大數(shù)據(jù)BIG DATA

CONTENTS

大數(shù)據(jù)是什么1

指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，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)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù) BIG DATA

大數(shù)據(jù)定義對于“大數(shù)據(jù)”（Big data）研究機構(gòu)Gartner給出了這樣的定義?！按髷?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(yīng)海量、高增長率和多樣化的信息資產(chǎn)。

大數(shù)據(jù)是“未來的新石油”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)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)就是“未來的新石油”。

何謂大？（數(shù)據(jù)度量）= 8 Bit1Byte= 1,024 Bytes = 8192 bit1Byte= 1,024 KB = 1,048,576 Bytes1Byte= 1,024 MB = 1,048,576 KB1Byte= 1,024 GB = 1,048,576 MB1Byte= 1,024 TB = 1,048,576 GB1Byte= 1,024 PB = 1,048,576 TB1Byte= 1,024 EB = 1,048,576 PB1Byte= 1,024 ZB = 1,048,576 EB1Byte

到底有多大？1PB相當于50%的全美學術(shù)研究圖書館藏書信息內(nèi)容5EB相當于至今全世界人類所講過的話語1ZB如同全世界海灘上的沙子數(shù)量總和1YB相當于7000位人類體內(nèi)的微細胞總和

大數(shù)據(jù)帶來的變革

2特征和結(jié)構(gòu)

大數(shù)據(jù)的特征

大數(shù)據(jù)的結(jié)構(gòu)結(jié)構(gòu)化半結(jié)構(gòu)化非結(jié)構(gòu)化大數(shù)據(jù)包括結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，非結(jié)構(gòu)化數(shù)據(jù)越來越成為數(shù)據(jù)的主要部分。據(jù)IDC的調(diào)查報告顯示：企業(yè)中80%的數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)每年都按指數(shù)增長60%。

大數(shù)據(jù)的安全威脅大數(shù)據(jù)基礎(chǔ)設(shè)施安全威脅1大數(shù)據(jù)存儲安全威脅2隱私泄露問題3針對大數(shù)據(jù)的高級持續(xù)性攻擊4數(shù)據(jù)訪問安全威脅其他安全威脅65

大數(shù)據(jù)的三個層面

大數(shù)據(jù)改變生活各級政府、主管部門、上市公司、企業(yè)集團、外資公司都將基于大數(shù)據(jù)分析平臺優(yōu)化其決策。大數(shù)據(jù)分析能力逐漸加強，傳統(tǒng)市場研究行業(yè)、證券研究所、產(chǎn)業(yè)鏈咨詢機構(gòu)將逐漸消失。銀行都將基于企業(yè)大數(shù)據(jù)平臺開展銀行直銷業(yè)務(wù)，同時按照產(chǎn)業(yè)鏈金融服務(wù)事業(yè)部模式開展業(yè)務(wù)因大數(shù)據(jù)系統(tǒng)的出現(xiàn)，所有依賴信息不對稱盈利的業(yè)務(wù)都將消失。大數(shù)據(jù)對政府、金融機構(gòu)、企業(yè)來說，象空氣一樣不可或缺！

3大數(shù)據(jù)的價值

機遇和挑戰(zhàn)大數(shù)據(jù)技術(shù)促進國家和社會發(fā)展大數(shù)據(jù)藍海成為企業(yè)競爭的新焦點大數(shù)據(jù)時代呼喚創(chuàng)新型人才大數(shù)據(jù)技術(shù)促進國家和社會發(fā)展大數(shù)據(jù)藍海成為企業(yè)競爭的新焦點大數(shù)據(jù)時代呼喚創(chuàng)新型人才

大數(shù)據(jù)技術(shù)促進國家和社會發(fā)展 實現(xiàn)科學發(fā)展做出科學決策大數(shù)據(jù)技術(shù)的運用前景是十分光明的。當前，我國正處在全面建成小康社會征程中，工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化任務(wù)很重，建設(shè)下一代信息基礎(chǔ)設(shè)施，發(fā)展現(xiàn)代信息技術(shù)產(chǎn)業(yè)體系，健全信息安全保障體系，推進信息網(wǎng)絡(luò)技術(shù)廣泛運用，是實現(xiàn)四化同步發(fā)展的保證。大數(shù)據(jù)分析對我們深刻領(lǐng)會世情和國情，把握規(guī)律，實現(xiàn)科學發(fā)展，做出科學決策具有重要意義，我們必須重新認識數(shù)據(jù)的重要價值。

