大数据概念的横空出世,有赖于短短几年出现的海量数据。据统计,互联网上的数据每两年翻一番,而目前世界上90%以上的数据

大数据概念的横空出世,有赖于短短几年出现的海量数据。据统计,互联网上的数据每两年翻一番,而目前世界上90%以上的数据都是最近几年才产生的。当然,海量数据仅仅是“大数据”概念的一部分,只有具备4个“V”的特征,大数据的定义才算完整,而价值恰恰是决定大数据未来走向的关键。

大数据时代:大数据发展三要素

大数据的发展需要三个必要条件:数据源、数据交易、数据产生价值的过程。近年来,社交网络的兴起、物联网的发展和移动互联网的普及,诞生了大量有价值的数据源,奠定了大数据发展的基础。大数据时代到来的重要标志,则是大批专业级“数据买卖商”的出现,以及围绕数据交易形成的,贯穿于收集、整理、分析、应用整个流程的产业链条。大数据发展的核心,则是使用户从海量的非结构化数据和半结构化数据中获得了新的价值,数据价值是带动数据交易的原动力。

大数据技术的发展促进了云计算的落地,云计算的部署完成又反过来加大了市场对数据创造价值的期待。大数据概念提出之后,市场终于看到了云计算的获利方向:各地的一级系统集成商与当地政府合作,建云数据中心;各大行业巨头在搭建各自行业的云平台;IT巨头想尽办法申请中国的公有云牌照。大数据促成了云计算从概念到落地。借助于智慧城市概念的普及,云计算基础设施已基本准备就绪,一方面完成了大数据应用的硬件基础;另一方面迫于回收云计算投资的压力,市场急需应用部署,大数据恰如雪中送炭,被市场寄予厚望。

整合与开放是大数据发展基石

大数据服务创业公司Connotate对800多名商业和IT主管进行了调查。结果显示,60%受调查者称:“目前就说这些大数据投资项目肯定能够带来良好回报尚为时过早。”之所以如此,是由于当前大数据缺乏必需的开放性:数据掌握在不同的部门和企业手中,而这些部门和企业并不愿意分享数据。大数据是通过研究数据的相关性来发现客观规律,这依赖于数据的真实性和广泛性,数据如何做到共享和开放,这是当前大数据发展的软肋和需要解决的大问题。

2012年3月,美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”,将“大数据研究”上升为国家意志。一个国家拥有数据的规模和运用数据的能力将成为综合国力的重要组成部分。国内智慧城市建设目标之一就是实现数据的集中共享。

大数据是把双刃剑

大数据时代,传统的随机抽样被“所有数据的汇拢”所取代,人们的思维决断模式,已可直接根据“是什么”来下结论,由于这样的结论剔除了个人情绪、心理动机、抽样精确性等因素的干扰,因此将更精确、更有预见性。不过,由于大数据过于依靠数据的汇集,一旦数据本身有问题,就很可能出现“灾难性大数据”,即因为数据本身的问题,而导致错误的预测和决策。

大数据的理论是“在稻草堆里找一根针”,而如果“所有稻草看上去都挺像那根针”呢?过多但无法辨析真伪和价值的信息和过少的信息一样,对于需要作出瞬间判断、一旦判断出错就很可能造成严重后果的情况而言,同样是一种危害。“大数据”理论是建立在“海量数据都是事实”的基础上,而如果数据提供者造假呢?这在大数据时代变得更有害,因为人们无法控制数据提供者和搜集者本人的偏见。拥有最完善数据库、最先接受“大数据”理念的华尔街投行和欧美大评级机构,却每每在重大问题上判断出错,这本身就揭示了“大数据”的局限性。

不仅如此,大数据时代造就了一个数据库无所不在的世界,数据监管部门面临前所未有的压力和责任:如何避免数据泄露对国家利益、公众利益、个人隐私造成伤害?如何避免信息不对等,对困难群体的利益构成伤害?在有效控制风险之前,也许还是让“大数据”继续待在笼子里更好一些。

大数据的经济价值已经被人们认可,大数据的技术也已经逐渐成熟,一旦完成数据的整合和监管,大数据爆发的时代即将到来。我们现在要做的,就是选好自己的方向,为迎接大数据的到来,提前做好准备。

采取合作共赢的商业模式

随着云计算、大数据技术和相关商业环境的不断成熟,越来越多的“软件开发者”正在利用跨行业的大数据平台,打造创新价值的大数据应用,而且这一门槛正在不断降低。因为首先,数据拥有者能够以微乎其微的成本获取额外的收入,提高利润水平;其次,大数据设备厂商需要应用来吸引消费者购买设备,发展合作共赢的伙伴关系势必比单纯销售设备要有利可图,一些具有远见的厂商已经开始通过提供资金、技术支持、入股等方式来扶持这些“软件开发者”;第三,行业细分市场的数据分析应用需求在不断加大,对于整个大数据产业链来说,创新型的行业数据应用开发者必将是未来整个大数据产业链中最为活跃的部分。

