數(shù)據究竟有多大

大數(shù)據帶動方法論上的變化本質上是人的行為越來越被虛擬化，以前歷史上誰都不知道你在

互聯(lián)網上是人還是狗，現(xiàn)在處處行跡處處痕，語言分析、自然語義處理、圖像處理、信號處

理、關系預測來精準預計，導致全球數(shù)據量每兩年翻一翻。隨著Iphone和各種安卓普及，每

個人在云端都有幾個G幾個T的網盤，存著各種各樣的信息，大到一定程度，根本沒法處理，

我們叫做狹義的大數(shù)據。有很多的新的計算機的處理方式，存儲方式，和數(shù)學建模的方式去

分析這些數(shù)據，那數(shù)據根據訪問頻次又分冷數(shù)據和熱數(shù)據。當年由于熱數(shù)據所帶來的信息量

意義更大，關注度集中在此，數(shù)學上的方法也是基于統(tǒng)計抽樣。奇妙的關聯(lián)度：但隨著計算

和存儲成本的降低，發(fā)現(xiàn)可以處理全量數(shù)據，全量數(shù)據堆積在一起發(fā)生了非常多奇妙的現(xiàn)象

。有些對當前的科學都有重大影響，當年基于統(tǒng)計、抽樣建立起來的模型極有可能是錯的，

比如開普敦定律和冥王星的失誤。這個可以參考我和國棟共著的大數(shù)據時代的歷史機遇一書

。所以在狹義的定義下會出現(xiàn)IBM和IDC定義的4個V，數(shù)據規(guī)模（Volume）、快速（Velocity

）、多樣的類型（Variety）據價值（Value）。

但是我認為為什么大數(shù)據會如此轟動是深遠的社會背景，更重要是數(shù)據思維

首先就是我一直提的數(shù)據思維，所謂的數(shù)據思維，要重視數(shù)據的全面性，而非隨機的抽樣性

。其次：就是關注數(shù)據的復雜性，弱化精確性，以前我們就有很多人要求一是一，二是二，

現(xiàn)在大數(shù)據里面我們就不要求那么精了，我們要求一個大的框架，模糊的準確度趨勢的判斷

第三大數(shù)據是一種重新評價企業(yè)、商業(yè)模式的新方法了，數(shù)據成為核心的資產，并將深刻影

響企業(yè)的業(yè)務模式，甚至重構其文化和組織。

我定義了從五大維度：活性、顆粒度、維度時空、情緒第一個叫活性，基本上你在互聯(lián)網公

司里面，比如你用阿里的服務，可能每天使用3到5次，但是你知道銀行的網點你可能一個月

或者更多時間才去一次。第二個稱之為叫顆粒度，就是你在電商的平臺上從你進店到購物、

到形成采購、到物流、到運送、到配送、到最后的評價跟分享，所有的環(huán)節(jié)都給你充分的記

錄起來，這是很重要的，我稱之為顆粒度，銀行我們現(xiàn)在看到的信息的數(shù)據或者金融的數(shù)據

就是水電、煤氣加成本，再加上你的工資到賬日期，這個數(shù)據是非常粗糙的。三個是稱之為

維度，像易寶支付，當你使用他的數(shù)據以后你的數(shù)據就留在他那里面，這樣有更多的維度進

行數(shù)據相關的處理和分析。第四遠近。當某個人有貸款需求的時候，我的金融機構，我的互

聯(lián)網公司，很有可能是第一個能知道你有貸款需求的，或者在線的時候知道，我可能第一時

間就知道這個客戶，銀行知道這個過程中間還有很多，這是一個，這是遠近。最后一個我們

稱之為叫情緒，你在微博上發(fā)的任何一條信息都是帶有情感的，你有情感之后就知道你的狀

態(tài)，就知道采取任何的營銷是不是有用。

接下來發(fā)生怎樣的事情泛互聯(lián)網化

軟件、硬件會免費，成為收集數(shù)據的入口行業(yè)垂直整合：一開始是軟件做硬件、互聯(lián)網公司

做硬件和軟件，接下來就是電商做金融、金融做電商、軟件公司提供增值服務。為什么？一

旦需要無線的靠近客戶之后，就要服務客戶需求的一切，行業(yè)的邊界在不斷被打破數(shù)據成為

資產：數(shù)據會變得越來越重要，是一切商業(yè)模式起源和重構的基礎。