“一篇文案为你解读大数据的现在和未来”

爱龟博客【科技在线】

大数据快速发展的前提

关于大数据的概念其实早在1998年就提出来了，但到了现在开始迅速发展。 这些其实都与现在移动网络的高速发展分不开。 移动网络的迅速发展，为大数据的产生提供了产生越来越多大数据的硬件前提。 例如是高端智能手机、智能硬件、远程信息处理、pda等数据的产生终端。 这些智能与移动通信技术和人们的生活紧密相连，人流、车流的背后产生了新闻的流动，产生了大量的数据。

其次是移动通信技术的高速发展。 在2g时代，无线网络速度慢，数据生成也非常慢，数据量也不够，所以还是无法形成大数据。 但是到了4g时代，终端数据不断增加，任何移动终端总是生成大量的数据。 这也是大数据到来的条件之一。

第三个方面是大数据相关技术的快速发展，如云计算、云存储技术等。 他们的迅速发展，是大数据诞生的温床，没有这些技术，即使有大量的数据，也只会令人感叹。 传统的存储技术相对落后，只根据不同的数据实施一个存储。 这显然不能满足大数据的要求。 云时代的存储系统不仅需要提高容量，而且对性能也有迫切的要求。 与过去只面向有限客户的情况不同，在云时代，存储系统面向更广泛的受众。 随着客户数量的增加，存储系统的吞吐量性能也必须迅速提高。 如果不这样做，就无法迅速应对要求。 云存储

什么是大数据？

但是，说到大数据，大家可能只听说过概念，但具体是什么样的，怎么定义，没有一个基准。 在我们的印象中，很多企业好像被称为大数据企业，但业务形态有数百种，不能很好地理解。 所以，还是建议从字面上理解大数据。 维克多·迈耶·谢恩伯格和肯尼斯·库克撰写的《大数据的时代》中出现了大数据的四个特征。 一个是数量多，一个是数量

一个是数量很多。 大致大小为pb水平，甚至zb水平。 1pb为1024gtb，1tb为1024克，1pb为100以上。 当然，具体的计算方法可以关联资料数据进行调查。 总之，与以前流传的各个网站的数据库中存储的数据相比，已经增加了几百倍以上，但只有数据量在pb水平以上。二是价值很大。 价值是大体量数据的进一步演化。 也就是说，当有1 Pb以上的全国20-35个年轻人的网络数据时，它自然具有商业价值。 例如，通过分解这些数据，我们知道这些人的兴趣爱好，指导产品的快速发展方向等。 如果有全国数百万患者的数据，根据这些数据分解就可以预测疾病的发生。 这些都是大数据的价值。

三是多样化。 如果只有单一的数据，这些数据就没有价值了。 例如，如果只有单个个人数据，或者单个客户提交数据，这些数据还不能算是大数据。 因此，大数据需要多样化。 例如，在现在的互联网顾客中，年龄、学历、兴趣、性格等各个人的特征不同。 这就是大数据的多样化。 当然，如果扩大到全国，数据多样化会更加强大，每个人

第四，速度快。 算法对数据的逻辑求解速度非常快。 一秒法则可以迅速从各种数据中获得高价值的新闻。 这些也和以前流传下来的数据挖掘技术有本质的不同。

也就是说，这些是大数据的四大特征，只有具备这些特征的数据才能被称为大数据，那么实际的大数据呢？ 行业内与大数据相关的企业七牛云存储计划于8月29日、30日召开大数据的会议，对于处于大数据技术产业链的企业来说，应该可以获得越来越多的干货。

大数据的三个等级

说到大数据，大数据有三个层次，第一个是数据收集层，是以APP、saas为代表的服务。 第二个技术服务层是以七牛云存储为代表的大数据技术服务层，它们包括数据存储、数据分解、数据挖掘等，第三个是数据APP应用层，以数据为基础，实现未来移动社会的交流、交通、数据挖掘等 让我先谈三个层面。

数据收集层app、saas服务

在移动网络时代，大数据的源层有两个方面。 一个是面向个人的数据源前端，如各种app，另一个是面向公司的saas服务产品。 面向个人的APP

在餐饮行业的APP中，通过饿了么客户在APP上挑食、点餐、在APP上互动，形成餐饮行业的大数据； 在o2o行业，就像滴答的巴士一样，顾客使用APP乘坐交通、上下班，从而形成交通行业的大数据。 例如，服装助手、客户使用APP选择衣服的颜色、格式、组合，就可以进行服务类的大数据。 当然，也有秒拍、看、等娱乐类的费用数据。 个人客户APP以满足客户需求为首要出发点，从基于个人的数据到每个组的数据，都可以生成客户的数据。 随着APP客户数量的增加，这些APP的数据会变成大数据。

面向个人的数据源通过客户的投诉直接生成数据，但面向公司的saas服务不同。 他们通过为公司提供完善的处理计划，生成数据。 例如图灵机器人、人脸识别技术、气象plus、高速公路等，他们通过完善的处理方案服务公司、服务顾客，从而生成大数据，数据采集层是大数据的来源，在大数据的基础上，

通过云存储促进大数据的发展

如果有数据收集层，下一步就是数据的存储层。 采用云存储技术将数据存储在云主机上。 需要云存储技术来确保数据的安全性、稳定性和效率。 云存储首要负责数据的存储和计算，包括七牛的云存储技术。 云存储技术是大数据快速发展最困难的东西，没有云存储技术，大数据就无法快速发展。

