世界包含的多得難以想象的數字化信息變得更多更快……從商業到科學，從政府到藝術，這種影響無處不在。科學家和計算機工程師們給這種現象創造了一個新名詞：“大數據”。
所謂大數據，那到底什麼是大數據，他的來源在哪裡，定義究竟是什麼呢?
一：大數據的定義。
1、大數據，又稱巨量資料，指的是所涉及的數據資料量規模巨大到無法通過人腦甚至主流軟件工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。
2、大數據技術，是指從各種各樣類型的大數據中，快速獲得有價值信息的技術的能力，包括數據採集、存儲、管理、分析挖掘、可視化等技術及其集成。適用於大數據的技術，包括大規模並行處理(MPP)數據庫，數據挖掘電網，分佈式文件系統，分佈式數據庫，雲計算平臺，互聯網，和可擴展的存儲系統。
互聯網是個神奇的大網，大數據開發也是一種模式，你如果真想了解大數據，可以來這裡，這個手機的開始數字是一八七中間的是三兒零最後的是一四二五零，按照順序組合起來就可以找到，我想說的是，除非你想做或者瞭解這方面的內容，如果只是湊熱鬧的話，就不要來了。
3、大數據應用，是指對特定的大數據集合，集成應用大數據技術，獲得有價值信息的行為。對於不同領域、不同企業的不同業務，甚至同一領域不同企業的相同業務來說，由於其業務需求、數據集合和分析挖掘目標存在差異，所運用的大數據技術和大數據信息系統也可能有著相當大的不同。惟有堅持“對象、技術、應用”三位一體同步發展，才能充分實現大數據的價值。
當你的技術達到極限時，也就是數據的極限”。大數據不是關於如何定義，最重要的是如何使用。最大的挑戰在於哪些技術能更好的使用數據以及大數據的應用情況如何。這與傳統的數據庫相比，開源的大數據分析工具的如Hadoop的崛起，這些非結構化的數據服務的價值在哪裡。
二：大數據的類型和價值挖掘方法
1、大數據的類型大致可分為三類：
1)傳統企業數據(Traditionalenterprisedata)：包括 CRM
systems的消費者數據，傳統的ERP數據，庫存數據以及賬目數據等。
2)機器和傳感器數據(Machine-generated/sensor data)：包括呼叫記錄(CallDetail
Records)，智能儀表，工業設備傳感器，設備日誌(通常是Digital exhaust)，交易數據等。
3)社交數據(Socialdata)：包括用戶行為記錄，反饋數據等。如Twitter，Facebook這樣的社交媒體平臺。
2、大數據挖掘商業價值的方法主要分為四種：
1)客戶群體細分，然後為每個群體量定製特別的服務。
2)模擬現實環境，發掘新的需求同時提高投資的回報率。
3)加強部門聯繫，提高整條管理鏈條和產業鏈條的效率。
4)降低服務成本，發現隱藏線索進行產品和服務的創新。
三：大數據的特點
業界通常用4個V(即Volume、Variety、Value、Velocity)來概括大數據的特徵。具體來說，大數據具有4個基本特徵：
1、是數據體量巨大
數據體量(volumes)大，指代大型數據集，一般在10TB規模左右，但在實際應用中，很多企業用戶把多個數據集放在一起，已經形成了PB級的數據量;
百度資料表明，其新首頁導航每天需要提供的數據超過1.5PB(1PB=1024TB)，這些數據如果打印出來將超過5千億張A4紙。有資料證實，到目前
為止，人類生產的所有印刷材料的數據量僅為200PB。
2、是數據類別大和類型多樣
數據類別(variety)大，數據來自多種數據源，數據種類和格式日漸豐富，已衝破了以前所限定的結構化數據範疇，囊括了半結構化和非結構化數據。現在的數據類型不僅是文本形式，更多的是圖片、視頻、音頻、地理位置信息等多類型的數據，個性化數據佔絕對多數。
3、是處理速度快
在數據量非常龐大的情況下，也能夠做到數據的實時處理。數據處理遵循“1秒定律”，可從各種類型的數據中快速獲得高價值的信息。