大數(shù)據(jù)所能帶來的巨大商業(yè)價值，被認為將引領(lǐng)一場足以與20世紀計算機革命匹敵的巨大變革。大數(shù)據(jù)正在對每個領(lǐng)域都造成影響，包括商業(yè)、經(jīng)濟等領(lǐng)域。大數(shù)據(jù)正在促生新的藍海，催生新的經(jīng)濟增長點，正在成為企業(yè)競爭的新焦點。大數(shù)據(jù)藍海成為企業(yè)競爭的新焦點

機遇3：大數(shù)據(jù)時代呼喚創(chuàng)新型人才蓋特納咨詢公司預(yù)測大數(shù)據(jù)將為全球帶440萬個IT新崗位和上千萬個非IT崗位。麥肯錫公司預(yù)測美國到2018年需要深度數(shù)據(jù)分析人才44萬——49萬，缺口14萬——19萬人需要既熟悉本單位需求又了解大數(shù)據(jù)技術(shù)與應(yīng)用的管理者150萬，這方面的人才缺口更大。中國 是人才大國，但能理解與應(yīng)用大數(shù)據(jù)的創(chuàng)新人才更是稀缺資源。

目前，大數(shù)據(jù)技術(shù)的運用仍存在一些困難與挑戰(zhàn)，體現(xiàn)在大數(shù)據(jù)挖掘的四個環(huán)節(jié)中。大數(shù)據(jù)技術(shù)的運用仍有困難要對來自網(wǎng)絡(luò)包括物聯(lián)網(wǎng)和機構(gòu)信息系統(tǒng)的數(shù)據(jù)附上時空標志，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，還可與歷史數(shù)據(jù)對照，多角度驗證數(shù)據(jù)的全面性和可信性。大數(shù)據(jù)的復(fù)雜性使得難以用傳統(tǒng)的方法描述與度量，需要將高維圖像等多媒體數(shù)據(jù)降維后度量與處理，利用上下文關(guān)聯(lián)進行語義分析，從大量動態(tài)及可能模棱兩可的數(shù)據(jù)中綜合信息，并導(dǎo)出可理解的內(nèi)容。

要達到低成本、低能耗、高可靠性目標，要用到冗余配置、分布化和云計算技術(shù)，存儲時對數(shù)據(jù)進行分類，通過過濾和去重，減少存儲量，并加入便于檢索的標簽。使結(jié)果更直觀以便于洞察。目前，盡管計算機智能化有了很大進步，但還只能針對小規(guī)模、有結(jié)構(gòu)或類結(jié)構(gòu)的數(shù)據(jù)進行分析，談不上深層次的數(shù)據(jù)挖掘，現(xiàn)有的數(shù)據(jù)挖掘算法在不同行業(yè)中難以通用。

大數(shù)據(jù)給信息安全帶來新挑戰(zhàn)大量數(shù)據(jù)的集中存儲增加了其泄露的風險；一些敏感數(shù)據(jù)的所有權(quán)和使用權(quán)并沒有清晰界定。復(fù)雜的數(shù)據(jù)存儲在一起，可能造成企業(yè)安全管理不合規(guī)；安全防護手段更新升級慢，存在漏洞黑客可收集更多有用信息，大數(shù)據(jù)分析讓攻擊更精準；大數(shù)據(jù)為黑客發(fā)起攻擊提供了更多的機會

“棱鏡門”引爆大數(shù)據(jù)時代爭議事情的起因是美國中情局前職員斯諾登向媒體爆料，過去6年間，美國的情報部門通過一個代號為“棱鏡”的項目，從多家知名互聯(lián)網(wǎng)公司獲取電子郵件、在線聊天內(nèi)容、照片、文檔、視頻等網(wǎng)絡(luò)私人數(shù)據(jù)，跟蹤用戶一舉一動。他說，自己只需要坐在辦公桌前，動動指頭，敲敲鍵盤，就能了解很多人的私密信息。斯諾登的爆料引起一片嘩然，根據(jù)他提供的資料，被卷入“棱鏡門”事件的公司包括微軟、雅虎、谷歌、蘋果、Facebook等9大IT業(yè)巨頭。在“棱鏡門”事件開始發(fā)酵之后，這些公司先是趕緊出面否認與美國政府的監(jiān)視項目進行過合作，并相繼發(fā)表聲明，呼吁政府采取更透明態(tài)度，以證明他們的“清白”。