云存储方面的公司数据很大

当前的云存储包括公共云和私有云存储。 公共云是面向个人的，如百度网盘，但私有云存储是面向公司的。 事实上，公司云存储的大数据最终来源于个人。 例如，在目前许多saas服务、im、统计等公司服务中，服务以面向个人的APP为首要，而七牛云存储等云存储来源于更下层。 基于云主机之上，位于所有个人服务、公司服务之下，所以七牛云存储应该积累了越来越多的大数据，但通过月末举办的这次“数据重构未来”大会，会有越来越多的

云存储满足了海量大数据海量数据的存储诉求

随着移动网络的高速发展，以前流传下来的存储方法已经无法满足容量、性能、智能化等方面的诉求。 云存储(如七牛一样的云存储技术)的出现，从功能上弥补了以前流传下来的存储不足，通过海量存储虚拟化、分布式存储、自动运输等功能，弥补了存储空之间的无限增长和扩展。 另外，通过规模效应和弹性扩张，降低运营价格，不浪费资源。

云存储技术节省了开发者的价格

特别是由于当前移动网络的爆炸性发展，APP领域爆炸性增长，APP数量达到300百万以上。 另外，图像APP、视频APP、音频APP，如相机360、优酷视频、荔枝fm等APP在快速发展的过程中产生大量数据。 关于这些数据，如果让公司自身开发分布式存储系统，这需要组建几十人的开发团队，价格也有可能大幅上升，但通过采用七牛一样的云存储，可以节约公司的价格，使公司迅速发展

云存储技术为大数据的数据观察提供了基础依据

作为大数据的存储运营商，云存储有非常大的数据挖掘潜力。 云存储平台为大数据的分解提供了水的来源。 有了这些数据，通过配置一点数据观察工具，就可以制作出非常有价值的分解数据报告。

例如基于云存储服务这个基础上，七牛可以在公司的诉求下，向公司提供企业数据的观察。 例如，该APP应用程序在这些地区的访问次数很多，什么样的客户喜欢该APP应用程序等，但与分析客户隐私相关的数据无关。 当然，也可以在照片领域、视频领域、音频领域整体比较参与者的顾客行为、特征这一系列的群体特征。

这些都是云存储保存的数据量达到大数据特征后，可以完成的一系列分解依据。 可以说云存储是大数据快速发展的重要一环。

大数据在未来领域的应用

叙述了大数据的收集层、数据存储层，后来谈到了大数据的应用层，既然有了大数据，以大数据为基础，就会产生移动金融、移动社会交流、o2o、在线教育等多方面的应用。

移动金融公司

随着移动网络金融的快速发展，金融交易和支付从台式电脑扩展到移动智能终端，公司自身只能从内部发现内部经营情况，从市场上获取不完整的统计新闻，以供决策参考。 例如，银联智惠帮助公司从外部了解市场，发现内在的对手位置，了解市场趋势和自身地位，利用自身特点通过全领域的交易记录获得优质的基础数据，为公司完成了许多繁琐的数据收集、业务梳理，公司基础经营的拆解数据库。

基础数据进入公司数据库后，通过银联智惠的客户图像模拟器进行目标客户的费用行为建模，将历史交易行为分为目标客户的交易共性特征，从费用性别、费用年龄、费用习惯性、费用频率、费用地域、费用偏好等多维度分析客户群的

移动社会的交流

随着脉搏的加快，恋爱记等社交APP的顾客逐渐增加，顾客的社交行为成为大数据解体的基础。 通过拆解顾客的社交交流时间、对方、地点、行为，可以拆解顾客的兴趣、年龄、诉求。 然后，根据顾客的大数据，比较这些数据，可以进行定向营销，营销效果大幅提高，但与以往的营销手段相比，基本上是基于人员的策划和想象，没有参考数据，例如， 脉搏可以通过一点客户数据为公司聘用合适的人，也可以为一点客户提供合适的职位，完成诉求与供需的高精度匹配。

恋爱记是记录以恋爱为中心的社会交流的APP，更为垂直。 通过分解情侣之间的数据，可以得到越来越多的感情数据，可以为适龄男女提供恋爱指导。 这些都是基于大数据的APP。

o2o系统的应用

移动网络迅速发展，促进了o2o的繁荣。 以滴答总线为代表的定制总线APP应用是大数据的典型APP应用。

以前流传的公交出行在公交车站、公交路线的设定上是比较固定的。 通过分析某个城市内的群体移动数据，可以得到伴随着人的时间的移动规则。 例如，如果我知道早上8点是出行高峰期，从某小区到某办公楼的人流很大，我会定制公交线路出来。 对于客户来说，这意味着满足客户的诉求，对于公交企业来说，这意味着优化了交通路线

大数据医疗、大数据营销、可穿戴设备等越来越多的行业正在利用大数据。 通过大数据可以创造越来越多的价值。 一份副本指出，大数据使工作方式更加容易，可以将现实从三维空之间改变为QR码空之间，就像宇宙中的虫洞一样，可以直接实现目标。 意味着过去没有可以参考的大数据，为了知道这条路是正确的，需要多次实验，但是现在大数据已经成为了数据的参考，所以我们可以直接到达终点。 所以大数据使得事件的迅速发展变得更加简单了。

当然，这些都是对大数据的一点点想象和预测，但在现实中，真正的大数据是什么样的呢？ 他们完成了那些事件吗？ 我还想听听8月29日七牛主办的“数据重构未来”大会，看看会议嘉宾的数据共享报告中，预测了哪些商业价值和机会。