用大數(shù)據(jù)預(yù)測(cè)2012美國(guó)選舉結(jié)果。麻省理工學(xué)院利用**數(shù)據(jù)和交通數(shù)據(jù)建立城市規(guī)劃。梅西百貨的實(shí)時(shí)定價(jià)機(jī)制。根據(jù)需求和庫(kù)存的情況，該公司基于SAS的系統(tǒng)對(duì)多達(dá)7300萬(wàn)種貨品進(jìn)行實(shí)時(shí)調(diào)價(jià)。 [8] 醫(yī)療行業(yè)早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)，而近年來(lái)很多國(guó)家都在積極推進(jìn)醫(yī)療信息化發(fā)展，這使得很多醫(yī)療機(jī)構(gòu)有資金來(lái)做大數(shù)據(jù)分析。為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。溧水區(qū)方便大數(shù)據(jù)技術(shù)介紹大數(shù)...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。分析所有S...

大數(shù)據(jù)概念應(yīng)用到IT操作工具產(chǎn)生的數(shù)據(jù)中，大數(shù)據(jù)可以使IT管理軟件供應(yīng)商解決大廣泛的業(yè)務(wù)決策。IT系統(tǒng)、應(yīng)用和技術(shù)基礎(chǔ)設(shè)施每天每秒都在產(chǎn)生數(shù)據(jù)。大數(shù)據(jù)非結(jié)構(gòu)化或者結(jié)構(gòu)數(shù)據(jù)都**了“所有用戶的行為、服務(wù)級(jí)別、安全、風(fēng)險(xiǎn)、**行為等更多操作”的***記錄。大數(shù)據(jù)分析的產(chǎn)生旨在于IT管理，企業(yè)可以將實(shí)時(shí)數(shù)據(jù)流分析和歷史相關(guān)數(shù)據(jù)相結(jié)合，然后大數(shù)據(jù)分析并發(fā)現(xiàn)它們所需的模型。反過(guò)來(lái)，幫助預(yù)測(cè)和預(yù)防未來(lái)運(yùn)行中斷和性能問(wèn)題。進(jìn)一步來(lái)講，他們可以利用大數(shù)據(jù)了解使用模型以及地理趨勢(shì)，進(jìn)而加深大數(shù)據(jù)對(duì)重要用戶的洞察力。他們也可以追蹤和記錄網(wǎng)絡(luò)行為，大數(shù)據(jù)輕松地識(shí)別業(yè)務(wù)影響；隨著對(duì)服務(wù)利用的深刻理解加快利潤(rùn)增長(zhǎng)；同時(shí)...

從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。 [1] 隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)（Big data）也吸引了越來(lái)越多的關(guān)注。分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)（Big data）通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢(qián)。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。...

趨勢(shì)六：數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力，直接影響財(cái)務(wù)表現(xiàn)。當(dāng)“數(shù)據(jù)資產(chǎn)是企業(yè)**資產(chǎn)”的概念深入人心之后，企業(yè)對(duì)于數(shù)據(jù)管理便有了更清晰的界定，將數(shù)據(jù)管理作為企業(yè)核心競(jìng)爭(zhēng)力，持續(xù)發(fā)展，戰(zhàn)略性規(guī)劃與運(yùn)用數(shù)據(jù)資產(chǎn)，成為企業(yè)數(shù)據(jù)管理的**。數(shù)據(jù)資產(chǎn)管理效率與主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、銷(xiāo)售收入增長(zhǎng)率***正相關(guān)；此外，對(duì)于具有互聯(lián)網(wǎng)思維的企業(yè)而言，數(shù)據(jù)資產(chǎn)競(jìng)爭(zhēng)力所占比重為36.8%，數(shù)據(jù)資產(chǎn)的管理效果將直接影響企業(yè)的財(cái)務(wù)表現(xiàn)。趨勢(shì)七：數(shù)據(jù)質(zhì)量是BI（商業(yè)智能）成功的關(guān)鍵采用自助式商業(yè)智能工具進(jìn)行大數(shù)據(jù)處理的企業(yè)將會(huì)脫穎而出。其中要面臨的一個(gè)挑戰(zhàn)是，很多數(shù)據(jù)源會(huì)帶來(lái)大量低質(zhì)量數(shù)據(jù)。想要成功，企業(yè)需...

