大数据学习笔记（一）大数据概论

大数据是什么

1大数据概念：（big data ) : 指无法在一定时间内用常规软件工具进行捕捉、管理和处理数据集合，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 。
2 数据的存储单位 ： bit , byte, KB, MB,GB,TB,PB,EB, ZB,YB,BB,NB,DB 。
其中1 byte = 8 bit 1K = 1024 Byte 1M =1024k . 1 G = 1024m ,1T = 1024G ,1P = 1024T
3大数据主要解决问题：海量数据的存储和海量数据的分析计算问题 。
4 大数据的特点 4V

• Volume (大量） 截至目前为止，人类生产的所有的印刷材料的数据是200PB, 而历史上全人类的总共说过的话数据量大约为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级别。
• Velocity （高速 ） 这是大数据区别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2020年， 全球数据使用量将达到25.2zb 。 在如此海量的数据面前， 处理数据的速度就是企业的生命
• 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，但对于以往存储的以数据库 /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，地理位置等信息，这些多类型的数据多数据的处理能力有了更高的需求。
• value（低价值密度） 价值密度的高低于数据总量的大小成反比 。

大数据应用场景

• 物流仓库 ： 大数据分析系统助力商家精细化运营、提升销量、节约成本
• 零售 : 分析用户消费习惯， 为用户购买商品提供方便， 从而提升商量销售。 经典案例： 子尿布+啤酒
• 旅游 ：深度结合大数据能力于旅游行业需求，共建旅游产业智慧管理， 智慧服务和智慧营销的未来 。
• 商品广告推荐： 给用户推荐可能喜欢，可能购买的商品 。
• 保险 ： 海量数据挖掘及风险预测，阻力保险行业的精准营销，提升精细化定价额能力
• 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，打造精准投资和营销，选出更合适的地，建造更合适的楼，卖给更合适的人。
• 人工智能 ：柯洁 vs Alphago , 人工情感机器人 ，无人驾驶 ， 足球机器人， 机器臂，舆情分析

大数据发展前景

• 国家大数据战略 。 推动互联网、大数据、人工智能和实体经济深度融合
• 国际数据公司IDC预测， 到2020年， 企业基于大数据计算分析平台的支出将突破5000亿美元，。目前，我国大数据人才只有46万，未来几年人才缺口达到150万之多 。 （感觉这是忽悠。 150万什么概念， 如果一个大数据公司大概有 50个大数据人才， 全国有3万个大数据公司。实际上远远没有）
• 很多高校开设了大数据课程
• 大数据属于高新技术，大牛少， 升职竞争小
• 大数据薪酬好

大数据的业务流程分析

1产品人员提需求 （统计总用户数， 日活跃用户数、回流用户数）
2 数据部门搭建数据平台、分析数据指标
3 数据可视化（ 报表展示、邮件发送、大屏幕展示等）