4、是價值真實性高和密度低
數據真實性(Veracity)高，隨著社交數據、企業內容、交易與應用數據等新數據源的興趣，傳統數據源的侷限被打破，企業愈發需要有效的信息之力以確保其真實性及安全性。以視頻為例，一小時的視頻，在不間斷的監控過程中，可能有用的數據僅僅只有一兩秒。
四：大數據的作用
1、對大數據的處理分析正成為新一代信息技術融合應用的結點
移動互聯網、物聯網、社交網絡、數字家庭、電子商務等是新一代信息技術的應用形態，這些應用不斷產生大數據。雲計算為這些海量、多樣化的大數據提供存儲和運算平臺。通過對不同來源數據的管理、處理、分析與優化，將結果反饋到上述應用中，將創造出巨大的經濟和社會價值。
大數據具有催生社會變革的能量。但釋放這種能量，需要嚴謹的數據治理、富有洞見的數據分析和激發管理創新的環境(Ramayya
Krishnan,卡內基·梅隆大學海因茲學院院長)。
2、大數據是信息產業持續高速增長的新引擎
面向大數據市場的新技術、新產品、新服務、新業態會不斷湧現。在硬件與集成設備領域，大數據將對芯片、存儲產業產生重要影響，還將催生一體化數據存儲處理服務器、內存計算等市場。在軟件與服務領域，大數據將引發數據快速處理分析、數據挖掘技術和軟件產品的發展。
3、大數據利用將成為提高核心競爭力的關鍵因素
各 行各業的決策正在從“業務驅動”轉變“數據驅動”。對大數據的分析可以使零售商實時掌握市場動態並迅速做出應對;可以為商家制定更加精準有效的營銷策略提供決策支持;可以幫助企業為消費者提供更加及時和個性化的服務;在醫療領域，可提高診斷準確性和藥物有效性;在公共事業領域，大數據也開始發揮促進經濟發展、維護社會穩定等方面的重要作用。
4、大數據時代科學研究的方法手段將發生重大改變
例如，抽樣調查是社會科學的基本研究方法。在大數據時代，可通過實時監測、跟蹤研究對象在互聯網上產生的海量行為數據，進行挖掘分析，揭示出規律性的東西，提出研究結論和對策。
五：大數據的商業價值
1、對顧客群體細分
“大數據”可以對顧客群體細分，然後對每個群體量體裁衣般的採取獨特的行動。瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。雲存儲的海量數據和“大數據”的分析技術使得對消費者的實時和極端的細分有了成本效率極高的可能。
2、模擬實境
運用“大數據”模擬實境，發掘新的需求和提高投入的回報率。現在越來越多的產品中都裝有傳感器，汽車和智能手機的普及使得可收集數據呈現爆炸性增長。Blog、Twitter、Facebook和微博等社交網絡也在產生著海量的數據。
雲 計算和“大數據”分析技術使得商家可以在成本效率較高的情況下，實時地把這些數據連同交易行為的數據進行儲存和分析。交易過程、產品使用和人類行為都可以數據化。“大數據”技術可以把這些數據整合起來進行數據挖掘，從而在某些情況下通過模型模擬來判斷不同變量(比如不同地區不同促銷方案)的情況下何種方案投入回報最高。
3、提高投入回報率
提高“大數據”成果在各相關部門的分享程度，提高整個管理鏈條和產業鏈條的投入回報率。“大數據”能力強的部門可以通過雲計算、互聯網和內部搜索引擎把”大數據”成果和“大數據”能力比較薄弱的部門分享，幫助他們利用“大數據”創造商業價值。
4、數據存儲空間出租
企 業和個人有著海量信息存儲的需求，只有將數據妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業務模式又可以細分為針對個人文件存儲和針對企業用戶兩大類。主要是通過易於使用的API，用戶可以方便地將各種數據對象放在雲端，然後再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如亞馬遜、網易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩雲業務。