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。 [10] 阿里巴巴創(chuàng)辦人馬云來(lái)臺(tái)演講中就提到，未來(lái)的時(shí)代將不是IT時(shí)代，而是DT的時(shí)代，DT就是Data Technology數(shù)據(jù)科技，顯示大數(shù)據(jù)對(duì)于阿里巴巴集團(tuán)來(lái)說(shuō)舉足輕重。 [11] 有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無(wú)煙煤、肥煤、貧煤等分類(lèi)，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類(lèi)似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對(duì)于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競(jìng)爭(zhēng)的關(guān)鍵。未來(lái)，數(shù)據(jù)科學(xué)將成為一門(mén)...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

洛杉磯警察局和加利福尼亞大學(xué)合作利用大數(shù)據(jù)預(yù)測(cè)犯罪的發(fā)生。Google流感趨勢(shì)（Google Flu Trends）利用搜索關(guān)鍵詞預(yù)測(cè)禽流感的散布。統(tǒng)計(jì)學(xué)家內(nèi)特·西爾弗（Nate Silver）利用大數(shù)據(jù)預(yù)測(cè)2012美國(guó)選舉結(jié)果。麻省理工學(xué)院利用**數(shù)據(jù)和交通數(shù)據(jù)建立城市規(guī)劃。梅西百貨的實(shí)時(shí)定價(jià)機(jī)制。根據(jù)需求和庫(kù)存的情況，該公司基于SAS的系統(tǒng)對(duì)多達(dá)7300萬(wàn)種貨品進(jìn)行實(shí)時(shí)調(diào)價(jià)。 [8] 醫(yī)療行業(yè)早就遇到了海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的挑戰(zhàn)，而近年來(lái)很多國(guó)家都在積極推進(jìn)醫(yī)療信息化發(fā)展，這使得很多醫(yī)療機(jī)構(gòu)有資金來(lái)做大數(shù)據(jù)分析。未來(lái)，數(shù)據(jù)科學(xué)將成為一門(mén)專(zhuān)門(mén)的學(xué)科，被越來(lái)越多的人所認(rèn)知。溧水區(qū)信息化大數(shù)據(jù)...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

趨勢(shì)四：數(shù)據(jù)科學(xué)和數(shù)據(jù)聯(lián)盟的成立未來(lái)，數(shù)據(jù)科學(xué)將成為一門(mén)專(zhuān)門(mén)的學(xué)科，被越來(lái)越多的人所認(rèn)知。各大高校將設(shè)立專(zhuān)門(mén)的數(shù)據(jù)科學(xué)類(lèi)專(zhuān)業(yè)，也會(huì)催生一批與之相關(guān)的新的就業(yè)崗位。與此同時(shí)，基于數(shù)據(jù)這個(gè)基礎(chǔ)平臺(tái)，也將建立起跨領(lǐng)域的數(shù)據(jù)共享平臺(tái)，之后，數(shù)據(jù)共享將擴(kuò)展到企業(yè)層面，并且成為未來(lái)產(chǎn)業(yè)的**一環(huán)。趨勢(shì)五：數(shù)據(jù)泄露泛濫未來(lái)幾年數(shù)據(jù)泄露事件的增長(zhǎng)率也許會(huì)達(dá)到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障?？梢哉f(shuō)，在未來(lái)，每個(gè)財(cái)富500強(qiáng)企業(yè)都會(huì)面臨數(shù)據(jù)攻擊，無(wú)論他們是否已經(jīng)做好安全防范。而所有企業(yè)，無(wú)論規(guī)模大小，都需要重新審視***的安全定義。在財(cái)富500強(qiáng)企業(yè)中，超過(guò)50%將會(huì)設(shè)置首席信息安全官這一職位。企業(yè)...

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。 [10] 阿里巴巴創(chuàng)辦人馬云來(lái)臺(tái)演講中就提到，未來(lái)的時(shí)代將不是IT時(shí)代，而是DT的時(shí)代，DT就是Data Technology數(shù)據(jù)科技，顯示大數(shù)據(jù)對(duì)于阿里巴巴集團(tuán)來(lái)說(shuō)舉足輕重。 [11] 有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無(wú)煙煤、肥煤、貧煤等分類(lèi)，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類(lèi)似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對(duì)于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競(jìng)爭(zhēng)的關(guān)鍵。及時(shí)解析故障、問(wèn)題和缺陷...

從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。 [1] 隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)（Big data）也吸引了越來(lái)越多的關(guān)注。分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)（Big data）通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢(qián)。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。從大量客戶...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義。“大數(shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。從大量客戶...

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。 [10] 阿里巴巴創(chuàng)辦人馬云來(lái)臺(tái)演講中就提到，未來(lái)的時(shí)代將不是IT時(shí)代，而是DT的時(shí)代，DT就是Data Technology數(shù)據(jù)科技，顯示大數(shù)據(jù)對(duì)于阿里巴巴集團(tuán)來(lái)說(shuō)舉足輕重。 [11] 有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無(wú)煙煤、肥煤、貧煤等分類(lèi)，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類(lèi)似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對(duì)于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競(jìng)爭(zhēng)的關(guān)鍵。大數(shù)據(jù)離不開(kāi)云處理，云處...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。采用自助式...

