"빅 데이터", "중간 데이터"로 시작

많은 http://www.aliyun.com/zixun/aggregation/10242.html에 대 한 "> 연구자, 시장에서" 중간 데이터 "ROI 값 반환의 진짜 목표입니다. 소위 "빅 데이터" 분석 감소 수익 표시 됩니다.

"빅 데이터"의 개념에 대 한 업계의 회의론은 결코 멈추지 않았다, 그리고 많은 사람들이 생각 그것은 그냥 지나치게 흥된 마케팅 거품. 실제로, 대부분의 기업 데이터의 볼륨의 측면에서 구글이 나 페이스 북 등 PB 수준 데이터 필요가 없습니다. 그래서, 큰 데이터 어떤 의미가 있나요? 데이터 분석 전문가 톰 앤더슨 최근 그의 부문에 따르면 "중간 데이터" 라는 개념을 했다, 소위 "작은 데이터의" 데이터 집합 10 백만 이상에 소위 "큰 데이터", 및 2 사이 100000 아래 dataset 데이터 볼륨 "매체" 데이터 라고 합니다. 톰 앤더슨 데이터 분석에 대 한 투자에 반환의 속도 "중간" 데이터 범위에서 가장 높은 믿고 있다. 여기에 톰 앤더슨 컴파일 IT 관리자 네트워크에서 블로그가입니다.

후에 나는 미국 마케팅 협회에 대 한 이번 주 첫 번째 큰 데이터 세미나에 참여를 했다, 난 더 내가 했다 되었습니다와 통신 하는지 많은 운 1000 회사의 마케터 년 동안 확신 되었다. 말하자면:

몇몇 회사는 소위 "큰" 데이터의 크기를 분석 할 수 그리고 그들은 정말 필요 하지 않습니다. 사실, 대부분의 회사로 시작 어떻게 "중간" 데이터에 대 한 생각을 시작 한다.

빅 데이터, 빅 데이터, 빅 데이터, 어디서 나 그것에 대해 얘기 하는 사람들, 사실, 난 정말 "큰" 데이터를 다루는 몇 가지 연구는 발견. 난 우리가 "빅 데이터"의 개념을 좁혀 해야 합니다. 새로운, 더 의미 있는 명사 소개: 우리의 현재 큰 데이터 붐을 설명 하기 위해 "매체" 데이터.

무슨 "중간" 데이터를 이해 하 고 다음 큰 데이터를 이해 하려면 우리가 알아야 "작은" 데이터.

"작은 데이터"

위의 다이어그램은 간단 하 게 "큰"과 "작은" 데이터 레코드의 크기는 샘플의 크기에 따라 데이터의 분할.

작은 데이터는 질적 연구에서 인터뷰 설문의 수천의 결과를 포함할 수 있습니다. 이 규모에 정성 분석 및 정량 분석 결합 수 있습니다 기술적으로. 나도 이제 정의 된 "빅 데이터" 불릴 수 있다. 현재, 큰 데이터의 정의 기업의 데이터 처리의 수준에 따라 다릅니다. 평소 큰 데이터 정의 어려운 기존 소프트웨어를 분석 하는 데이터의 양을 말합니다.

이 정의 그것 또는 소프트웨어의 관점에서 공급자. 그것은 많은 귀중 한 데이터 분석을 위한 하드웨어 소프트웨어 업그레이드에 대 한 필요와 기존 기능을 활용할 기업의 무 능력을 설명 합니다.

(책임 편집기: 유산의 좋은)