1. 大数据概念

大数据(Big Data)：指 无法在一定时间范围 内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的 海量、高增长率和多样化 的 信息资产。

大数据主要解决，海量 数据的 采集、存储和 分析计算 问题。

2. 大数据特点（4V）

2.1 Volume（大量）

截止目前，人类生产的所有 印刷材料的数据量是200PB，而历史上全人类总共 说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大 企业的数据量已经接近EB 量级。

2.2 Velocity（高速）

这是大数据区分于传统数据挖掘的最显著特征。根据IDC的"数字宇宙"的报告，预计到2025年，全球数据使用量将达到163ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。

2.3 Variety（多样）

这种类型的多样性也让数据被分为结构化数据和非结构化数据，相对于以往便于存储的 以数据库/文本为主的结构化数据，非结构化数据 越来越多，包括 网络日志、音频、视频、图片、地理位置信息 等，这些多类型的数据对数据的处理能力提出了更高要求。

2.4 Value（低价值密度）

价值密度的高低与数据总量的大小成反比。如何 快速对有价值数据"提纯"成为目前大数据背景下待解决的难题。

3. 大数据应用场景

• 抖音：推荐的都是你喜欢的视频。
• 电商内广告推荐：给用户推荐可能喜欢的商品。
• 零售：分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。经典案例，纸尿布+啤酒。
• 物流仓储：京东物流，上午下单下午送达、下午下单次日上午送达。
• 保险：海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力。
• 金融：多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险。
• 房产：大数据全面助力房地产行业，打造精准投策与营销，选出更合适的地，建造更适合的楼，卖给更适合的人。
• 人工智能+5G+物联网+虚拟与现实

4. 大数据发展前景

5. 大数据部门内组织结构