大數(shù)據(jù)時代，對人們生活的影響

最早提出大數(shù)據(jù)時代到來的是麥肯錫：“數(shù)據(jù)，已經(jīng)滲透到當今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。人們對于海量數(shù)據(jù)的挖掘和運用，預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來?！?nbsp;

Gartner給出了這樣的定義：“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)。 

維克托·邁爾舍恩伯格在《大數(shù)據(jù)時代》一書中舉了百般例證，都是為了說明一個道理：在大數(shù)據(jù)時代已經(jīng)到來的時候要用大數(shù)據(jù)思維去發(fā)掘大數(shù)據(jù)的潛在價值。 

一個最經(jīng)典的案例是沃爾瑪曾經(jīng)做過的“啤酒”和“尿布”調(diào)研：沃爾瑪在研究中發(fā)現(xiàn)，一類顧客經(jīng)常在購買尿布的同時也購買啤酒?？此坪翢o關(guān)聯(lián)的兩個品類的商品其實是一類社會現(xiàn)象所導(dǎo)致的，有很多年輕夫婦女主人在家?guī)Ш⒆?，而男主人就去超市買尿布，通常會順帶著買些啤酒。 

1、幫助企業(yè)提升營銷的針對性，降低物流和庫存的成本，減少投資的風險，以及幫助企業(yè)提升廣告投放精準度； 

2、幫助城市預(yù)防犯罪，實現(xiàn)智慧交通，提升緊急應(yīng)急能力； 

3、幫助電商公司向用戶推薦商品和服務(wù)，幫助旅游網(wǎng)站為旅游者提供心儀的旅游路線，幫助二手市場的買賣雙方找到最合適的交易目標，幫助用戶找到最合適的商品購買時期、商家和最優(yōu)惠價格； 

4、幫助醫(yī)療機構(gòu)建立患者的疾病風險跟蹤機制，幫助醫(yī)藥企業(yè)提升藥品的臨床使用效果，幫助艾滋病研究機構(gòu)為患者提供定制的藥物； 

5、幫助政府實現(xiàn)市場經(jīng)濟調(diào)控、公共衛(wèi)生安全防范、災(zāi)難預(yù)警、社會輿論監(jiān)督。 

數(shù)據(jù)經(jīng)常可以讓你發(fā)現(xiàn)看似不合理不合邏輯但卻存在，并且經(jīng)常發(fā)生的現(xiàn)象。以上就是億美軟通在現(xiàn)實生活中對大數(shù)據(jù)的具體表現(xiàn)做的整理。 

未來大數(shù)據(jù)的身影應(yīng)該無處不在，就算無法準確預(yù)測大數(shù)據(jù)終會將人類社會帶往到哪種最終形態(tài)，相信大數(shù)據(jù)的變革的不會止步。 

大數(shù)據(jù)時代，對人們生活的影響在哪些方面  

大數(shù)據(jù)是對大量、動態(tài)、能持續(xù)的數(shù)據(jù)，通過運用新系統(tǒng)、新工具、新模型的挖掘，從而獲得具有洞察力和新價值的東西。以前，面對龐大的數(shù)據(jù)，我們可能會一葉障目、可見一斑，因此不能了解到事物的真正本質(zhì)，從而在科學工作中得到錯誤的推斷，而大數(shù)據(jù)時代的來臨，一切真相將會展現(xiàn)在我么面前。

1. 大數(shù)據(jù)是什么

“大數(shù)據(jù)”是由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合，是基于云計算的數(shù)據(jù)處理與應(yīng)用模式，通過數(shù)據(jù)的整合共享，交叉復(fù)用, 形成的智力資源和知識服務(wù)能力。

2. 大數(shù)據(jù)的特點：Volume 、Variety 、Velocity

艾瑞認為大數(shù)據(jù)滿足以下三個條件：第一，數(shù)據(jù)體量巨大。根據(jù)IDC 的研究數(shù)據(jù)顯示，2011年全世界的信息量是 1.8萬億GB ，相當于每個美國人在Twitter 上每分鐘發(fā)布三條推文整整26976年，預(yù)計到2015年全世界將會有8萬億 GB的信息量。第二，數(shù)據(jù)類型繁多。除了包括以往便于存儲的以文本為主的結(jié)構(gòu)化數(shù)據(jù)，也包括網(wǎng)絡(luò)日志、音頻、 視頻、圖片、地理位置信息等大量的非結(jié)構(gòu)化數(shù)據(jù)。據(jù)Gartner 預(yù)計，全球信息量中的85%由各種非結(jié)構(gòu)化數(shù)據(jù)組 成。第三，處理速度快。1秒定律。大數(shù)據(jù)的3V 構(gòu)成也導(dǎo)致其數(shù)據(jù)價值高但價值密度低的特點，也被稱為大數(shù)據(jù)特 點的第4個V ，即數(shù)據(jù)價值Value 。

3. 大數(shù)據(jù)的來源

隨著物聯(lián)網(wǎng)的發(fā)展，人類產(chǎn)生和儲存的數(shù)據(jù)類型越來越多樣化，包括人與人之間產(chǎn)生的數(shù)據(jù)如社交網(wǎng)絡(luò)、即時通訊 等信息，人與機器之間產(chǎn)生的數(shù)據(jù)如電子商務(wù)、網(wǎng)絡(luò)瀏覽等信息，以及機器與機器間產(chǎn)生的數(shù)據(jù)如GPS 、監(jiān)控攝像等。

4. 大數(shù)據(jù)現(xiàn)今的應(yīng)用

大數(shù)據(jù)在越來越多的領(lǐng)域當中逐漸得到廣泛的應(yīng)用。通過對大數(shù)據(jù)的儲存、挖掘與分析，大數(shù)據(jù)在營銷、企業(yè)管理、 數(shù)據(jù)標準化與情報分析等領(lǐng)域大有作為，從實力雄厚的傳統(tǒng)IT 企業(yè)及互聯(lián)網(wǎng)公司到基于hadoop 平臺初創(chuàng)公司紛紛 進入大數(shù)據(jù)領(lǐng)域中掘金。

（1）大數(shù)據(jù)營銷利用對海量數(shù)據(jù)的挖掘和分析，實現(xiàn)對用戶精準化、個性化的營銷。例如：亞馬遜；谷歌

（2）大數(shù)據(jù)咨詢管理：為企業(yè)進行大數(shù)據(jù)獲得、組織、 分析及決策，提供建模、規(guī)劃、預(yù)測和預(yù)測性分析，幫助企業(yè)加快業(yè)務(wù)決策。例如IBM

（3）大數(shù)據(jù)標準化：讓hadoop 的配置標準化，幫助企業(yè)安裝，配置，運行 hadoop以達到對企業(yè)大規(guī)模數(shù)據(jù)的處理和分析。

（4）大數(shù)據(jù)情報分析：梳理所有可以獲得的數(shù)據(jù)庫， 對相關(guān)信息進行確認，并將其整合起來。

5. 大數(shù)據(jù)對思維方式的改變

過去，由于數(shù)據(jù)獲取的困難程度，人們在分析數(shù)據(jù)時傾向于使用抽樣數(shù)據(jù)，并通過不斷改進抽樣方法以提升樣本的精確性，從而對整體數(shù)據(jù)進行推算，并竭力挖掘數(shù)據(jù)間的因果關(guān)系。但當前數(shù)據(jù)處理思維方式正逐步向全體性、混 沌性以及相關(guān)性演變，以適應(yīng)數(shù)據(jù)量的爆發(fā)式增長。