第1节 大数据，娶来的洋媳妇
随着互联网时代的到来，大数据（Big data）越来越多地受到了各方的关注。现如今，大数据运用在各个领域“肆意”扩展，很多行业也正在被逐步“数据化”，可以说，一个大数据时代正在到来。
2015年2月22日，第87届奥斯卡颁奖典礼落下帷幕，如果你还是通过电视机或电脑等方式才知道的评奖结果，那就太落伍了！要知道，在各项重头奖项公布之前其结果早就是众人皆知了。那么，是不是圈内人士提前透漏了呢？是捧起小金人奖杯的《鸟人》导演冈萨雷斯·伊尼亚里图，还是“影帝”埃迪·雷德梅，“影后”朱里安·摩尔？其实不是，据说，奥斯卡金像奖评选流程和评选规则极为严格，由6600名电影艺术家和会员组成一个评委团，每个参与者采用的都是匿名投票的方式进行选举，可见谁也不可能提前知道评奖结果。
原来，在这项结果的预测上，正是无处不在的大数据技术发挥了作用。在奥斯卡颁奖的几天前，微软研究院经济学家戴维·罗思柴尔德就和他的团队根据以往的各种数据建立一个数据模型，对投票结果进行了精准的推测和预算，从而预测出了本届奥斯卡可能花落谁家，最佳电影、最佳导演、最佳男女主角以及最佳男女配角等重头获奖者都准确预测得出。同时，他率先在“聪明网站”上公布其结果，当颁奖典礼落下帷幕时，其预测的结果与实际结果非常吻合。
这就是大数据的作用，预测奥斯卡金像奖得主向来被认为是极高难度的预测，最终却被大数据破解了，这令很多人不解，尤其是业内不少权威人士，在他们看来这次预测极具偶然性。长期以来很多人对大数据的预测性持怀疑态度，认为依靠数据预测结果向来不靠谱，甚至认为所谓的数据模型根本不存在。
事实并不这样，大数据是具有可预测性的，在企业生产、人们的日常生活中也多有运用，正在改变着全世界，如图2-1所示。
比如，零售业巨头沃尔玛利用数据分析开展业务。沃尔玛在自己的网站Walmart.com上设计了一个搜索引擎“Polaris”，该功能利用语义数据进行文本分析、机器学习和同义词挖掘等，大大提高了在线购物的完成率。据说，从原来的10%提升了到15%，5个百分点对沃尔玛来说就就意味着数十亿美元的收入。
图2-1 大数据宣传画
美国著名的Morton牛排店也通过数据分析来提高服务质量。该店位于芝加哥，是分布全美很多地方的连锁店。他们的服务质量非常到位，当远在纽约的顾客需要订一份牛排时，该店可在一天工作之内抵达该处。该店在推特上开通了“上门送餐”服务，当客户通过推特发出需求后，该店首先会对推特上的数据进行分析，识别该顾客是本店的陌生客人，还是常客（本业务只针对老顾客）。当确定是来顾客后，会根据顾客情况，以及订单推测出其所在地方，或所在的航班，然后马上派当地的服务人员送去订餐。
不仅如此，日常生活中的很多行为也可以依靠大数据进行分析。比如，判断商品的伪劣，顾客的喜好、经济状况、婚姻状况等等，在数据分析基础上便可实现理性的认识。
贵阳某超市，利用一款“食安测”软件为消费者提供购物条件，食安测就是一个建立在大量数据分析基础上的APP。消费者只要在手机，打开软件输入所购买的物品，点击“查询”，手机上立刻显示出检测结果，还有营养成分等信息，生产日期、生产地、有效期以及相关的商品信息，从而为有效鉴别商品提供了依据。
通过这么多例子，大家对大数据以及大数据运用了有了初步的认识，那么何谓大数据呢？又是凭借什么被广泛运用的呢？
什么是大数据
我们先来了解以下什么是大数据？20世纪90年代末，美国航空航天局研究人员创造了大数据一词，自诞生以来，它一直是个模糊的概念，直到最近几年，才被大家熟知。维克托·迈尔·舍恩伯格是大数据的提出者和实践者，他被誉为“大数据商业应用第一人”，2010年，在著名杂志《经济学人》上发表了长达14页之多的大数据应用的前瞻性研究报告。2012年所著的《大数据时代》是他先后在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个高等院校任教的经验总结，更是成为了国外很多研究者研究大数据的蓝本。
也正是这一年，大数据来到中国，对于国内的大多数人来讲，大数据就像漂洋过海远“嫁”中国的洋媳妇，想要扎下根来还需要很长时间。然而，对于我们每个人来讲，不仅要欣赏这位外来“洋媳妇”的花容月貌，还要看清其秀外慧中的内在。
大数据被运用的原因
为了更好地理解“大数据”，经过总结需要抓住4大特点，Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值），又称4V特点，如图2-2所示，这也是大数据被广泛运用的根本原因。
图2-2 大数据分析的4V特点
（1）信息量大
首先体现在“大”上，即Volume，数据的大容量特性，大数据的容量特别大。尽管目前业绩对达到怎样的数量级才算是大数据并无定论，但在很多行业的应用场景里，数据集本身的大小是不容忽视的，数据越多，涉及面越广，分析结果越准确。
（2）种类多
其次是“多”，即Variety，主要是指数据的种类繁多。大数据的来源非常多，而且正在日渐多样化，已突破以前所限定的结构化范畴，半结构化和非结构化数据正在日益多起来，比如，通过各种有线和无线网络，人和人、人和各种机器、机器和机器之间产生无处不在的连接，这些连接不可避免地带来更多的数据交换。
（3）速度快
“快”是大数据的又一大特性，即Velocity，大数据量虽然很庞大，但能得到最快的处理。比如，以我们普通人开车外出吃饭为例，当确定外出时，肯定会先用移动终端中的地图查询餐厅的位置，预计行车路线，了解停车场信息，甚至还要关注其他用户对餐厅的评论等。你只要将这些信息输入相关系统，系统会很快给出你答案，这就是大数据的及时性体现，很大程度上方便了人们的生活。
（4）追求价值性
大数据的最后一个特点是价值性——Value，与前面3个“V”相比更重要。它是大数据的最终意义——获得洞察力和价值。大数据的崛起正是在人工智能、机器学习和数据挖掘等技术的迅速发展驱动下，而呈现出的一个“将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促成决策和行动”的过程。所以真正好的大数据系统不是越多越好，而最终变得富有价值，也就是对最后的决策起到智力支持的作用。
正因为大数据具有上述4个特点，才能够被广泛运用于多个领域，政治、经济、文化等各方面，帮助全社会进入了“数字”时代，信息时代。可见，谁掌握了海量的数据，谁就拥有了竞争的主动权，作为身处信息时代的个人，无论是生活、学习，还是理财都必须学会正确运用大数据。