数据治理的笔记一

1. 大数据的定义

麦肯锡全球研究所：大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合；

高德纳（Gartner）咨询公司：大数据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来适应海量、高增长率和多样化的信息资产。

维克托《大数据时代》一书：大数据不能用随机分析法（抽样调查）这样的捷径，而要对所有数据进行分析处理。

业界普遍认为，大数据具有数据规模海量（volume）、数据流转快速（Velocity）、数据类型多样（Variety）和数据价值巨大（Value）四大特征。

关于价值巨大，看怎么理解了，大数据没挖掘出规律前，数据的单位价值量是很低的。挖掘出规律后，当然就价值巨大了。

将数据作为一种生产要素来看的话，它的显著特点是，传统生产要素都是越用越少，而数据是越用越多。这个很好理解，传统生产要素比如石化能源，当然是越用越少的，但是用掉了之后，它转换为其他的能量了。数据是人类产生的，只要人类存续，数据当然是不断产生，越来越多。

思维图、和数据治理的范围

2. 数据关联

大数据时代，有学者对事物之间的关联提出了新的诠释。舍恩伯格在《大数据时代》中强调，人们应该在很大程度上从对因果关系的追求中解脱出来，转而将注意力放在相关关系的发现和使用上。

他提出，相关关系是指当一个数据发生变化时，另一个数据也可能随之变化，这两个数据有时候没有必然联系。两者可能是正相关，也可能是负相关；可能是强相关，也可能是弱相关。“我们没有必要非得知道现象背后的原因，而是要让数据自己发声"“相关关系能够帮助我们更好地了解这个世界"，他认为建立在相关关系分析法上的预测是大数据的核心。

在大数据的背景下，相关关系较因果关系能在预测功能上展现出更大的优势。对于人们来说，大数据最关键的作用就是利用相关关系进行研究，把数据里面的金子挖出来，或者利用相关性预防或促成某些结果的发生。由于数据超级海量，需要一定的速度应对信息社会“数据爆炸"和诸多涌现出来的“复杂性"，然后才是对其过程和背后原因的探询。