5、管理客戶關係
客 戶管理應用的目的是根據客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、瞭解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群裡，在群朋友圈裡發佈新
產品預告、特價銷售通知，完成售前售後服務等。
6、個性化精準推薦
在 運營商內部，根據用戶喜好推薦各類業務或應用是常見的，比如應用商店軟件推薦、IPTV視頻節目推薦等，而通過關聯算法、文本摘要抽取、情感分析等智能分析算法後，可以將之延伸到商用化服務，利用數據挖掘技術幫助客戶進行精準營銷，今後盈利可以來自於客戶增值部分的分成。
以日常的“垃圾短信”為例，信息並不都是“垃圾”，因為收到的人並不需要而被視為垃圾。通過用戶行為數據進行分析後，可以給需要的人發送需要的信息，這樣“垃圾短信”就成了有價值的信息。在日本的麥當勞，用戶在手機上下載優惠券，再去餐廳用運營商DoCoMo的手機錢包優惠支付。運營商和麥當勞蒐集相關消費信息，例如經常買什麼漢堡，去哪個店消費，消費頻次多少，然後精準推送優惠券給用戶。
7、數據搜索
數據搜索是一個並不新鮮的應用，隨著“大數據”時代的到來，實時性、全範圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網絡、用戶行為等數據。其商業應用價值是將實時的數據處理與分析和廣告聯繫起來，即實時廣告業務和應用內移動廣告的社交服務。
運營商掌握的用戶網上行為信息，使得所獲取的數據“具備更全面維度”，更具商業價值。典型應用如中國移動的“盤古搜索”。
六：大數據對經濟社會的重要影響
1、能夠推動實現巨大經濟效益
比如對中國零售業淨利潤增長的貢獻，降低製造業產品開發、組裝成本等。預計2013年全球大數據直接和間接拉動信息技術支出將達1200億美元。
2、能夠推動增強社會管理水平
大數據在公共服務領域的應用，可有效推動相關工作開展，提高相關部門的決策水平、服務效率和社會管理水平，產生巨大社會價值。歐洲多個城市通過分析實時採集的交通流量數據，指導駕車出行者選擇最佳路徑，從而改善城市交通狀況。
3、如果沒有高性能的分析工具，大數據的價值就得不到釋放
對大數據應用必須保持清醒認識，既不能迷信其分析結果，也不能因為其不完全準確而否定其重要作用。
1) 由於各種原因，所分析處理的數據對象中不可避免地會包括各種錯誤數據、無用數據，加之作為大數據技術核心的數據分析、人工智能等技術尚未完全成熟，所以對計算機完成的大數據分析處理的結果，無法要求其完全準確。例如，谷歌通過分析億萬用戶搜索內容能夠比專業機構更快地預測流感暴發，但由於微博上無用信息的
干擾，這種預測也曾多次出現不準確的情況。
2)必須清楚定位的是，大數據作用與價值的重點在於能夠引導和啟發大數據應用者的創新思維，輔助決策。簡單而言，若是處理一個問題，通常人能夠想到一種方法，而大數據能夠提供十種參考方法，哪怕其中只有三種可行，也將解決問題的思路拓展了三倍。
所以，客觀認識和發揮大數據的作用，不誇大、不縮小，是準確認知和應用大數據的前提。
七：最後北京開運聯合給您總結一下
不管大數據的核心價值是不是預測，但是基於大數據形成決策的模式已經為不少的企業帶來了盈利和聲譽。
1、從大數據的價值鏈條來分析，存在三種模式：
1)手握大數據，但是沒有利用好;比較典型的是金融機構，電信行業，政府機構等。
2)沒有數據，但是知道如何幫助有數據的人利用它;比較典型的是IT諮詢和服務企業，比如，埃森哲，IBM，Oracle等。
3)既有數據，又有大數據思維;比較典型的是Google，Amazon，Mastercard等。
2、未來在大數據領域最具有價值的是兩種事物：
