什麼是大資料

大資料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、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。

為什麼大資料很重要？

1.近乎實時地確定故障，問題和缺陷的根本原因；

2.根據客戶的購買習慣在銷售點生成優惠券；

3.在幾分鐘內重新計算整個風險組合；

4.在欺詐行為影響您的組織之前檢測它。

大資料本身是基於資料價值化而構建出來的新概念，雖然概念比較新，但是資料卻一直都在，所以大資料的核心並不在“大”上，而是基於大資料所構建出的一個新的價值空間。

在理解大資料概念的時候，通常都有幾個較為明顯的誤區，其一是隻有足夠大的資料才能算是大資料範疇；其二是大資料和網際網路是隔離的；其三是大資料就是統計學；其四是大資料會“殺熟”，應該儘量遠離大資料等等。

在大資料時代，任何體量的資料都可以採用大資料技術進行處理，傳統的結構化資料處理方式也已經併入到了大資料的技術體系，所以大資料技術本身對於資料量的大小並沒有絕對的要求，並不是說資料量小就不能採用大資料技術。

大資料本身是網際網路、物聯網和傳統資訊系統共同發展所導致的結果，所以大資料與網際網路存在緊密的聯絡，事實上目前網際網路領域是推動大資料發展的重要力量，所以大資料與網際網路本身就密不可分。從網際網路發展的前景來看，大資料是網際網路價值的重要體現，所以未來大資料的價值必然會不斷得到提升。

由於目前大資料分析技術往往會採用統計學的方式，這導致不少人認為大資料就是統計學，實際上大資料在進行資料分析的過程中，不僅需要統計學技術，也需要機器學習相關技術。當然，統計學作為大資料的三大基礎學科，在大資料技術體系中佔有重要的地位。

目前大資料人才的培養既包括研究生教育（培養創新型人才），也包括專科教育和本科教育，隨著大資料技術體系的逐漸成熟，學習大資料的過程也會更為順利。

資料收集不分大小，用到大資料這個詞彙！

是統計學中一個概念，資料資訊越大越全！誤差越小，也就越準確！

建議先從統計學入手，理論性知識先了解！再針對行業情況實戰做有效資料收集，達到基數後去證實資料的有效性和真實性！

這些都是基礎！