大数据概述

大数据概述

大数据( big data )：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

主要解决： 海量数据的存储和海量数据的分析能力。

按顺序给出数据存储单位： bit、Byte、KB、MB、GB 、 TB、PB、EB 、 ZB、YB、BB、NB、DB 。

1Byte

8bit 1K

1024Byte 1MB

1024K 1G

1024M 1T

1024G 1P

1024T

大数据特点

① Volume （大量）

截至目前，人类生产的所有印刷材料的数据量是200 PB ，而历史上全人类总共说过的话的数据量大约是5 EB 。当前，典型个人计算机硬盘的容量为 TB 量级，而一些大企业的数据量已经接近 EB 量级。

② Velocity （高速）

这是大数据区分于传统数据挖掘的最显著特征。根据 IDC 的数字宇宙的报告，预计到2020年，全球数据使用量将达到35.2 ZB 。在如此海量的数据面前，处理数据的效率就是企业的生命

③ Variety （多样）

这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。

④ Value （低价值密度）

价值密度的高低与数据总量的大小成反比。

大数据的应用场景

① 物流仓储

大数据分析系统助力商家精细化运营、提升销量、节约成本。

② 零售

分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。经典案例，子尿布+啤酒。

③ 旅游

深度结合大数据能力与旅游行业需求，共建旅游产业智慧管理、智慧服务和智慧营销的未来。

④ 商品广告推荐

给用户推荐可能喜欢的商品

⑤ 保险

海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力。

⑥ 金融

多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险。

⑦ 房产

大数据全面助力房地产行业，打造精准投策与营销，选出更合适的地，建造更合适的楼，卖给更合适的人。

⑧ 人工智能

企业数据部的业务流程分析：

大数据部门组织结构：