大数据思维的维度包括 建立大数据思维

图片发自简书App

01 大数据是一种思维方式的改变

大数据的英文名称Big Data，它为什么叫Big Data，而不叫Large Data，或者叫Vast Data、Huge Data，等等？Large、vast和huge都是指体量大，在程度上，后二者可以看成是very large的意思，比large更大。

但是，Big和它们的差别却在于它是强调相对抽象意义上的大，而并非具体的。

比如说，“Large Table”常常表示一张桌子尺寸很大，而如果说“Big Table”并不强调尺寸，只是要强调已经称得上大了，比较抽象。因此，仔细推敲Big Data这种说法，我们不得不承认它非常准确，最重要的是它传递了一种信息——大数据是一种思维方式的改

变。

02 大数据的四个特征

通过大数据的特征，这样就可以帮助你判断真假大数据。

首先，大数据要求数据量要大。

其次，大数据需要具有多维度的特征，而且各个维度最好是正交的。

第三，大数据要具备数据的完备性。

第四，大数据还需要具有实时性。

03 大数据思维的四层含义

大数据思维的第一层含义：从大量的杂乱无章的数据当中找到相关性。

大数据思维的第二层含义：不事先作假定，从大数据出发先得到结论，再分析原因。

大数据思维的第三层含义：利用大数据在准确把控宏观规律的同时，精确到每一个细节。

大数据思维的第四个层含义：通过几个维度的强相关性，替代过去的因果关系。

04 受益大数据的企业

大数据在帮助众多企业的同时，在未来的时代，有三类企业会受益于大数据。

第一类企业是类似于腾讯、阿里巴巴或者今日头条的公司，它们自己有数据，有技术，有应用场景，不需外人帮忙。

第二类企业有数据没有技术，包括很多大企业，比如移动通讯运营商、传统的银行和零售业等等，它们需要外人帮忙，但是通常出于保护自己利益的考虑，不会和第一类公司合作。这里面的专业人士，就能够解决上面数据冲突，以及将行业内不同维度的数据联系起来的问题。

第三类企业缺乏数据，但是有技术，于是它们需要为第二类企业解决实际问题。当然，在解决问题的过程中，它们或许能够进入很多领域，逐渐成为新的平台性公司，比如美国著名的大数据公司Splunk就是这么一步步发展起来的，它今天的市值高达200亿美元。但是在一开始，这类公司一定是做脏活累活。