大數(shù)據(jù)的趨勢4

借助大數(shù)據(jù)尖端分析加速發(fā)展如果正確的數(shù)據(jù)出現(xiàn)在合適的時間，您的業(yè)務(wù)將有望獲得什么機會？如何更有效率地運營您的業(yè)務(wù)？通過數(shù)據(jù)分析獲得變革的潛力與直觀理解影響著醫(yī)療、銀行、交通運輸、制造等各行各業(yè)。對于許多早期的使用者，當他們從傳統(tǒng)商業(yè)智能 (BI) 的實踐發(fā)展到可靠直觀理解的更高級分析（預(yù)測性和規(guī)范性）時，數(shù)據(jù)改變了他們的業(yè)務(wù)，無論是通過新的發(fā)現(xiàn)、更尖端的產(chǎn)品和服務(wù)或總體更好的客戶體驗。

大數(shù)據(jù)的趨勢數(shù)據(jù)的資源化是指大數(shù)據(jù)成為企業(yè)和社會關(guān)注的重要戰(zhàn)略資源，并已成為大家爭相搶奪的新焦點。因而，企業(yè)必須要提前制定大數(shù)據(jù)營銷戰(zhàn)略計劃，搶占市場先機。與云計算的深度結(jié)合大數(shù)據(jù)離不開云處理，云處理為大數(shù)據(jù)提供了彈性可拓展的基礎(chǔ)設(shè)備，是產(chǎn)生大數(shù)據(jù)的平臺之一。自2013年開始，大數(shù)據(jù)技術(shù)已開始和云計算技術(shù)緊密結(jié)合，預(yù)計未來兩者關(guān)系將更為密切。

科學理論的突破隨著大數(shù)據(jù)的快速發(fā)展，就像計算機和互聯(lián)網(wǎng)一樣，大數(shù)據(jù)很有可能是新一輪的技術(shù)革命。隨之興起的數(shù)據(jù)挖掘、機器學習和人工智能等相關(guān)技術(shù)，可能會改變數(shù)據(jù)世界里的很多算法和基礎(chǔ)理論，實現(xiàn)科學技術(shù)上的突破。數(shù)據(jù)科學和數(shù)據(jù)聯(lián)盟的成立未來，數(shù)據(jù)科學將成為一門專門的學科，被越來越多的人所認知。各大高校將設(shè)立專門的數(shù)據(jù)科學類專業(yè)，也會催生一批與之相關(guān)的新的就業(yè)崗位。

數(shù)據(jù)泄露泛濫未來幾年數(shù)據(jù)泄露事件的增長率也許會達到100%，除非數(shù)據(jù)在其源頭就能夠得到安全保障。可以說，在未來，每個財富500強企業(yè)都會面臨數(shù)據(jù)攻擊，無論他們是否已經(jīng)做好安全防范。而所有企業(yè)，無論規(guī)模大小，都需要重新審視今天的安全定義。數(shù)據(jù)管理成為核心競爭力數(shù)據(jù)管理成為核心競爭力，直接影響財務(wù)表現(xiàn)。當“數(shù)據(jù)資產(chǎn)是企業(yè)核心資產(chǎn)”的概念深入人心之后，企業(yè)對于數(shù)據(jù)管理便有了更清晰的界定，將數(shù)據(jù)管理作為企業(yè)核心競爭力，持續(xù)發(fā)展，戰(zhàn)略性規(guī)劃與運用數(shù)據(jù)資產(chǎn)，成為企業(yè)數(shù)據(jù)管理的核心。

數(shù)據(jù)質(zhì)量是BI(商業(yè)智能)成功的關(guān)鍵采用自助式商業(yè)智能工具進行大數(shù)據(jù)處理的企業(yè)將會脫穎而出。其中要面臨的一個挑戰(zhàn)是，很多數(shù)據(jù)源會帶來大量低質(zhì)量數(shù)據(jù)。想要成功，企業(yè)需要理解原始數(shù)據(jù)與數(shù)據(jù)分析之間的差距，從而消除低質(zhì)量數(shù)據(jù)并通過BI獲得更佳決策。數(shù)據(jù)生態(tài)系統(tǒng)復(fù)合化程度加強大數(shù)據(jù)的世界不只是一個單一的、巨大的計算機網(wǎng)絡(luò)，而是一個由大量活動構(gòu)件與多元參與者元素所構(gòu)成的生態(tài)系統(tǒng)，終端設(shè)備提供商、基礎(chǔ)設(shè)施提供商、網(wǎng)絡(luò)服務(wù)提供商、網(wǎng)絡(luò)接入服務(wù)提供商、數(shù)據(jù)服務(wù)使能者、數(shù)據(jù)服務(wù)提供商、觸點服務(wù)、數(shù)據(jù)服務(wù)零售商等等一系列的參與者共同構(gòu)建的生態(tài)系統(tǒng)。

