一篇文章爲你解讀大數據的現在和將來

大數據的發展前提

　

　關於大數據的概念事實上在1998年已經就有人提出了，但是到了現在才開始有所發展，這些事實上都是和當下移動互聯網的快速發展分不開的，移動互聯網的快速發展，爲大數據的產生提供了不少其它的產生大數據的硬件前提，比方說智能手機。智能硬件。車聯網，pda等數據的產生終端。這些智能經過移動通訊技術和人們的生活緊密的結合在一塊兒。在人流、車流的背後產生了信息流，也就產生了大量的數據。

　

　其次就是移動通訊技術的高速發展，在2G時代，無線網速慢。數據產生也很慢。數據體量也不夠。因此仍是沒法造成大數據，而到了4G時代，終端數據的添加，使得不論什麼的移動終端都在無時無刻的產生着大量的數據，這個也是大數據到來的一個條件之中的一個。

　

　第三個方面的就是大數據相關技術的飛速發展。如雲計算。雲存儲技術。他們的高速發展，是大數據誕生的溫牀。假設沒有這些技術。即便有大量的數據也僅僅能望洋興嘆。傳統的存儲技術相對落後，依據不一樣數據實行單一存儲，這個顯然知足不了大數據的需求，而云時代的存儲系統需要的不只僅是容量的提高，對於性能的要求相同迫切，與以往僅僅面向有限的用戶不一樣，在雲時代，存儲系統將面向更爲廣闊的用戶羣體，用戶數量級的添加使得存儲系統也必須在吞吐性能上有飛速的提高。僅僅有這樣才幹對請求做出高速的反應，雲儲存技術的成熟爲大數據的高速發展奠基了基礎。

　

　什麼是大數據？

　

　只是提及大數據。預計你們都認爲僅僅聽過概念，但是詳細是什麼東西，怎麼定義，沒有一個標準的東西，因爲在咱們的印象中好像很是多公司都叫大數據公司，業務形態則有幾百種，感受不是很是好理解，因此我建議仍是從字面上來理解大數據，在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》提到了大數據的4個特徵，一個是數量大，一個是價值大，一個是速度快，一個是多樣性。

　

　一個是數量比較大，大體有多大，就是大到PB級別，甚至ZB級別。1PB等於1024TB。1TB等於1024G，那麼1PB等於100多G，固然了詳細的計算方法可以相關資料數據進行查詢，總之。和傳統的單個站點數據庫存儲的數據相比，已是它的上百倍還多。而僅僅有數據體量達到了PB級別以上，才幹被稱爲大數據。第二個是價值大，價值是大致量數據的更深一步的演變。就是說，你假設有1PB以上的全國所有20-35年輕人的上網數據的時候，那麼它天然就有了商業價值，比方經過分析這些數據。咱們就知道這些人的愛好，進而指導產品的發展方向等等。假設有了全國幾百萬病人的數據，依據這些數據進行分析就能預測疾病的發生。這些都是大數據的價值。

　

　第三個就是多樣性，假設僅僅有單一的數據，那麼這些數據就沒有了價值。比方僅僅有單一的我的數據，或者單一的用戶提交數據。這些數據還不能稱爲大數據，因此說大數據還需要是多樣性的。比方當前的上網用戶中，年齡，學歷，愛好。性格等等每個人的特徵都不同，這個也就是大數據的多樣性，固然了假設擴展到全國，那麼數據的多樣性會更強，每個地區，每個時間段，都會存在各類各樣的數據多樣性。

　

　第四個是速度快，就是經過算法對數據的邏輯處理速度很快。 1秒定律。可從各類類型的數據中高速得到高價值的信息，這一點也是和傳統的數據挖掘技術有着本質的不一樣。

　

　總之，這些就是大數據的四個特徵，僅僅有具有了這些特徵的數據才幹稱爲大數據。那麼實際中的大數據是怎麼樣呢？業內著名的和大數據相關的公司，七牛雲存儲將要在8月29日、30日舉辦一次大數據的會議，對於位於大數據技術產業鏈上的公司來講，咱們應該可以得到不少其它的乾貨爆料。

　

　大數據的三個層次

　