從技術(shù)上看，大數(shù)據(jù)與云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無(wú)法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘。但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫(kù)和云存儲(chǔ)、虛擬化技術(shù)。 [1] 隨著云時(shí)代的來(lái)臨，大數(shù)據(jù)（Big data）也吸引了越來(lái)越多的關(guān)注。分析師團(tuán)隊(duì)認(rèn)為，大數(shù)據(jù)（Big data）通常用來(lái)形容一個(gè)公司創(chuàng)造的大量非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)在下載到關(guān)系型數(shù)據(jù)庫(kù)用于分析時(shí)會(huì)花費(fèi)過(guò)多時(shí)間和金錢(qián)。大數(shù)據(jù)分析常和云計(jì)算聯(lián)系到一起，因?yàn)閷?shí)時(shí)的大型數(shù)據(jù)集分析需要像MapReduce一樣的框架來(lái)向數(shù)十、數(shù)百或甚至數(shù)千的電腦分配工作。...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

趨勢(shì)六：數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力數(shù)據(jù)管理成為核心競(jìng)爭(zhēng)力，直接影響財(cái)務(wù)表現(xiàn)。當(dāng)“數(shù)據(jù)資產(chǎn)是企業(yè)**資產(chǎn)”的概念深入人心之后，企業(yè)對(duì)于數(shù)據(jù)管理便有了更清晰的界定，將數(shù)據(jù)管理作為企業(yè)核心競(jìng)爭(zhēng)力，持續(xù)發(fā)展，戰(zhàn)略性規(guī)劃與運(yùn)用數(shù)據(jù)資產(chǎn)，成為企業(yè)數(shù)據(jù)管理的**。數(shù)據(jù)資產(chǎn)管理效率與主營(yíng)業(yè)務(wù)收入增長(zhǎng)率、銷(xiāo)售收入增長(zhǎng)率***正相關(guān)；此外，對(duì)于具有互聯(lián)網(wǎng)思維的企業(yè)而言，數(shù)據(jù)資產(chǎn)競(jìng)爭(zhēng)力所占比重為36.8%，數(shù)據(jù)資產(chǎn)的管理效果將直接影響企業(yè)的財(cái)務(wù)表現(xiàn)。趨勢(shì)七：數(shù)據(jù)質(zhì)量是BI（商業(yè)智能）成功的關(guān)鍵采用自助式商業(yè)智能工具進(jìn)行大數(shù)據(jù)處理的企業(yè)將會(huì)脫穎而出。其中要面臨的一個(gè)挑戰(zhàn)是，很多數(shù)據(jù)源會(huì)帶來(lái)大量低質(zhì)量數(shù)據(jù)。想要成功，企業(yè)需...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

對(duì)于“大數(shù)據(jù)”（Big data）研究機(jī)構(gòu)Gartner給出了這樣的定義?！按髷?shù)據(jù)”是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來(lái)適應(yīng)海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。麥肯錫全球研究所給出的定義是：一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面**超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)**，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、多樣的數(shù)據(jù)類(lèi)型和價(jià)值密度低四大特征。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對(duì)這些含有意義的數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化處理。換而言之，如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實(shí)現(xiàn)盈利的關(guān)鍵，在于提高對(duì)數(shù)據(jù)的“加工能力”，通過(guò)“加工”實(shí)現(xiàn)數(shù)據(jù)的“增值”。采用自助式...

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開(kāi)發(fā)者的一個(gè)重要問(wèn)題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開(kāi)發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過(guò)結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對(duì)企業(yè)有益的情況都可能會(huì)發(fā)生：（1）及時(shí)解析故障、問(wèn)題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。（2）為成千上萬(wàn)的快遞車(chē)輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。（3）分析所有SKU，以利潤(rùn)比較大化為目標(biāo)來(lái)定價(jià)和清理庫(kù)存。（4）根據(jù)客戶的購(gòu)買(mǎi)習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。（5）從大量客戶中快速識(shí)別出***客戶。（6）使用點(diǎn)擊流分析和數(shù)據(jù)...

大數(shù)據(jù)(big data)，或稱(chēng)巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法透過(guò)主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。 [19] 在維克托·邁爾-舍恩伯格及肯尼斯·庫(kù)克耶編寫(xiě)的《大數(shù)據(jù)時(shí)代》 [1] 中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn)（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。何為資源化，是指大數(shù)據(jù)成為企業(yè)和社會(huì)關(guān)注的重要戰(zhàn)略資源，并已成為大家爭(zhēng)相搶奪的新焦點(diǎn)。玄武區(qū)貿(mào)易大數(shù)據(jù)技術(shù)怎么樣...