5應(yīng)用案例

大數(shù)據(jù)的應(yīng)用領(lǐng)域

企業(yè)大數(shù)據(jù)建設(shè)方法

擴展現(xiàn)有架構(gòu)提高業(yè)務(wù)價值

商品零售大數(shù)據(jù)此事經(jīng)被《紐約時報》報道后，塔吉特“大數(shù)據(jù)”的巨大威力轟動全美在美國，有一位父親怒氣沖沖地跑到塔吉特賣場，質(zhì)問為何將帶有嬰兒用品優(yōu)惠券的廣告郵件，寄送給他正在念高中的女兒?然而后來證實，他的女兒果真懷孕了。這名女孩搜尋商品的關(guān)鍵詞，以及在社交網(wǎng)站所顯露的行為軌跡，使沃爾瑪捕捉到了她的懷孕信息。模型發(fā)現(xiàn)，許多孕婦在第2個妊娠期的開始會買許多大包裝的無香味護手霜；在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最后塔吉特選出了25種典型商品的消費數(shù)據(jù)構(gòu)建了“懷孕預(yù)測指數(shù)”，通過這個指數(shù)，Target能夠在很小的誤差范圍內(nèi)預(yù)測到顧客的懷孕情況，因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。

消費大數(shù)據(jù)亞馬遜 “預(yù)測式發(fā)貨”的新專利，可以通過對用戶數(shù)據(jù)的分析，在他們還沒有下單購物前，提前發(fā)出包裹。這項技術(shù)可以縮短發(fā)貨時間，從而降低消費者前往實體店的沖動。從下單到收貨之間的時間延遲可能會降低人們的購物意愿，導(dǎo)致他們放棄網(wǎng)上購物。亞馬遜可能會根據(jù)之前的訂單和其他因素，預(yù)測用戶的購物習慣，從而在他們實際下單前便將包裹發(fā)出。根據(jù)該專利文件，雖然包裹會提前從亞馬遜發(fā)出，但在用戶正式下單前，這些包裹仍會暫存在快遞公司的轉(zhuǎn)運中心或卡車里。亞馬遜為了決定要運送哪些貨物，亞馬遜可能會參考之前的訂單、商品搜索記錄、愿望清單、購物車，甚至包括用戶的鼠標在某件商品上懸停的時間。

證監(jiān)會大數(shù)據(jù)回顧“老鼠倉”的查處過程，在馬樂一案中，“大數(shù)據(jù)”首次介入。深交所此前通過“大數(shù)據(jù)”查出的可疑賬戶高達300個實際上，早在2009年，上交所曾經(jīng)有過利用“大數(shù)據(jù)”設(shè)置“捕鼠器”的設(shè)想。通過建立相關(guān)的模型，設(shè)定一定的指標預(yù)警，即相關(guān)指標達到某個預(yù)警點時監(jiān)控系統(tǒng)會自動報警。而此次在馬樂案中亮相的深交所的“大數(shù)據(jù)” 監(jiān)測系統(tǒng)，更是引起了廣泛關(guān)注。深交所有幾十人的監(jiān)控室，設(shè)置了200多個指標用于監(jiān)測估計，一旦出現(xiàn)股價偏離大盤走勢，深交所利用大數(shù)據(jù)查探異動背后是哪些人或機構(gòu)在參與。

交通大數(shù)據(jù)UPS最新的大數(shù)據(jù)來源是安裝在公司4.6萬多輛卡車上的遠程通信傳感器，這些傳感器能夠傳回車速、方向、剎車和動力性能等方面的數(shù)據(jù)。收集到的數(shù)據(jù)流不僅能說明車輛的日常性能，還能幫助公司重新設(shè)計物流路線。大量的在線地圖數(shù)據(jù)和優(yōu)化算法，最終能幫助UPS實時地調(diào)配駕駛員的收貨和配送路線。該系統(tǒng)為UPS減少了8500萬英里的物流里程，由此節(jié)約了840萬加侖的汽油。

金融大數(shù)據(jù)阿里“水文模型”是按小微企業(yè)類目、級別等分別統(tǒng)計一個阿里系商戶的相關(guān)“水文數(shù)據(jù)”庫。如過往每到某個時點，該店鋪銷售會進入旺季，銷售額就會增長，同時每在這個時段，該客戶對外投放的額度就會上升，結(jié)合這些水文數(shù)據(jù)，系統(tǒng)可以判斷出該店鋪的融資需求；結(jié)合該店鋪以往資金支用數(shù)據(jù)及同類店鋪資金支用數(shù)據(jù)，可以判斷出該店鋪的資金需求額度。

THANKS感謝觀看