1)擁有大數據思維的人，這種人可以將大數據的潛在價值轉化為實際利益;
2)還未有被大數據觸及過的業務領域。這些是還未被挖掘的油井，金礦，是所謂的藍海。
大數據是信息技術與專業技術、信息技術產業與各行業領域緊密融合的典型領域，有著旺盛的應用需求、廣闊的應用前景。為把握這一新興領域帶來的新機遇，需要不斷跟蹤研究大數據，不斷提升對大數據的認知和理解，堅持技術創新與應用創新的協同共進，加快經濟社會各領域的大數據開發與利用，推動國家、行業、企業對於數據的應用需求和應用水平進入新的階段。
天天都在說大數據，今天我就來分析一下大數據到底是什麼？以廣告業為例來講講大數據對於廣告行業是怎樣的存在？
第一、大數據市場目前到底是個怎樣的情況呢？
對於大數據，大家比較熟悉的是美國大數據landscape這張圖。
Bloomberg Venture大數據產業地圖
近日Bloomberg Venture發佈了大數據產業地圖2.0版本，其中將數百個大數據創業公司和IT廠商根據產品和商業模式劃分為38種，這有助於我們更好地梳理和了解大數據產業的發展現狀和市場熱點。
從圖中可以看出，大數據產業可劃分為六大類，共38種產品/商業模式：
1. 大數據基礎設施類（NoSQL數據庫、Hadoop相關產品、NewSQL數據庫、MPP受苦、管理監控等）
2.大數據分析類（分析解決方案、數據可視化、統計計算、社交媒體、輿情分析、分析服務、IT分析等）
3.大數據應用類（廣告優化、出版工具、市場營銷、行業應用、大數據應用服務提供商）
4.大數據數據源類（數據市場、數據源）
5.跨基礎設施分析（主要為傳統IT巨頭業務延伸）
6.開源項目（框架、查詢/數據流、數據訪問、協作/工作流、實時、統計工具、機器學習、雲部署）
看著38種產品/商業模式，我們的頭一定就暈了，所以我們來看看大數據投資公司六和創投對其進行的一個簡化，這樣大家就比較容易懂了。
六和把它分成三類：數據源，技術，應用。數據源：直接關注人跟人，人跟機器之間的數據，是數據的金礦。技術本身是開採數據金礦的工具。
大數據的基礎設施方面，中國做的企業相對較少。畢竟連在美國現在都非常缺少數據科學家，可以想象如果在美國，微軟、IBM、Facebook等公司都在搶數據分析家，那在中國這樣的人才會更缺乏。再加上中國的環境對企業主而言天然對數據帶有畏懼感。數據聽上去太高大上，或者IT部門本來是支持部門，突然要有大數據團隊，不知道在哪招，也沒有這樣的文化來吸引大數據團隊。很多公司有大數據應用需求，但是有阻礙，所以沒推動下去。
所以中國企業在大數據領域創業的話，更多是在應用層面。 在很大的應用層面的機會下，創業者應當具備對開源應用基礎大數據軟件使用的能力，同時可以很好的結合應用場景，來幫助中國企業更好的擁抱大數據，讓大數據幫他們做商業決策。
在廣告技術領域與大數據的數據源和技術整合方面最直接的當然是DMP了。
第二、大數據領域的機會到底在哪裡？
Datacn.Net分析：在大數據生態地圖3.0中的358家公司中，只有16家IPO，從這裡是否可以推斷，大數據市場尚處於初期階段。雖然經過幾年聲嘶力竭的熱潮後，媒體對大數據已經有些審美疲勞，但這恰恰是大數據真正落地的重要階段的開始。未來幾年是大數據市場競爭的關鍵時期，企業的大數據應用從概念驗證和實驗走向生產環境，這意味著大數據廠商的收入將快速增長。
從上文中我們有分析到，在大數據基礎設施方面，中國做的企業相對較少。現在在美國，微軟、IBM、Facebook等公司都在搶數據分析家，在中國這樣的人才會更缺乏，所以中國企業在大數據領域創業的話，更多是在應用層面。
就創業者和VC的活躍度而言，大數據分析挖掘和大數據應用，而廣告行業是大數據應用起步最早的行業，可以說是最有機遇的行業。