未来,有三种企业将在”大数据产业链“中处于重要地位:掌握海量有效数据的企业,有着强大数据分析能力的企业,以及创新的“软件开发者”。社交网络、移动互联网、信息化企业、电信运营商都是海量数据的制造者,Facebook公司手中掌握着8.5亿用户,淘宝注册用户超过3.7亿,腾讯的微信用户突破3亿,这些庞大用户群所提供的数据,正在等待时机释放出巨大商业能量。可以预测,在不久的将来,Facebook、腾讯、电信运营商等海量数据持有者或者自我延伸成为数据分析提供商,或者与IBM、ZTE等企业密切对接成为上下游合作企业,大数据产业链将在某个爆发时点到来之际,以令人惊讶的速度成长壮大。

大数据发展必备三个条件相关推荐

  1. 大数据时代:大数据发展必备三个条件

    大数据概念的横空出世,有赖于短短几年出现的海量数据.据统计,互联网上的数据每两年翻一番,而目前世界上90%以上的数据都是最近几年才产生的.当然,海量数据仅仅是"大数据"概念的一部分 ...

  2. 《2018中国大数据发展指数报告》发布:广东、上海、贵州、北京、重庆领先

    来源:网络传播杂志 摘要:2018年8月24日, 中国电子信息产业发展研究院在首届"中国国际智能产业博览会"上发布了<中国大数据发展指数报告(2018年)>.此报告为我 ...

  3. 2019年大数据发展将走向何方

    来源:网络大数据 近日,包括CCF(中国计算机学会)大数据专家委员会.IDC公司(Internet Data Center 互联网数据中心)和Gartner公司等多家国内外知名信息技术研究机构均发布报 ...

  4. 【2016年第1期】山东省农业大数据发展刍议

    郑勇,孟磊,李文静 山东省农业信息中心,山东 济南 250013 摘要:国务院办公厅印发的<促进大数据发展行动纲要>,将大数据发展工作提到战略高度, 重点是发展大数据农业农村等行业领域应用 ...

  5. 大数据发展促进委员会在京成立

    7月1日,由工信部.网信办.发改委指导,数据中心联盟(www.dca.org.cn)筹建的"大数据发展促进委员会"(China Big Data Council,简称BDC)在京正 ...

  6. 大数据创造大价值 我国大数据发展具有独特优势

    大数据是信息化发展到一定周期的产物.伴随着信息技术和人类生产生活深度融合,互联网迅速普及,全世界数据呈爆发增长.海量集聚的特征,对经济增长.社会进步.国家整治.群众生活都产生了重大影响. 我国大数据发 ...

  7. 十大数据爱好者必备书籍

    十大数据爱好者必备书籍 转载请注明! 这是一个独一无二的书籍前十推荐,对每个十大推荐展示出顶级付费或免费书籍推荐.如果你对数据书籍感兴趣,这个列表可能合你口味. Matthew Mayo 发表于 KD ...

  8. 优秀大数据分析师必备8大技能

    什么是大数据分析师? 简而言之,大数据分析师就是使用技术技能来分析数据和报告见解的人. 通常,大数据分析师可能会使用SQL技能从公司数据库中提取数据,使用编程技能来分析该数据,然后使用沟通技巧来将其结 ...

  9. 打怪升级之小白的大数据之旅(三十一)<JavaSE总结>

    打怪升级之小白的大数据之旅(三十) JavaSE总结 引言 Java这只小怪物我们已经练级差不多了,明天我们将进入新的旅程了,所以,我要对前面的整个JavaSE知识点进行总结,就像积攒够了经验升级一样 ...

最新文章

  1. 朋友们请珍重自己的身体
  2. DeepLearning 应用概述
  3. win7 安装好redis 如何安装扩展
  4. React的生命周期
  5. item name=android:width,Android:形状中的笔划创建笔划宽度的边距
  6. centos离线安装jenkins
  7. 【codevs1170】 双栈排序
  8. 前端面试之那些稀奇古怪的问题
  9. Android 六大布局之 LinearLayout( 线性布局)
  10. UE4 视差毛发材质
  11. 20021年还需要学C语言吗?C语言成为专家的路径、方法、书籍推荐
  12. 【CZY选讲·逆序对】
  13. 大文件分割工具,QT实现
  14. 国内最火的10款Java开源项目
  15. 计算机网络期末冲刺复习
  16. 【技术邻】基于Ansys Icepak的散热器优化
  17. pythonSSL证书 cookie session
  18. iptables防火墙和firewalld防火墙
  19. 计算机绘图cad实训报告,AUTOCAD实训报告.doc
  20. 基于SSM框架的学生在线教育教学课程管理系统

热门文章

  1. PCM开发板模块实验指导--有刷直流马达速度位置控制实验
  2. 实时语义分割网络 BiSeNet(附代码解读)
  3. Fiddler简单的使用教程(入门级)
  4. 简单服务发现协议SSDP【转】
  5. makefile文件解释
  6. python 返回绝对值
  7. svn 认证失败请看解决办法
  8. Filter中chain.doFilter(req, res)的理解
  9. stm32 4g模块使用步骤
  10. Laravel使用Dingo API+JWT实现认证机制 无痛刷新Token