大数据不是巨量数据

[jianghu52]

昨天在创意那边的论坛聊了一个用大数据预测双色球的问题，其中一个哥们跟我回复的信息很好玩，说 [千分之一样本数据没超过单机内存就不要自称大数据了。纯装逼] 。在他看来，大数据一定是巨量的，普通机器难以处理的数据。
但是就我的理解，如果大数据真的是这种只能靠小型机，或者机器阵列才能处理的结构的话，那么他离普通人的距离会非常远。整个中国有能力玩大数据的公司，还有人就屈指可数。
最近在读两本书，一本是维克托•迈尔-舍恩伯格写的《大数据时代》，另外一本是涂子沛的《大数据》。里面正好有一个很有意思的例子。
《大数据时代》里面有人通过统计十年的相扑比赛结果，再配合上升段时间节点，以及对手双方的胜率，就可以发现到底相扑选手是否作弊。《大数据》里面，有人搜集了美国的各个机场的航班晚点情况，就可以预测出当天的航班是否可能会晚点。 这两个例子里面，数据撑死了，我估计都不到100m。但是却被两个作者都认为是大数据的代表。
我觉得数据本身的大小并不是关键，关键是在于足够精细的粒度之下，范围足够大，多样性足够多的数据，才能被称为大数据。事实上，如果数据只是存储文字的话，我觉得大多数的数据都是可以被个人PC所处理的。关键在于样本足够完善，范围足够大。
这就是我理解的大数据。

[shoumu]

听过一句话：“在高校里面讲云计算是道德败坏”

[avichen]

@shoumu 我们没说这个是云计算开创的，只是新时代下新的包装方式，得有新东西卖呀。呵呵。

[Ricepig]

大数据时代应该和其他一些“大xx时代”一样理解

比如说我大巴萨V5，我大杭州V5这类

不是巴萨大，也不是杭州大，呵呵

[shierji]

@Ricepig 我赞同这个观点……还比如说我大帝都，我大重庆，我感觉这个大更多的是对数据的重视性和对大量数据的分析……但是并不是一定等于数据大

[venmos]

没有"大量"的数据,则没有"大数据"

[monkeylyf]

big data vs smart data

[konakona]

大数据是用来解决问题的，在业务的角度它是偏向抽象的、概念化的。
大数据是分析数据的名词。

过分的将大数据理解为“大的数据”是普遍错误的一种认知。这种“大的数据”早就存在了，例如Google、Facebook、Twitter、甚至是SNNA、GFW等。

光说大数据还不足以表明它能干什么，应该是大数据分析。

即便是100G也可以做大数据分析。

[konakona]

讲大数据就不要轻易谈论成本。因为大数据分析一整套解决方案，实施下来起步价是100W+。

如果只是走大数据分析的形式，则聘请相关专家，人天实施项目，成本会降低至几十万。

[konakona]

大数据指的是：基于数据量的数据分析方法。
形成有价值、可量化的结果，为营销和市场带来不可估量的收获。

大数据必然建立在数据上，但这数据不必是巨量的。而是可分析、有价值的数据。所以我说100G也可以做大数据分析。

50G没准都可以，不过普通的数据中含有大量的无用数据（比方说视频日志数据，会记录每几秒的操作，但其实每次只有1、2秒的数据具有分析价值）。所以可以变相的说：数据量越大，分析的结果越精准靠谱。