大数据的认知误区

1、本文格式为Word版，下载可任意编辑大数据的认知误区 但假如真遇到一个“较真儿的”，发出这样的提问究竟什么是大数据？大数据究竟有什么价值？我怎样才能得到大数据价值？是那头黄色的Hadoop小象？是动辄XXXBIT的高大上数据量？又或者是千万级别的用户信息？那估量许多口口声声不离大数据的人可能都言语模糊解释不清了。那么，究竟该如何来看待大数据呢？有专家表示，大数据单从字面意思好像不难理解，可以认为是海量级的数据，但是在这海量级的数据毕竟意味着什么，这在许多业内外人士的概念里还纯在着一些熟悉误区。大数据误区一：只要大就好如今，许多人提起大数据，假如不提上几嘴“日处理数据量XXGB，上传图片XXGB

2、，并发数XXX”“Hadoop集群拥有XXXX节点，总存储XXPB”诸如此类的技术语言，都很怕别人觉得自己不专业。但是，莫非真的只有数据大了，才能达到大数据的登峰境界？才能数人合一地达成大一统的目的？冯晓杰表示，数据假如仅仅是大那是没多大用处的！就似乎资金的意义在于如何使用周转一样，数据大了，但不使用，让它孤零零地偏安机房一隅，那它就不是大数据了，而是有点“败家子”的意思。比如不少传统的门户网站，基本上就处于“坐拥金山却无福消费”的境况。每天上亿的用户量，却只是简洁的广告呈现，没有通过对数据的分析产生更多价值。大数据误区二：只有技术大牛才懂大数据虽然许多人口口声声离不开大数据，但是真问他究竟懂

3、多少时，其中一部分人可能会说：“我就是懂些皮毛，真正技术层面的大数据我也不懂，你还是问那些技术大牛去吧，他们才真懂。”专家表示，其实这样的观点并不全对。比如诸葛亮很懂兵法，他知道该在哪里摆阵，该在哪里伏兵。但是，他不必知道关羽是如何耍大刀，也不必知道张飞的丈八蛇矛在打仗时是扎还是砍。其实，对于大数据的应用更多的是一种战略力量，而非细节的执行技能，这种力量是可以关心决策者能从无尽的数据里看出商机看出价值，从而为企业带来更高的利润。而作为决策者并不用太关怀在技术细节层面，大数据究竟怎么技术生成，又是如何理顺提升用户体验的。大数据误区三：是个公司都得上大数据专家表示，虽然大数据当然是个香饽饽，但不是

4、全部人都能消化得了，或者说并不是全部都有上大数据的必要，而是要衡量企业的现状，看清晰主次冲突，或是要考量好投入产出的回报率，大数据并不是适合全部企业的现状。比如，对于中小型网站来说，一上来就盲目追求先进“高大上”的技术架构，那就有点“宰牛刀杀鸡”的意思。对于这类网站，首要考虑的是商业运作模式和推广，只有等到用户量飚升后，再去考虑技术升级这种大事儿。再比如，在GMIC上，Evernote的CEO Phil Libin就明确表明不带大数据一起玩儿，自己产品的商业模式就是向用户收费，让他们甘心为产品体验付费。冯晓杰举例表示，犹如一个双选题：A.日登陆用户1000人，架构完全参照美国亚马逊从不宕机；B

5、.日登陆用户10万人，每天由于高并发不得不宕机三次。你会选什么？大数据误区四：我就要海量数据自从大数据概念火了以后，不少企业在遇到问题的时候，总是会情不自禁的就会想到“是不是我的数据量不够？”“是不是假如有了海量的大数据就能变得更好？”其实，这又是陷入了一个误区。这又回到了大数据价值和金钱价值的类比概念上。比如用搜寻引擎搜寻一下“存款贬值”，那么很快就可以发觉类似这样的信息：“五十年前的百万变13块”，“一万元存一年赔19元”，明显，不流淌的钱，是越放越没有价值，而基数越大，可能导致的损失就越大。金钱如此，大数据亦然。只有像比特币玩家们一样，不停地使用数据，并以无比的热忱挖掘数据背后的关系和价值，才能如滚雪球一般，使数据之间的相互关系更丰富更完善。同理，对于企业的大数据来说，只有充分利用大数据，让大数据充分流淌起来，不断的实现增值效果，那么才有机会更大的释放大数据的能量。因此，专家指出，对于企业决策者来说