首先來說一下什麼是大資料，上世紀90年代末，美國航空航天局的研究人員創造了大資料一詞，自誕生以來，它一直是一個模糊而誘人的概念，直到最近幾年，才躍升為一個主流詞彙。其實簡單的來說，大資料就是通過分析和挖掘全量的非抽樣的資料輔助決策。

大資料（big data），指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的資訊資產。

簡單的說，你在淘寶上搜索瀏覽什麼東西，淘寶會給你推薦類似的東西，投其所好，現在是大資料時代，每個企業需要有自己的大資料庫，投其所好的開發新客戶，維護老客戶

大資料是指在一定範圍時間內常用軟體工具進行捕捉，管理和處理的資料集合，是需要新模式才能具有更強的決策力，洞察力和流程優化能力的海量，高增長裡和多樣化的資訊資產。

能夠稱得上大資料的，至少是tb，產生速度非常的快，且複雜多樣。

大資料獲客主要通過數千個使用者基礎標籤（城市、年齡、性別、手機品牌等）和行為標籤（APP、落地頁、搜尋詞、瀏覽過的網頁、話單）精準定向使用者。針對現有客戶分析畫像，定位目標客戶群體。有需要可以私信我。

大資料，是指用傳統的資料處理技術無法處理的資料集合，它具有資料量大、種類和來源多樣化、資料價值密度相對較低、資料增長速度快、資料的準確性和可信賴度等5個特點，對應的5個英文單詞均以“V”開頭，簡稱”5V”

其實資料不僅僅在於資料的大小，只在滿足以上5個特點都可以稱之為大資料。

大資料的重要意義在於對資料價值的挖掘，只要在商業的核心業務上線的前提下，收集在業務的各個環節的資料，加以正確的處理和深度應用，從而發現數據中潛在的知識，為後續業務優化提供支援。

在網際網路技術發展到現今階段，大量日常、工作等事務產生的資料都已經資訊化，人類產生的資料量相比以前有了爆炸式的增長，以前的傳統的資料處理技術已經無法勝任，需求催生技術，一套用來處理海量資料的軟體工具應運而生，這就是大資料！

換個角度說，大資料是：

有海量的資料

有對海量資料進行挖掘的需求

有對海量資料進行挖掘的軟體工具（hadoop、spark、storm、flink、tez、impala......）

有人認為大資料屬於新一代的資料倉庫。資料庫幾十年經過長時間積累，擁有了大量資料。將其中的資料清洗，抽取出來後，形成資料倉庫。但是，資料倉庫和大資料還是有一些區別。比如，資料倉庫用BI分析，大資料擴充套件到用人工智慧等；資料倉庫計算節點數一般100多個，而大資料計算節點數可到數千個。

沒人請，自己搬小板凳過來的，大資料時代、網際網路思維。這些聽起來高大上的詞彙到底是什麼意思？

所謂大資料大家一般都有個模糊的概念，但就光談大資料是什麼，其中不得不提馬雲。

事實上大資料的應用就發生在我們的身邊，譬如淘寶就是很好的利用了大資料，舉個例子吧。

這就是大資料的應用，所謂大資料他其實有些可怕，因為我們毫無隱私可言。

馬雲在一檔節目中就有講過，我們阿里的大資料有多牛呢？哪個地方的女孩胸最小我都知道——

通過你的購物，你的行為，給你“畫”出一組資料，這就是大資料。

舍恩伯格在《大資料時代》中曾總結過三個大資料的特徵，一、不是隨機樣本，而是所有資料；二、不是精確性，而是混雜性；三、不是因果關係，而是相關關係。從我的理解上說，因為在過去人類對於客觀世界認識是非常狹隘的，所以在有了大資料的分析之後，我們會發現很多我們無法馬上理解接受的兩個事物間的相關聯絡。我們獲取資料會變得更加便捷，大資料的量變引發了人類進行思考分析的質變。

大資料是把一些看上去雜亂無章的資料用一些維度聯絡起來，所以大資料的發展和應用是未來的一個趨勢，人類的思維方式、社會結構、科技發展都是這三者互動作用所催生的。

大資料簡單點講就是通過現有的資料，分析事物的未來走向。例如：你家裡有老鼠，你根據老鼠愛吃的東西，然後觀察老鼠經過哪些地方，然後你就可以在老鼠的必經之路放下誘餌和粘鼠貼，這個收集資料，分析資料，得出結論的過程就是大資料。