大数据什么鬼，别让众口铄金迷乱你的双眼！

作者：徐光辉

首先写这篇文章受到启发，源于朋友圈要刷爆的消息，大数据与互联网相连，2010年开始大热，现在是互联网时代，所到之处都是谈论大数据的，毕业了做什么，大数据；找男朋友的，做大数据；学数学，适合做大数据. 双十一期间看《大数据告诉你，电商会把假货卖给谁》，写的像小数，异常精彩。 我只想说，作者带着激动的心情写了看似很正确的话来修饰大数据的恐惧。 根据我从业经验来看，今天说说数据乃至大数据，决定进行透析，透析就是一层层的，日常我们经常看到报表，报告或者数据或者数字，这些都是数据范畴类。 我们先从数据底层说起。

第一层是数据收集

（叫数据积累，存储等是广义上的收集） 数据的收集趋势，从标准化数据到零散的，从多年积累的到每日都要达到千万级数据，从纯数据到文本数据，到各种数据，到各种颗粒度。 互联网时代，数据量是几何级的升高，但绝大多数的都是标准化的数据，相对更容易，但最大的问题是量大，快速，多变。 数据的收集后的下一步，基本上可以分为，数据校验，为什么是数据校验，因为整个数据就是不正确的，GA的数据正确么？接口的数据正确么？另外一部分是数据分析&挖掘，超过半数的企业的数据都是不准确的，或者不完全准确的，涉及到接口，接口交换或者传输各种问题，

数据都不能正确的，何谈大数据。 多半谈大数据的是不知道数据质量的，这一点千真万确。

第二层是数据应用&分析&挖掘

大数据应用其实是业务的运用，不是数据运用，不是数据结果运用。 面对小数据很多时候我们一筹莫展，更别提更多的数据，往往不了解的人都会说，我们通过大数据，得出某某结论，其实这是断掉中间的东西（如何分析，如何发现未知，确定未知），臆想，众口铄金，迷乱了很多人的双眼。 数据的结果是为业务分析服务，不是大数据，还是小数据的分析，大数据的分析一定是最后做到小数据，既要全局全揽，还要落到小点 再谈大数据的数据模型，模型是统计学家，前人的成果，搜索下现行所有模型，仍然是关联模型，行为判别，再加上判别等模型。

第三层是大数据的重中之重-数据转换存储

大数据其实是底层技术的大数据，海量的数据更多是数据集成，存储，转换 每日千万量的数据，每次ETL如此量的数据，是服务器的配置的设置，大数据考验的有一点是数据架构

第四层时回归到小数据，解释世界

做了大量模型，推荐模型，关键在于准确度，这些需要汇报，汇报高级主管的，落的是小数据。 当很多人在说需求预测，自动输出，这些是模型范畴的选模型步骤，模型检验，其实跟我们理解的都不一样，大数据混淆，模型的说法也开始使用到业务工作中，完全开始混了 回归数据，一定是回归小数据，跟所说的大数据似乎关系很小

数据落到最后，是解释世界，业务分析。

记得之前跟客户团队成员提过，谈大数据的都不会分析，甚至不知道如何分析；做数据分析的都在谈数据研究，做数据研究的都在做市场研究，做市场研究的其实在做业务。