2013年被称为大数据元年。各行各业都在逐步开启大数据应用时代。直到现在，人们还在谈论大数据。

[01:10 . 10] 1PB够大吗？

如果你没有一个直观的印象，你可以想到你的电脑硬盘容量，标准是500G-1TB，大多数人使用一年或两年，可能不会用完这部分容量。和1 pb=1024 tb=1048576 gb。

实际上，一款小游戏每天可能会消耗数十tb的数据，甚至更多。

如果你认为PB单位已经是最大的，对吗？那将是一个大错误!

在PB之上，还有EB (Exabyte Exabyte)、ZB (Zettabyte Exabyte Exabyte Exabyte)、YB (Yottabyte yttabyte)，这些单位只是目前的单位，便于对海量数据进行统计。将来可能会有更大的单位。

英特尔首席执行官布莱恩科再奇表示，到2020年，互联网用户每天将产生1.5千兆字节的数据。

Ihs数据预测，到2025年，全球安装的互联网(IoT)连接设备总数预计将达到754.4亿台，这些设备每天产生的数据量是可想而知的。

根据前面的数据关系，1ZB约为1.1万亿GB，相当于全世界沙子的总量。

正如你从上面的图表中看到的，互联网数据每年都在爆炸式增长。当然，大数据不仅仅是大量的数据。还有其他更深层次的含义。

麦肯锡全球研究院对大数据的定义如下：

庞大的数据集，其获取、存储、管理和分析都超出了传统数据库软件工具的能力。

大数据有五个特征，被称为5V。

大数据的多样性意味着数据的类型和来源是多样化的。数据可以是结构化的、半结构化的或非结构化的。数据表示的形式包括但不限于文本、图像、视频、HTML页面等。

何为大数据？

海量的大数据就是索引数据的大小，这是笔者以上的内容，不再赘述。

大数据的高速是指指数级数据的快速增长和处理。每一天，各行各业的数据都呈现出指数级的爆发式增长。在许多场景中，数据是时间敏感的，例如搜索引擎在几秒钟内呈现用户需要的数据。企业或系统面对快速增长的海量数据，必须进行高速处理、快速响应。

大数据的低价值密度意味着在海量的数据源中，真正有价值的数据很少。许多数据可能是错误的、不完整的和不可用的。一般来说，有价值的数据密度很低，提取数据就像在波浪中挖沙。

大数据的真实性是指数据的准确性和可靠性，代表着数据的质量。

大数据的意义不仅在于对海量数据信息的产生和掌握，还在于对有价值数据的专业化处理。

人类从不缺少数据，缺少的是数据对深层价值的挖掘和利用。可以说，从人类社会有文字开始，数据就已经存在了，至今仍是如此。唯一改变的是数据在整个过程中生成、记录和使用的方式。

0

为了测量物品的长度，中国人发明了尺、里、英寸、张、尺、人等长度单位。为了计量重量，发明了升、斗、石斛等重量单位。

在互联网时代，数据的生产变得更加容易。美国互联网数据中心曾指出，互联网上的数据将以每年50%的速度增长，每两年就会翻一番，而目前全球90%以上的数据都是近几年产生的。

每个人每天都会产生大量的数据，比如视频数据、电商数据、社交数据等等。

每60秒生成一次全球数据

从10万年到10万年以前，人们用指尖上的一切东西作为资料的载体，如龟甲石鼓、竹简和丝绸，以及造纸技术成熟后的刻本。

一千年后，人们使用书籍、报纸、硬盘、光盘、存储器和其他更灵活、更容易的方式来记录数据。

古人用甲骨文来判断吉兆，用占星术来预测王朝的兴衰。通过蚂蚁移动、燕子低飞和蚯蚓出洞来预测天气。

在互联网时代，企业或产品利用电子商务数据向用户推荐产品，利用社交数据进行广告和营销。

在大数据概念兴起之前，大多数企业并没有重视数据的宝贵价值，只是在单纯的生产和记录数据。更重要的是，一些人认为海量数据是一件麻烦事，因为数据的存储和管理对企业来说需要大量的成本。很少有企业能够将数据视为一种资源，嗅到大数据背后的价值，并加以利用。即使到现在，整合数据资源的能力仍然是每个企业面临的挑战。

大数据作为一项能够改变产业应用的技术，只有得到有效的实施，才能带来真正的价值。

事实上，大数据的应用非常广泛，不仅局限于互联网行业，在金融、制造业、交通物流等其他方面也有很大的应用价值。

在金融行业，以借贷为例。在贷款前，贷款人会利用大数据对借款人进行贷款前的核查，从而保证贷款后的还款率。

贷款人合法地从各种来源收集借款人的标签信息，如教育、职业、工资状况、贷款偿还历史等(据说一个用户有7000个标签维度)。将海量数据投入到反欺诈模型、还款能力模型、身份验证模型等培训中，最终得到贷款申请是否通过、贷款金额、贷款人还款意愿等评价信息。

借款人数据收集得越多，标签维度越细，数据越真实，审计效果越全面。

曾几何时，你会发现，你在日常生活中看到的广告真的懂你。打开淘宝，你喜欢的商品被推荐在Banner首页；打开b微信朋友圈，你看到的是你想做的汽车保养；打开百度搜索，你看到两天前的别墅信息出现了。

所有这些都是由大数据支持的广告实现的。

在广告投放的前期，通过大数据的手段对大量数据进行整合和分析，包括用户的浏览习惯、消费行为、浏览历史、广告点击次数等，并从中挖掘出有效信息；构建全面的用户画像，结合广告业务，精准定位目标用户，保证广告投放的针对性。

大数据构建用户画像

在广告投放中后期，通过实时数据反馈，结合用户所在位置和时间的变化，动态优化广告素材，调整广告呈现方式和展示位置，让同一用户在不同场景下享受到不同的广告服务，实现千变万化，增加广告营销效果，提升广告主KPI。

在新零售时代，顾客的需求一直在变化。大数据使零售在人、商品和领域中发生变化。

零售商可以利用大数据来预测未来的市场需求，并在库存管理方面取得先机。在前期高流量时，及时补充库存，提高商品供给率；在前期流量分散时，及时盘点，避免库存积压。

利用大数据分析用户地理分布、门店流量、消费习惯等，在合适的区域开设门店、建仓。在物流配送中，从数据出发，合理规划运输路进，降低运输成本。

利用数据还可以统一供应链上下游的互动，解决数据不匹配的问题，减少牛鞭效应，提高供应链各环节的利用效率。

数据一直存在。大数据只是改变了方式。大数据并不神秘。神秘的是对未知数据的探索和利用。