制圖：張芳曼
當(dāng)你用一分鐘，看完這行文字的時候：
新浪已經(jīng)發(fā)送了2萬條微博，蘋果已經(jīng)下載了4.7萬次應(yīng)用，淘寶已經(jīng)賣出了6萬件商品，人人網(wǎng)發(fā)生了30萬次訪問，百度產(chǎn)生了90萬次搜索查詢。
2010年印刷版《大英百科全書》，32冊，重達(dá)58.5公斤。然而，它的全部內(nèi)容，還裝不滿一個4G的U盤。有鑒于此，《大英百科全書》出版社今年3月對外宣布，不再推出印刷版，內(nèi)容全面數(shù)字化。
在寬帶化、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、社交網(wǎng)絡(luò)、云計算的催生下，一個大數(shù)據(jù)的時代，不經(jīng)意間順理成章地翩然而至。不久前，灃西大數(shù)據(jù)產(chǎn)業(yè)園悄然落戶陜西省西咸新區(qū)，發(fā)展大數(shù)據(jù)產(chǎn)業(yè)正在“試水”。
全球數(shù)據(jù)總量在以每兩年翻一番的速度增長
從事廣告文化創(chuàng)意行業(yè)的何先生，清晰地記得，從12年前購買的僅有20GB硬盤容量的家用計算機(jī)，到為滿足使用需求而不斷擴(kuò)容的80GB、120GB、250GB、500GB的主機(jī)存儲空間，變化很快。“如今2TB的硬盤都不夠用，還得靠移動存儲設(shè)備來備份。”
根據(jù)IDC（國際數(shù)據(jù)公司）的監(jiān)測統(tǒng)計，2011年全球數(shù)據(jù)總量已經(jīng)達(dá)到1.8ZB（1ZB等于1萬億GB，1.8ZB也就相當(dāng)于18億個1TB的移動硬盤），而這個數(shù)值還在以每兩年翻一番的速度增長，預(yù)計到2020年全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量，增長近20倍。
由于數(shù)據(jù)規(guī)模的急劇膨脹，各行業(yè)累積的數(shù)據(jù)量越來越巨大，數(shù)據(jù)類型也越來越多、越來越復(fù)雜，已經(jīng)超越了傳統(tǒng)數(shù)據(jù)管理系統(tǒng)、處理模式的能力范圍，于是“大數(shù)據(jù)”這樣一個在含義上趨近于“無窮大”的概念才會應(yīng)運(yùn)而生。
“首先在于體量大，是一個數(shù)據(jù)全集的概念”，國家工信部軟件服務(wù)業(yè)司司長陳偉為大數(shù)據(jù)概括出四方面特征，“第二是類型多，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)等多種類型，其中視頻數(shù)據(jù)在目前占到了90%以上的總額；第三要求速度快，需要以秒級為目標(biāo)進(jìn)行實(shí)時動態(tài)處理。”
“最后在于價值密度”，陳偉認(rèn)為，由于大量有用和可能沒用的數(shù)據(jù)并存，“遍地是金子，又遍地是沙子”，所以大數(shù)據(jù)的目的就在于從龐大的數(shù)據(jù)集合中找尋有價值的數(shù)據(jù)和知識，通過分析挖掘?yàn)楦餍袠I(yè)提供真正的智慧，“可以說21世紀(jì)是‘數(shù)據(jù)鉆出石油’的時代。”
“以交互數(shù)據(jù)為例，目前一些自媒體平臺，比如新浪微博，每天都有超過2500萬條的微博信息在發(fā)布，里面有很多有價值的信息尚未得到發(fā)掘”，中國電子信息產(chǎn)業(yè)發(fā)展研究院副總工程師李峻認(rèn)為，在這樣龐大的非結(jié)構(gòu)化數(shù)據(jù)背后，如何利用大數(shù)據(jù)技術(shù)，從海量堆積的交互數(shù)據(jù)當(dāng)中發(fā)現(xiàn)帶有趨勢性、前瞻性的訊息，就能夠發(fā)現(xiàn)并產(chǎn)生巨大的社會價值和商業(yè)價值。
一個小蘋果背后的大數(shù)據(jù)：數(shù)據(jù)之和的價值遠(yuǎn)大于數(shù)據(jù)的價值之和
“由于數(shù)據(jù)的存儲、分析、應(yīng)用等方面的商業(yè)運(yùn)營方式還沒有定型，這個行業(yè)發(fā)展的潛力、創(chuàng)新空間都十分巨大”，陜西省西咸新區(qū)管委會副主任、灃西新城管委會主任劉宇斌打了一個“小蘋果背后的大數(shù)據(jù)”的簡單比方：
以陜西省蘋果產(chǎn)業(yè)發(fā)展為例，諸如某品種蘋果種在哪里最適宜生長所需要的空間地理信息數(shù)據(jù)，與具體產(chǎn)區(qū)的蘋果產(chǎn)量、含糖量等數(shù)據(jù)疊加，并通過物聯(lián)網(wǎng)等手段賦予蘋果可追溯的唯一“身份”，在種植過程中實(shí)時監(jiān)控，由每一個蘋果“反饋”收集而成的數(shù)據(jù)，假如足夠海量，就整合而成了大數(shù)據(jù)。
擁有了這些數(shù)據(jù)，首先可以通過數(shù)據(jù)租售服務(wù)的方式與潛在客戶產(chǎn)生價值，“此類商業(yè)模式體現(xiàn)了數(shù)據(jù)之和的價值遠(yuǎn)遠(yuǎn)大于數(shù)據(jù)的價值之和。”
其次，如能運(yùn)用組群分析、數(shù)據(jù)挖掘等科學(xué)方法，輔以云計算、分布式存儲等手段，則可以對數(shù)據(jù)展開深層次分析和預(yù)測服務(wù)，“哪些蘋果品質(zhì)最好，市場反應(yīng)更好，明年產(chǎn)量銷量會怎樣，各地市場對蘋果購買的喜好會有何變化”，這種數(shù)據(jù)深挖及其背后的消費(fèi)者行為預(yù)測分析，曾是統(tǒng)計學(xué)家的特權(quán)，未來則可能花費(fèi)幾分鐘時間就可以完成。