大資料時代：資料究竟有多值錢？

標籤：style   http   資料   ar   2014   問題   管理   應用   

　　隨著大資料在各個領域的深入應用，大資料本身存在的價值也正在凸顯， 研究人員與商業使用者等分析大資料，是為了洞察客戶的真正需求。

　　資料有價值，公司離不開資料，但是資料究竟有多值錢呢?分析大資料並從中擷取價值的成本到底有需要多少呢?

　　在過去，技術專家向進階管理層提供的是曆史資料，以便他們能夠確定市場趨勢。統計資料儘管對在較高層次瞭解市場趨勢以及組織如何做市場很有協助，但並不足以確定需要開發什麼新產品或服務。這些統計資料不會告訴你客戶真正想要什麼。

　　分析師，研究人員以及商業使用者分析大資料是為了更快更好地做出決定。通過採用諸如文字分析、機器學習、預測性分析、資料採礦以及統計等先進的分析技術，企業可以分析之前未被開發的資料。

　　公司產生了大量資料，也有能力通過其他來源收集資訊，這些來源包括行動裝置 App、感應器、網站、點擊流資料以及社交媒體活動等。這些資料可以變成產品。

　　收集和分析大量資料，特別是非結構化資料，並不是一件容易的事。目前企業的系統配備無法處理每周500TB的資料，所以沒有辦法挖掘到能協助公 司開發客戶所需的新產品和服務的金塊。這導致公司要尋求能解決問題的高效能運算資源，如天氣與氣候預報、參數化建模及隨機建模等來處理大規模的商業化數 據。

　　大資料分析是利用分析技術對非常大規模且多樣性的資料集進行分析，這些資料包括了結構化/非結構化、流資料或批處理資料等不同類型，且在規模上也差異很大，從TB到PB乃至ZB不等。它會檢查不同的資料類型以發現隱藏在其中的模式、未知的關聯以及其他有用的資訊。

　　D1Net評論：

　　由此可見，上述資訊可提供對競爭者的競爭優勢，其結果是商業利益，如更有效營銷以及收入的增加。高效能運算資料分析(HPDA)是用來描述資料密集型HPC市場及高端商業資料分析市場轉變的一個術語，這些都是資料價值的體現。