言必稱大資料的時代，讓我們多少有些“審美疲勞”。但如果嚴格按照大資料的定義來判斷，相信大多數公司是根本不存在大資料問題的。你也許有很多資料，但那並不意味著就是大資料。資料庫即服務公司MongoHQ的@Codepope最近在部落格上探討了這個問題，以及為何我們要儲存這麼多的資料，但無法從中獲取相應的價值。

大資料實際上是範圍極廣、數量極大的，超乎你的想象。你也許認為維基百科的資料很大，但它也只是冰山一角而已。人們往往認為“很多的”資料就是所謂的“大”，因此他們無時無刻不在於大資料打交道。這種想法是不對的，我們從很早以前就已經有海量的資料了，那時候甚至還沒有大資料的概念。那麼大資料究竟是從哪裡來的呢？為什麼我們需要大資料呢？

時間倒退到上世紀90年代，人們開始認識到以數位的方式儲存各種資料是非常便宜的，要比把它們儲存在紙上便宜的多。而當某種事物變得足夠便宜的時候，它就成為了一種標準。將所有資訊都儲存起來似乎成為了人類的一種本能，以便我們能夠在未來需要的時候找到它。特別是在成本低廉的情況下，何樂而不為？

尤其是在科學領域，科學家們從很早以前就夢想能夠把實驗中的所有資料都妥善地儲存起來。幾十年前，美國的Peter Denning就闡述了NASA在儲存哈勃空間望遠鏡的資料時所面對的難題：它每天生成的資料就需要2500張光碟來儲存，這不僅對對網路和儲存裝置造成了極大壓力，甚至已經超出了人類能夠理解的範圍。隨著儲存技術以及經濟的飛速發展，現在想一想，要儲存2500張光碟大小的資料，只需要幾百元的普通硬碟就可以實現。

大資料與“熱”資料

還有一種常見的錯誤觀點，即你不僅擁有很多資料，而且使用者訪問這些資料的頻率很高，因此就需要我們用“大資料思維”來處理這些資料。

這些資料其實不一定是大資料，而是所謂的“熱資料”，它們並不適用於處理大資料的方式。熱資料是純粹的擴充套件性問題，你需要把系統的效能調整到最佳，降低系統的延遲同時確保它能夠被所有提出訪問需求的使用者訪問到。

大資料與它正相反，我們可以說它是“冷資料”。也就是說，大資料並不是你頻繁訪問的資料，除了作為分析之用，甚至你從來不會去用到它。事實上，除了分析之外，我們可以把大資料“冷凍”起來。儘管有時候我們會把大資料與新鮮快速的記錄一起進行分析，但大資料池至少需要從概念上與活動的熱資料隔離開來。否則二者會互相造成不良的影響。將冷熱資料分開儲存是公認的最佳實踐，無論是儲存還是應用，它們都是完全不同的資料。

很不幸的是，有很多人並沒有認清這一點，他們還在將大資料處理方式應用到各種各樣的資料型別當中。最終的結果也就可想而知。

大資料價值有限

現如今，我們已經能夠儲存下每個業務流程當中的資料，甚至已經可以儲存下使用者訪問頁面的資料或者觀眾觀看哪些節目的資料。物聯網的出現改變了遊戲規則，為我們開啟了一扇門。然而每一條資料、每一條記錄的價值卻在下降。

可以這樣說，一條信用卡的交易記錄是相對豐富的資料，它包含了人、地點、時間以及更多附加在資料上的價值，因此很自然我們想要收集這些資料，用來促進銷售的迴圈。然而相比而言，一條使用者在網上的瀏覽點選行為資料就沒有那麼“值錢”了。這些資料也許包含了使用者的行為習慣資訊，但單獨拿出一條記錄也許是沒有任何價值的。你只有在想要分析使用者的行為時，才會大量收集這樣的資料。

而現在的情況是，儲存這些資料的成本是比較低的，而且你收集越多的資料，通過比對不同的趨勢，你就可能獲得更多的價值。拿觀眾觀看電視的資料來說，大量收集這些記錄，然後與節目表和廣告資料整合在一起進行分析，就能更好地理解觀眾喜歡什麼樣的節目，愛看什麼樣的電視劇，客戶也可以更精準地投放廣告。這時候大資料的價值就會凸顯出來，就像最近火的一塌糊塗的《紙牌屋》。

因此我們可以判斷，當應對大量的記錄時，如果每一條單獨記錄越小（資料量，關聯性），那麼它是大資料的可能性就越大。而“大資料分析”所面臨的挑戰是，從這些資訊的小小元素中提煉出意義，我們可能要把它們與上述的豐富的資料放到一起來提供上下文，識別其中隱藏著的模式。這算不上是大海撈針，更準確的說法應該是從一堆針頭中找到你所需要的那一個。

其他資料的價值不要輕視

現在，你需要從大資料的狂熱中退一步思考，你現在最重要的資料也許並不是那些大資料，而是我們所說的熱資料。你也許已經建立了大資料系統，時刻準備從大資料金礦上挖掘潛在的價值，但一定不要忽視其他資料的價值。你還有業務資料，它需要你快速、高效、一致地交付這些資料，同時要解決擴充套件性的問題。記住，大資料的最佳實踐並不適合這些資料。你的資料也許這是一些重要的有價值的資料，它們並不是大資料。

Bingdata優網助幫匯聚多平臺採集的海量資料,通過大資料技術的分析及預測能力為企業提供智慧化的資料分析、運營優化、投放決策、精準營銷、競品分析等整合營銷服務。

北京優網助幫資訊科技有限公司（簡稱優網助幫）是以大資料為基礎，並智慧應用於整合營銷的大資料公司，隸屬於亨通集團。Bingdata是其旗下品牌。優網助幫團隊主要來自阿里、騰訊、百度、金山、搜狐及移動、電信、聯通、華為、愛立信等著名企業的技術大咖，兼有網際網路與通訊運營商兩種基因，為大資料的演算法分析提供強大的技術支撐。