什么是大数据,大数据为什么重要,如何应用大数据

1、 美国政府的管理之道,细密入微的阐释了 管理“的精髓。最近人民邮电出版社又组织翻译出版 成-智慧行动“的过程,不仅回答了”what“,也指明 how、流程、方法,甚至团队建设,文化创新。作者首先在 ,介绍了大数据的概念、内容,价值,并分析了大数据的 、电力、零售行业的应用场景;在第二章介绍了驾驭大数 三部分则介绍了驾驭大数据的能力框架,包括了如何进行 分析师,如何打造高绩效团队,最后则提出了企业创新文 屋建瓴、内容恣意汪洋、酣畅淋漓,结构上百川归海,一气 备、内容繁丰、见识独具、实用性强,非常值得推荐,是不可 以及不重要的一面与大多数人的想当然的看法不同,作者认 为“大数据”中的”大”数据能带

2、来的价值以及如何驾驭这些大数据, 甚至与传统的结构化数据和教科书上的认知不同,“大数据可能是凌乱而丑陋的” 据压得不看重负,从而停止不前”和大数据处理“成 及”的风险,所以,作者才认为驾驭大数据,做到游刃有 的创新”最为重要。在处理数据时,作者指出“很多 业要做好大数据工作,关键是能做到如何沙里淘金,并与 发现其中的价值。这也是作者一再强调的“新数据 的原因所在。网络数据与电子商务对顾客行为的,然而作者认为从更深层次的角度看,下一步客户意图和 值的金矿,即“关于购买商品的想法以及影响他们购买 针对电子商务这一顾客行为的数据挖掘,作者不是泛泛 路径、偏好、行为、反馈、流失模型、响应模型、顾 据作

3、为大数据的“原始数据”其实也蕴含着另外一重意蕴, 顾客进行深入的互动,也才具有了收集这些数据的条件,从 企业如果不电子商务化,谈论大数据不是一件很可笑的事? 新鲜的事,在昂德希尔顾客为什么购买:新时 露了商场雇佣大量顾问,暗中尾随顾客,用摄影机或充满 录顾客从进入到离开商场的每一个动作,并进行深入的总 陈列位置、广告的用词和放置场所等,都与电子商务时代 同工之妙,当然电子商务时代,数据分析的成本更加低廉, 助于一些具体的应用模式和场景才能得到集中体现,电子 作者也提到了车载信息“最初作为一种工具出现的,它可以 更有效的车辆保险”,然而它所能够提供的时速、路 和位置的数据也会提供主动的、及时的推

4、送客户关怀 和创造商业机会,也可以利用它进行共同目的和兴趣的社 人惊奇的业务创新。在视频游戏、电信话费清单上,作者也 学专家和徒有虚名之辈,他在书中也介绍了如何利用海量 。同时,作者一直在提醒我们,数据 质分 分析要能提供答案、提供用户需要的东西,要能提供新的 导意义,从这个角度看,它区别于报表那种标准和固定的 据分析,用户能够把握现状、预测趋势,这样才能驾驭未 者和实干家,作者也结合自己的工作经验,对于如何成为 答案,那就是学历、数学和编程等技能“它们仅仅是起点 重要的才能是“承诺、创造力、商业头脑、演讲能力 种人一将难求,它需要分析师长期的工作经验积累,从这点 己当成科学家,业内最好的分析

5、专家毫无疑问也是艺术 旅,并非一片坦途,也会充满了各种艰险,这就需要企业 忍冒险和犯错,并鼓励尝试,作者也切中肯綮的提出“关 不是工具”,“打破思维定势,形成连锁反应,统一行考和借鉴。时异而世移,我认为,在当今社会, 理工作中依赖小规模的“点子”“好主意”的传统 藏,才能获得持续增长的动力,从这个意义上看,驾 否喜欢,大量的数据都会在不久的将来涌入你的生 在你的生活中了,也许你已经与它们打了一段时间交道-例 储问题以便后续的访问,处理错误和缺陷,或者将这些数 在准备通过分析庞大的数据集提炼出一些有价值的数 的客户、业务或者你的企业所处商业环境的信息。或 你已经意识到了数据管理的重要性。无论你属

6、于上述哪 书籍。但是,我觉得这本书不同于其他的大数据书籍。首与其他书籍侧重的内容有所不同。很 的书籍侧重于大数据管理:如何将大数据存储到数据库或者数据仓库中,或 构化数据进行结构化和分类。如果你发现自己阅读到了很多关于 大数据BDM要的工作。无论你有多少何种 据,如果你不能将它们按照某种便于访问和分析的格式存储到一个环境中, 体现出这些数据的价值。但仅仅是大数据管理方面的知识还不能让你 为了让这些任意大小的数据变得有价值,你不得不自己分析和操作这些 正如传统的数据库管理工具不能自动分析来自传统系统的交易数据一样, 数据的含义。即使在大数据时代到来之前,许多从事数据管理多年(甚至是 织也没能从它

7、们的数据中获取到便于分析和决策的有点放对了地方。它主要是关于大数据的有效 身。它从数据开始,所有的内容均围绕如何做整体决策, 以及如何构建数据分析文化等主题。你也会发现一 生成、 或许你还没有意识到,分析在今天的商业领域中是一 要围绕公司如何利用分析进行竞争,我在该领域的著 涌现。 甚至非营利机构都已经将分析作为一个优先的 常感兴趣,但是重点仍应该放在如何组织这些数据并使 其他数据仓库和数据应用供应商相比,他所在的公司Teradata提取商业价值的领域,一直都表现出了最高的专注程 库工具,但是这些年来,它也提供了一系列的分 嵌入式分析工具,并针对大量数据分析应用, 析专家,因此有内处理的理念和专业知识。如果讨论这个主题,可能 部分内容为您提供了一个大数据和分析技术平台的 其他地方都未曾看到过这部分的内容。该章也讲述 MapReduce了大部分大数据分析工作都需要一个混合的 何生成和管理分析数据环境的最新 对我来讲也是全新的内容,但是现在我知道了它们 你将读到这些分析。最后,本章讨论了一些组合和简易分 非技术人员理解。该书的第三部分从技术角度给出了 的建议。同时,选取的角度也是很合理的。例如,我特别喜 是如何产生的。近来有人问我,关于分析文化内容的描述 析文化和创新文化联系在了一起,这一点我非常喜 类内容。尽管这本书并没有避