浅析 | 大数据的发展前提 、层次及应用

1 2017-08-03 5:21:09 下午 517 大数据

01 大数据的发展前提

大数据的概念其实早在1998年已经就有人提出了,但是大数据到了近两年才开始有所发展,这和当下移动互联网的快速发展分不开的。

首先,移动互联网的高速发展,为大数据的产生提供了更多的产生大数据的硬件前提。

比如说智能手机,智能硬件,车联网,pda等数据的终端。这些智能通过移动通信技术和人们的生活紧密的结合在一起,在人流、车流的背后产生了信息流,也就产生了大量的数据。

其次是移动通信技术的快速发展。

在2G时代,无线网速慢,数据产生也非常慢,数据体量也不够,所以还是无法形成大数据,而到了4G时代,终端数据的增加,使得任何的移动终端都在无时无刻的产生着大量的数据。

再者就是大数据相关技术的飞速发展。如云计算,云存储技术,他们的快速发展,是大数据诞生的温床,如果没有这些技术,即使有大量的数据也只能望洋兴叹。

传统的存储技术相对落后,根据不同数据实行单一存储,这个显然满足不了大数据的需求,而云时代的存储系统需要的不仅仅是容量的提升,对于性能的要求同样迫切。

与以往只面向有限的用户不同,在云时代,存储系统将面向更为广阔的用户群体,用户数量级的增加使得存储系统也必须在吞吐性能上有飞速的提升,只有这样才能对请求作出快速的反应,云储存技术的成熟为大数据的快速发展奠定了基础。

 

02 什么是大数据?

说起大数据,估计大家都觉得只听过概念,但是具体是什么东西,怎么定义,却没有一个标准化的东西,因为在我们的印象中好像很多公司都叫大数据公司,业务形态则有几百种,感觉不是很好理解,所以我建议还是从字面上来理解。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》提到了大数据的4个特征,一个是数量大,一个是价值大,一个是速度快,一个是多样性。

数量大:大致有多大?就是大到PB级别,甚至ZB级别,1PB等于1024TB,1TB等于1024G;那么1PB等于1048576G。

和传统的单个网站数据库存储的数据相比,这已经是它的上百倍不止了,而只有数据体量达到了PB级别以上,才能被称为大数据。

价值大:价值是大体量数据的更深一步的演变。就是说,你如果有1PB以上的全国所有20-35年轻人的上网数据的时候,那么它自然就有了商业价值。

比如通过分析这些数据,我们就知道这些人的爱好,进而指导产品的发展方向等等。如果有了全国几百万病人的数据,根据这些数据进行分析就能预测疾病的发生。这些都是大数据的价值。

多样性:如果只有单一的数据,那么这些数据就没有了价值,比如只有单一的个人数据,或者单一的用户提交数据,这些数据还不能称为大数据,所以说大数据还需要是多样性的。

比如当前的上网用户中,年龄,学历,爱好,性格等等每个人的特征都不一样,这个也就是大数据的多样性,当然了如果扩展到全国,那么数据的多样性会更强,每个地区,每个时间段,都会存在各种各样的数据多样性。

速度快:就是通过算法对数据的逻辑处理速度非常快,1秒定律,可从各种类型的数据中快速获得高价值的信息,这和传统的数据挖掘技术有着本质的不同。

总之,只有具备了这四类特征的数据才能称为大数据。

02 大数据的三个层次

大数据有三个层次,第一个是数据采集层,以App、saas为代表的服务。第二个是技术服务层,包括数据的存储,分析和挖掘等,第三个是数据应用层,以数据为基础,为将来的移动社交、交通、教育,金融进行服务。

1、数据采集层——App、saas服务

在移动互联网时代,大数据的来源层有两个方面,一个方面是面向个人的数据来源前端如各种各样的App,另一方面是面向企业服务的saas服务的产品。

在饮食领域的App,如饿了么,用户通过App进行选餐,下单,通过App交互就会形成饮食领域的大数据;

在o2o领域,如嗒嗒巴士,用户通过使用App进行乘坐交通,上班下班,就会形成交通领域的大数据。

如穿衣助手,用户通过App进行选择衣服颜色,样式,进行搭配,就会形式服务类的大数据,当然,还有秒拍、快看等娱乐类的消费数据。

面向个人用户的App,以满足用户的需求为主要出发点,产生用户的数据,这些数据包括以个人基础的数据,也包括随群体数据,随着App用户量的增长,这些App数据就成了大数据。

面向个人的数据来源,直接通过用户的需求产生数据,而面向企业服务的——saas服务则不一样,他们通过为企业提供一套完整的解决方案,而产生数据。

比如图灵机器人,人脸识别技术,气象plus、海康威视等,他们通过完美的解决方案服务企业,最终服务用户,从而产生大数据,数据采集层,是大数据的来源,也是大数据的基础。

