行业警惕大数据傲慢

我们每天听到 数据 一词的频率突然高起来，如 大数据 、 数据经济 和 政府数据公开 等， 数据 与现代社会、与大家的日常生活越来越息息相关。

从 数字 、 数值 到 数据

没有计算机和信息技术的年代里， 数据 更多的是 数字 或 数值 ，至多也就是用于统计的 数字 或 数值 。计算机问世初期，信息技术有了 数值计算 和 数据处理 的差别，只不过， 数值 通常指连续变化的物理量；而 数据处理 处理的是离散的一组组 数字 而已， 数据 仍然停留在统计应用的水平。

随着计算机和信息技术的普及和发展，互联的普及特别是的普及， 数据 有了更多的内涵和更广外延， 数据 不再限于 数字 或 数值 ，只要是计算机可以处理， 数据 可以是文本、语音、图形、图片、视频和更多其他的形式。 金融数据 包括但不限于银行交易、证券交易、外汇牌价和交易、信贷、资信、金融趋势等。 医疗数据 包括但不限于病人症状、检查结论、诊断、用药、流行病、专家就诊时间、医疗资源分布等。 教育数据 包括但不限于适龄学生数、课程计划、成绩、教育质量、升学、就业等等。各种数据，林林总总，不一而足。

曾记得， 数字化 风靡一时。科学家香农在上个世纪40年代就提出了采样定理为26%。这已是白色车第三次蝉联此份车身颜色统计报告的冠军宝座。坊间有关白色车各种难“伺候”的说法由来已久。不耐脏、会泛黄、补漆色差特别明显等等。真是如此?邀请专业人士来看看口口相传的若干说法到底对不对。说法一：白色车补漆色差更明显事实：珍珠白修补相当考验技术车在路上跑，即对一个连续函数，按给定间隔提取其值，就可以用一组离散的数字序列代表这个连续函数，这就是数字化的重要基础。 数字化 的另一个意思是 数字化标示 ，用一串数字来标示一个客体。 数字化 目标是数字计算机可以处理模拟信号，也可以纪录处理各种客体的 数字化标示 ，我们不能不说这是一场技术革命，只不过这个革命是一种工具（计算机）或过程（计算机处理）的革命。 数据 就不同了， 数据 是现在信息社会的一个新生儿，它像石油和矿石，是一种新的原材料，可以用来加工、产生价值；它像农具和机器，是一种新的生产资料，可以提高生产的效率；它像高速路和机场，是一种新的基础设施，投资和利用它可以改善经济和民生。

有创新企业的生产原材料就是 数据 ，他们对这样的原材料加工，生产去形形 的 数据产品 ，获得受益，比如：加工过的病案数据对于医药企业，加工过的点评数据对于餐饮企业，加工过的人口流动数据对于规划部门。有些企业很好的利用了 数据 这种生产资料，通过收集分析用户习惯 数据 竞争又多大，可以设计生产出更有人缘的产品，比如：世界知名的互联公司和公司都不断在收集分析用户使用习惯的 数据 ，进而改进自己的产品，搜索服务提供商不停收集用户的搜索关键词，借以分析各种有价值的趋势。也有不少地方开始关注对于 数据 基础设施的投入，提高本地区的竞争力，

有企业家说，鼠标嫁给水泥，诞生的宝宝叫数据经济。

大数据 并不仅仅是因为 数据 量大

大数据 极大的提升了 数据 一词的使用频率。多大是 大 ？

其实历史上 海量数据 被用过很长时间， 海量数据 也是在说 数据 的规模， 大数据 也包含 数据 的规模，不同的是： 大数据 不仅关乎规模，同时还涉及数据的多样性和复杂性，最关键的是用传统的理论和方法都无法高效处理。

曾几何时，人民熟知的数据大小的单位，从位、K（千、10的 次方）、M（百万、10的6次方）、G（十亿、10的9次方）、到了T（兆、10的12次方）、P（千兆、10的15次方）、甚至E（百京、10的18次方）。《经济学人》期刊2010年2月出版的专辑 The data deluge（数据洪流） 中提到数据大小的单位E时，不少专业人士也得上查查，E到底是多大？