而DMP和DSP近幾年是廣告行業關注的重點大數據領域，近幾年DSP的發展速度和規模已經有目共睹了，所以F姐首先簡單說說這個DMP，因為DMP還沒有像DSP那樣的形成規模化。畢竟作為廣告數據處理的主要工具，機器學習面臨著數據量大、模型複雜度高、數據時效性快等問題。一個好的廣告匹配系統，需要在解決上述挑戰的同時，使用盡可能少的資源挖掘儘可能多的數據價值，提升廣告匹配效率，DMP的責任自然不容忽視了。
其實DMP最近又成了數字營銷界很火的一個話題，其實他以前也火了一陣，為什麼最近又開始討論了，這是因為移動廣告的逐步興起和興盛有關。
RTBchina曾經在《移動DMP，盛名之下其實知易行難》，中有分析，哪些公司做移動DMP有優勢。他認為主要是以下幾大類：在移動時代新挑戰下，移動終端廠家、超大型互聯網公司，BAT等、運營商自身以及例如集奧、亞信等公司、擁有移動端SDK的獨立第三方數據分析和廣告監測公司，例如TalkingData，AdMaster、秒針、諦元信（移動開發者服務平臺今年年初，締元信與友盟、中文網站統計分析平臺CNZZ合併為友盟＋）等。移動廣告領域利用自己的技術和媒體資源滿足了廣告主的需求，通過提供營銷技術服務而進入了積累數據管理能力、促進投放效果的良性循環的移動DSP力美等、擁有裝機量大、覆蓋面廣的超級APP，如墨跡天氣、今日頭條、美圖秀秀等。
雖然RTBchina已經給出了一系列做DMP具有優勢的企業，但是這還不夠。接下來我們看看六和創投怎麼說。
六和創投也曾表示他們覺得大數據更大的機會在水平和垂直領域。從企業運營角度來說，市場營銷、客服、招聘等，或者垂直的金融、旅遊、商業地產、汽車等，覺得有非常多的投資機會。這裡的機會會鼓勵創業者能把技術背景和行業理解相結合。這樣的應用在每個行業裡都應該開花，沒開花的原因可能是有輕重緩急，離錢近的比如金融、市場營銷比較容易發展，因為企業能很快看到效果。但離錢遠的也會慢慢發展，當數據出來後，數據會成為公司血脈，成為你業務的一部分，這樣的應用在今後的時間內應該會大規模呈現。
第三、不僅是DMP，DSP同樣是各家大數據營銷的標配
數據量與算法是DSP的核心競爭力。在相同資源約束的情況下，算法和數據從本質上構成了DSP達成更優KPI的邏輯支撐點。價值主要體現在：一是為廣告主精準識別和觸達用戶，二是對用戶的價值進行準確的預估，三是按其需求認知階段選擇好打動TA的營銷信息。此外，對於公開的RTB交易市場，還存在隨時間而變化的流量變動及市場競爭等因素，解決了這些問題，就能合理分配預算，從而達到廣告投放效果的優化。
近日，艾瑞諮詢發佈《2015年中國DSP行業發展趨勢報告》，數據顯示，2015年中國程序化購買展示廣告市場規模為115.1億元，增長率為137.6%，佔到中國展示廣告整體的14.9%。預期到2018年，中國程序化購買市場整體規模將達到469.6億元，佔中國展示廣告市場的比例將達到34.7%。市場潛力無限。
更值得一提的是巨網科技、有米、新數網絡、易簡廣告、米迪、光音網絡、磨盤、璧合科技、道有道、匯量科技、億瑪等國內眾多程序化購買相關廣告技術公司相繼掛牌新三板；
2015年7月，AdView(快友)宣佈已完成1億元人民幣B輪融資；2015年12月，品友互動迴歸中國資本市場同期完成5億元Pre-IPO融資；2016年1月，暢思廣告完成首輪億元融資；2016年3月7，Chinapex創略宣佈完成A輪融資；
品友互動、力美、木瓜等公司也紛紛釋放出上市規劃，預計今年都將相繼步入上市公司行列。
而在這些大數據公司的幫助下，“廣告即信息”相信不再是夢想，而對於普通的人來說，意味著將減少一些不必要的騷擾，是不？是值得期待呢
第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。從大數據的特徵定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；從對大數據的現在和未來去洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。
