大數(shù)據(jù)研究專家維克托·邁爾-舍恩伯格曾經說過：世界的本質是數(shù)據(jù)。在他看來，認識大數(shù)據(jù)之前，世界原本就是一個數(shù)據(jù)時代；認識大數(shù)據(jù)之后，世界不可避免地分為大數(shù)據(jù)時代、小數(shù)據(jù)時代。

隨著社會不斷發(fā)展的腳步，各類數(shù)據(jù)不斷累積，如果說小數(shù)據(jù)時代的各類分析調研更多的是靠樣本采集，那么現(xiàn)在，不管從數(shù)據(jù)的維度還是層次來看，數(shù)據(jù)體量的累積已經到了一個非常夯實的階段。

在這兩個時代的過渡中，人們也自然而然的從先前的樣本思維轉變成大數(shù)據(jù)時代需要具備的整體思維，以更好的運用大數(shù)據(jù)，或者說，抽樣調查將成為過去時，對所有數(shù)據(jù)進行分析處理才是大數(shù)據(jù)時代應有的思維方式。

大數(shù)據(jù)的多種定義

對于大數(shù)據(jù)的具體定義和價值，大多數(shù)人都停留在知其然而不知其所以然的階段。

但這也并不妨礙大數(shù)據(jù)這一詞匯在大眾心中的高度，它代表著先進，代表著高科技，代表著不可預知但可以預見的未來世界。

麥肯錫最早提出了大數(shù)據(jù)時代的到來：“數(shù)據(jù)，已經滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產因素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來?！?/p>

對于大數(shù)據(jù)的定義，權威機構們給出了不同的表述：

世界知名咨詢企業(yè)Gartner給出的定義是：“大數(shù)據(jù)”是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應海量、高增長率和多樣化的信息資產。

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、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉、多樣的數(shù)據(jù)類型和價值密度低四大特征。

還有一些是這樣表述的，大數(shù)據(jù)是指“無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數(shù)據(jù)集合。”

不管是信息資產還是數(shù)據(jù)集合，這些定義無不在昭示著大數(shù)據(jù)對于人們未來社會的價值。

大數(shù)據(jù)的特征

大數(shù)據(jù)（BigData）是指「無法用現(xiàn)有的軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜的數(shù)據(jù)集合?！箻I(yè)界通常用4個V（即Volume、Variety、Value、Velocity）來概括大數(shù)據(jù)的特征。

Volume，數(shù)據(jù)體量巨大。如果單單從存儲量方面來考量的話，從最小的數(shù)據(jù)存儲單位bit開始，按順序往上Byte、KB、MB、GB、TB、PB、EB……那么截至目前，人類生產的所有印刷材料的數(shù)據(jù)量可達數(shù)百PB，而歷史上有記載開始人類說過的所有的話的數(shù)據(jù)量大約要以EB來衡量。截至目前，人類生產的所有印刷材料的數(shù)據(jù)量是200PB，而歷史上全人類說過的所有的話的數(shù)據(jù)量大約是5EB（1EB=210PB）。

Variety，數(shù)據(jù)類型繁多。類型的多樣性讓數(shù)據(jù)被分為結構化數(shù)據(jù)和非結構化數(shù)據(jù)。相對于以往便于存儲的以文本為主的結構化數(shù)據(jù)，非結構化數(shù)據(jù)越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數(shù)據(jù)對數(shù)據(jù)的處理能力提出了更高要求。

Value，價值密度低。價值密度的高低與數(shù)據(jù)總量的大小成反比。數(shù)據(jù)總量越大，無效冗余的數(shù)據(jù)則越多，如何通過強大的機器算法迅速地完成數(shù)據(jù)的價值“提純”是目前大數(shù)據(jù)背景下亟待解決的難題。

Velocity，處理速度快。這是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)挖掘的最顯著特征，根據(jù)IDC“數(shù)字宇宙”的報告，預計到2020年，全球數(shù)據(jù)使用量將達到35.2ZB。在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命。

大數(shù)據(jù)的類型大致可分為三類：

傳統(tǒng)企業(yè)數(shù)據(jù)（Traditional enterprise data）：包括 CRM systems的消費者數(shù)據(jù)，傳統(tǒng)的ERP數(shù)據(jù)，庫存數(shù)據(jù)以及賬目數(shù)據(jù)等。

機器和傳感器數(shù)據(jù)（Machine-generated /sensor data）：包括呼叫記錄（Call Detail Records），智能儀表，工業(yè)設備傳感器，設備日志（通常是Digital exhaust），交易數(shù)據(jù)等。

社交數(shù)據(jù)（Social data）：包括用戶行為記錄，反饋數(shù)據(jù)等。如Twitter，F(xiàn)acebook這樣的社交媒體平臺。