　提及大數據，大數據有三個層次，第一個是數據採集層，以App、saas爲表明的服務。第二個技術服務層，以七牛雲存儲爲表明的大數據技術服務層，這些包含數據的存儲，數據的分析。數據的挖掘等等，第三個是數據應用層，以數據爲基礎。爲未來的移動社交、交通、教育。金融進行服務。如下我就基本的講下三個層面。

　

　數據採集層——App、saas、智能硬件服務

　

　在移動互聯網時代，大數據的來源層有兩個方面。一個方面是面向我的的數據來源前端如各類各樣的App，一方面是面向企業服務的saas服務的產品。面向我的的App，在飲食領域的App，如餓了麼。用戶經過App進行選餐，下單。經過App交互就會造成飲食領域的大數據；在o2o領域，如嗒嗒巴士，用戶經過使用App進行乘坐交通，上班下班，就會造成交通領域的大數據，如穿衣助手，用戶經過App進行選擇衣服顏色。樣式。進行搭配。就會形式服務類的大數據。固然了還有秒拍、快看等娛樂類的消費數據。面向我的用戶的App，以知足用戶的需求爲主要出發點，產生用戶的數據。這些數據包含以我的基礎的數據，也包含隨羣體數據，隨着App用戶量的增加。這些App數據就成了大數據。

　

　面向我的的數據來源。直接經過用戶的需求產生數據，而面向企業服務的——saas服務則不同，他們經過爲企業提供一套完整的解決方式，而產生數據，比方圖靈機器人，人臉識別技術，氣象plus、海康威視等。他們經過完美的解決方式服務企業，終於服務用戶，從而產生大數據。數據採集層。是大數據的來源，也是大數據的基礎。

　

　雲存儲對大數據的促進做用

　

　有了數據採集層，那麼下一步就是數據的存儲層了，使用雲存儲技術將數據存儲在雲主機上。保證數據的安全、穩定、高效都需要雲存儲技術來完畢。

雲存儲主要負責數據的存儲以及計算，比方七牛的雲存儲技術，雲存儲技術是大數據發展跨只是去的一道坎，假設沒有云存儲技術，大數據就不能獲得發展。

　

　雲存儲中面向企業存儲的數據最大

　

　當前的雲存儲分爲公共雲存儲和私有云存儲。公共雲存儲主要是面向我的。比方百度網盤等，而私有云存儲主要是面向企業，事實上面向企業的雲存儲的存儲的大數據終於來源仍是來自我的，比方眼下的很是多saas服務，IM、統計等企業服務，服務主要是面向我的的App，而相似七牛雲存儲這種雲存儲則是出於更底層，基於雲主機之上，而位於所有我的服務、企業服務之下，因此說。七牛雲存儲應該積累了不少其它的大數據。而經過即將月底舉辦的此次《數據重構將來》的大會。我想可以得到不少其它的關於大數據的乾貨。

　

　雲存儲知足了海量大數據海量數據的存儲需求

　

　隨着移動互聯網的高速發展。傳統的存儲方式已經在容量、性能、智能化等方面沒法知足需求。雲存儲的出現。比方相似和七牛同樣的雲存儲技術，從功能上彌補了傳統存儲的不足，經過虛擬化大容量存儲、分佈式存儲和本身主動化運維等功能，實現了存儲空間無限添加和擴容。本身主動化和智能化功能提升了存儲效率。另外，規模效應和彈性擴展，減小運營成本，避免資源浪費。

　

　雲存儲技術節省了開發人員的成本

　

　特別是當下移動互聯網的火爆，使得App行業出現了爆發式的增加，App的 數量已經達到了300百萬以上，同一時候圖片App、視頻App、音頻App如camera360、優酷視頻、荔枝FM等App都會在發展過程當中產生大量的數據，對於這些數據來講，假設讓企業自身去開發一款分佈式的存儲系統，這可能需要構建一個幾十人的開發團隊，成本也會大大添加，而經過使用相似七牛同樣的雲存儲。可以節約企業成本，讓企業發展更加迅速。

　

　雲存儲技術爲大數據的數據分析提供了基礎根據

　

　做爲大數據的存儲服務商，雲存儲有着很大的數據挖掘潛力，雲存儲平臺爲大數據的分析提供了「水」的來源，有了這些數據。同一時候配置上一些數據分析工具，全然可以產生一些頗有價值的分析數據報告。

　