第二層面是技術，技術是大數據價值體現的手段和前進的基石。分別從雲計算、分佈式處理技術、存儲技術和感知技術的發展來說明大數據從採集、處理、存儲到形成結果的整個過程。
第三層面是實踐，實踐是大數據的最終價值體現。分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。
古語云：三分技術，七分數據，得數據者得天下。先不論誰說的，但是這句話的正確性已經不用去論證了。維克托·邁爾-舍恩伯格在《大數據時代》一書中舉了百般例證，都是為了說明一個道理：在大數據時代已經到來的時候要用大數據思維去發掘大數據的潛在價值。書中，作者提及最多的是Google如何利用人們的搜索記錄挖掘數據二次利用價值，比如預測某地流感爆發的趨勢；Amazon如何利用用戶的購買和瀏覽歷史數據進行有針對性的書籍購買推薦，以此有效提升銷售量；Farecast如何利用過去十年所有的航線機票價格打折數據，來預測用戶購買機票的時機是否合適。
有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在“大”，而在於“有用”。價值含量、挖掘成本比數量更為重要。
而當物聯網發展到達一定規模時，藉助條形碼、二維碼、RFID等能夠唯一標識產品，傳感器、可穿戴設備、智能感知、視頻採集、增強現實等技術可實現實時的信息採集和分析，這些數據能夠支撐智慧城市，智慧交通，智慧能源，智慧醫療，智慧環保的理念需要，這些都所謂的智慧將是大數據的採集數據來源和服務範圍。
未來的大數據除了將更好的解決社會問題，商業營銷問題，科學技術問題，還有一個可預見的趨勢是以人為本的大數據方針。人才是地球的主宰，大部分的數據都與人類有關，要通過大數據解決人的問題。
比如，建立個人的數據中心，將每個人的日常生活習慣，身體體徵，社會網絡，知識能力，愛好性情，疾病嗜好，情緒波動……換言之就是記錄人從出生那一刻起的每一分每一秒，將除了思維外的一切都儲存下來，這些數據可以被充分的利用。
什麼是大數據：
網絡定義：
大數據（big data），指無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
有人給出這種定義：
“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。
什麼是大數據數據技術：
獲得這些資產的方法就是大數據技術。
專業的說，就是根據特定目標，從數據收集與存儲、數據篩選、算法分析與預測，數據分析結果展示，以輔助作出最正確的抉擇，其數據級別通常在PB以上，複雜程度前所未有。
主要包括以下幾種技術：
非結構化數據收集架構，數據分佈式存儲集群，數據清洗篩選架構，數據並行分析模擬架構，高級統計預測算法，數據可視化工具。
大數據的價值：
用大數據技術，對海量數據進行處理，盡而挖掘出各個行業的關鍵路徑，幫助決策，提升社會（或企業）運作效率。這是大數的意義。
具體包括以下幾個方面：
收集數據：
大數據的第一站就是收集和存儲海量數據（公開/隱私）。現在每個人都是一個巨大的數據源，通過智能手機和個人筆記本釋放出大量的個人行為信息。獲取數據似乎已經變得越來越容易，數據收集這一模塊最大的挑戰在於獲取海量數據的高速要求以及數據的全面性考慮。
除了收集數據 ，還有清洗數據、存儲數據 、處理數據、人工智能等大數據處理方法，在此不再介紹。
平時我們聽到的，看到的大數據，其實就是在這個方面具體的應用。利用大數據幫助企業提高營銷效果，幫助企業決策，幫助企業經營等。
對文章感興趣，可以關注我們，查看更多往期好文。
大數據就是概念，是為了商業運作提出來的概念。
小數據都不能共享，還想共享大數據，明顯是想多了。
