大数据的类型大致可分为三类:传统企业数据、机器和传感器数据、社交数据。
1、传统企业数据(Traditional enterprise data):包括 CRM systems的消费者数据,传统的ERP数据,库存数据以及账目数据等。
2、机器和传感器数据(Machine-generated / sensor data):包括呼叫记录(Call Detail Records),智能仪表,工业设备传感器,设备日志(通常是Digital exhaust),交易数据等。
3、社交数据(Social data):包括用户行为记录,反馈数据等。如Twitter,Facebook这样的社交媒体平台。
扩展资料:
大数据挖掘商业价值的方法主要分为四种:
1、客户群体细分,然后为每个群体量定制特别的服务。
2、模拟现实环境,发掘新的需求同时提高投资的回报率。
3、加强部门联系,提高整条管理链条和产业链条的效率。
4、降低服务成本,发现隐藏线索进行产品和服务的创新。
大数据技术具有“5V”特征:Volume(体量大)、Variety(多样性)、Velocity(变化快)、Veracity(准确性)、Value(价值大)。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理。
大数据(big data),或称巨量资料,指的是所涉及的资料量规模巨大到无法透过主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
实用意义:
现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。阿里巴巴创办人马云来台演讲中就提到,未来的时代将不是IT时代,而是DT的时代,DT就是Data Technology数据科技,显示大数据对于阿里巴巴集团来说举足轻重。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类,而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似,大数据并不在“大”,而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言,如何利用这些大规模数据是赢得竞争的关键。
以上内容参考:百度百科-大数据
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)