　比方基於雲存儲服務這個基礎。七牛可以在企業的需求下，爲企業提供企數據分析，好比這款應用在哪些地區受訪問次數多、如何的用戶更喜歡這款應用等。但不會涉及分析用戶隱私相關的數據。

固然了。還可以針對整個圖片行業、視頻行業、以及音頻行業提供受衆的用戶行爲、以及特徵這一系列的羣體特徵。

　

　這些都是雲存儲在存儲的數據體量達到大數據的特徵後，能作的一系列的分析根據。

因此說雲存儲是大數據發展中的最重要的一個環節。

　

　大數據將來的行業應用

　

　說了大數據的採集層，數據存儲層，那麼最後講下大數據的應用層，既然有了大數據。那麼以大數據爲基礎，就會產生以移動金融，移動社交。o2o，在線教育等多方面的應用。

　

　移動金融

　

　隨着移動互聯網金融的發展，金融交易與支付已經從桌面電腦延伸到移動智能終端，企業自身僅僅能從內部洞察經營狀況。或從市場中得到不全面的統計信息，做爲決策參考。比方銀聯智惠能夠幫助企業能夠從外部瞭解市場，洞察對手的位置。瞭解市場趨勢和自身的地位。經過利用自身優點經過全行業的交易記錄獲得高質量的基礎數據，並替企業完畢了大量繁瑣的數據採集、清理工做。整合到企業的基礎經營分析數據庫中，讓企業事半功倍。

　

　當基礎數據進入企業數據庫後，經過銀聯智惠的用戶畫像模擬器進行目標客戶消費行爲建模。將歷史交易行爲分得出目標客戶的交易共性特徵。從而完整的從消費性別、消費年齡、消費習慣、消費頻率、消費區域、消費偏好等多重維度完整描寫敘述客戶羣的輪廓，並得出客戶的上下游關聯交易行爲特徵，讓企業真正認知客戶羣體的全貌，從而進行有效的商業決策。

　

　移動社交

　

　隨着脈脈，戀愛記等社交應用的用戶愈來愈多，用戶的社交行爲將會成爲大數據的分析基礎。經過分析用戶的社交時間、對象、地點以及行爲。可以分析出用戶的愛好、年齡、需求，同一時候基於用戶的大數據，可以針對這些數據作定向營銷，從而大大提高了營銷的效果，而相比以前的營銷手段，則是基本依據人員的策劃和想象得出，沒有數據參考。營銷的效果也很差把控。比方脈脈可以經過一些用戶數據爲企業招聘到合適的人，同一時候還能爲一些用戶提供一些合適的職位，完畢需求和供求的高精度的匹配。

　

　而戀愛記。是一款記錄戀愛爲主的社交App。更加垂直。那麼經過分析情侶之間的數據，可以得到不少其它的情感數據，從而爲一些適齡男女提供戀愛的指導。這些都是基於大數據的應用。

　

　O2O類的應用

　

　移動互聯網的深刻發展，促進了o2o的繁榮，以嗒嗒巴士爲表明的定製公交車應用，就是大數據的表明應用。

　

　傳統的公交出行在公交站、公交路線的設定上，相對來講比較固定，經過分析一個城市內的羣體出行數據，可以得到人羣隨着時間的出行規則，比方知道在早上8點爲出行高峯，而從某個小區到某個寫字樓的人流數爲最大。那麼我就定製一條公交線路出來，對於用戶來講，知足了用戶的需求。而對於公交公司來講，則是優化了交通路線。節約了資源。間接提高了成本，這些都是大數據的優勢。

　

　……

　

　還有不少其它的領域可以用到大數據，如大數據醫療，大數據營銷。可穿戴設備等等。

經過大數據可以創造出不少其它價值。正如一篇文章說到。經過大數據讓作事的方法更加easy。讓現實從三維空間變成了二維碼空間。就像宇宙的蟲洞同樣。可以直接達到目標。意思是在過去沒有大數據作參考，咱們需要試驗屢次。才幹知道那條路是對的，但是現在有了大數據作數據參考。咱們可以直接到達終點。

因此說大數據使得事情的發展變得更加簡單。

　

　做者：移動互聯網李建華，微信：ydhlwdyq。 移動互聯網行業推廣人士，轉載本篇文章。請註明做者和微信。不然將追究你的法律權利。