2、技术服务层——云存储

有了数据采集层,那么下一步就是数据的存储层了,使用云存储技术将数据存储在云主机上,保证数据的安全、稳定、高效都需要云存储技术来完成。

云存储主要负责数据的存储以及计算,比如七牛的云存储技术,云存储技术是大数据发展跨不过去的一道坎,如果没有云存储技术,大数据就不能得到发展。

云存储中面向企业存储的数据最大。当前的云存储分为公共云存储和私有云存储,公共云存储主要是面向个人,比如百度网盘等,而私有云存储主要是面向企业,其实面向企业的云存储的存储的大数据最终来源还是来自个人。

比如目前的很多saas服务,IM、统计等企业服务,服务主要是面向个人的App,而类似七牛云存储这样的云存储则是出于更底层,基于云主机之上,而位于所有个人服务、企业服务之下,所以其应该积累了更多的大数据。

随着移动互联网的快速发展,传统的存储方式已经在容量、性能、智能化等方面无法满足需求。

云存储的出现,从功能上弥补了传统存储的不足,通过虚拟化大容量存储、分布式存储和自动化运维等功能,实现了存储空间无限增加和扩容,自动化和智能化功能提高了存储效率。

另外,规模效应和弹性扩展,降低运营成本,避免资源浪费。

云存储技术节省了开发者的成本。特别是当下移动互联网的火爆,使得App行业出现了爆发式的增长,App的数量已经达到了300百万以上,同时图片App、视频App、音频App如camera360、优酷视频、荔枝FM等App都会在发展过程中产生大量的数据。

对于这些数据来说,如果让企业自身去开发一款分布式的存储系统,这可能需要构建一个几十人的开发团队,成本也会大大增加,而通过使用类似七牛一样的云存储,可以节约企业成本,让企业发展更加迅速。

云存储技术为大数据的数据分析提供了基础依据。作为大数据的存储服务商,云存储有着非常大的数据挖掘潜力,云存储平台为大数据的分析提供了“水”的来源,有了这些数据,同时配置上一些数据分析工具,完全可以产生一些非常有价值的分析数据报告。

比如基于云存储服务这个基础,七牛可以在企业的需求下,为企业提供企数据分析,例如这款应用在哪些地区受访问次数多、怎样的用户更喜欢这款应用等,但不会涉及分析用户隐私相关的数据。

当然,还可以针对整个图片行业、视频行业、以及音频行业提供受众的用户行为、以及特征这一系列的群体特征。这些都是云存储在存储的数据体量达到大数据的特征后,能做的一系列的分析依据。所以说云存储是大数据发展中的最重要的一个环节。

3、数据应用层——移动社交、交通、教育,金融

(1)移动金融

随着移动互联网金融的发展,金融交易与支付已经从桌面电脑延伸到移动智能终端,企业自身只能从内部洞察经营情况,或从市场中获得不全面的统计信息,作为决策参考。

比如银联智惠可以帮助企业能够从外部了解市场,洞察对手的位置,了解市场趋势和自身的地位,通过利用自身优势通过全行业的交易记录得到高质量的基础数据,并替企业完成了大量繁琐的数据采集、清理工作,整合到企业的基础经营分析数据库中,让企业事半功倍。

当基础数据进入企业数据库后,通过银联智惠的用户画像模拟器进行目标客户消费行为建模,将历史交易行为分得出目标客户的交易共性特征,从而完整的从消费性别、消费年龄、消费习惯、消费频率、消费区域、消费偏好等多重维度完整描述客户群的轮廓,并得出客户的上下游关联交易行为特征,让企业真正认知客户群体的全貌,从而进行有效的商业决策。

(2)移动社交

随着脉脉,恋爱记等社交应用的用户越来越多,用户的社交行为将会成为大数据的分析基础,通过分析用户的社交时间、对象、地点以及行为,可以分析出用户的爱好、年龄、需求。

同时,基于用户的大数据,可以针对这些数据做定向营销,从而大大提升了营销的效果,而相比之前的营销手段,则是基本根据人员的策划和想象得出,没有数据参考,营销的效果也不好把控。

比如脉脉可以通过一些用户数据为企业招聘到合适的人,同时还能为一些用户提供一些合适的职位,完成需求和供求的高精度的匹配。

而恋爱记,是一款记录恋爱为主的社交App,更加垂直,那么通过分析情侣之间的数据,可以获得更多的情感数据,从而为一些适龄男女提供恋爱的指导。这些都是基于大数据的应用。

(3)O2O类的应用

移动互联网的深入发展,促进了O2O的繁荣,以嗒嗒巴士为代表的定制公交车应用,就是大数据的代表应用。

传统的公交出行在公交站、公交路线的设定上,相对来说比较固定,通过分析一个城市内的群体出行数据,可以获得人群随着时间的出行规则。

比如知道在早上8点为出行高峰,而从某个小区到某个写字楼的人流数为最大,那么我就定制一条公交线路出来,对于用户来说,满足了用户的需求,而对于公交公司来说,则是优化了交通路线,节约了资源,间接提升了成本,这些都是大数据的好处。

还有更多的领域可以用到大数据,如大数据医疗,大数据营销,可穿戴设备等等。通过大数据可以创造出更多价值。

 

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*

*