数据与大数据的关系

　　5月2日消息 大数据到底什么？是不是足够多、足够全的数据就是大数据，这样的理解对不对？其实大数据是人为造出来的一个词，无法像科学定义那样精准。今天我们说说数据与大数据的关系。

　　在这个方面，存在着很大的争议，有人认为大数据不是根据数量来衡量的，而是根据数据的价值和有用性;也有人认为统计数据、系统内数据只要足够大，也是大数据，大数据不仅仅指互联网数据。确实，大数据是人为造出来的一个词，无法像科学定义那样精准。

　　比较公认的是由舍恩伯格提出的4Vs,即所谓：体量足够大Volume、种类足够多Variety、速度足够快Velocity、价值足够大Value。我本人之所以不赞成这样的定义，是因为统计数据或者系统内数据也可以满足这些条件，比如像沃尔玛这样巨大的商业机构，中国政府这样庞大的政府里，其软件系统里面的数据体量足够大，种类足够多，运算速度足够快，内容足够有价值。但究竟是不是大数据呢?我认为不是。这些数据虽然足够大，但仍然不足以构成大数据，理由有三：

　　1.数据足够大，但不是爆发增长的数据;

　　2.数据在一个封闭的系统内运行，不能与外界打通;

　　3.由于数据被有限使用，而不能对全社会产生足够的价值。

　　我之所以认为凡是通过互联网产生和运行的数据就是大数据，其实是从一个时代的角度来认识大数据的。

　　在前互联网时代，只能产生数据而不是大数据，因为缺乏互联网这个媒介，数据之间无法产生化学反应，数据始终如同散落

　　在各地的溪流，无法形成大海，也就不可能产生汹涌澎湃的惊涛骇浪。

　　我一直认为互联网的价值只有一个：链接。不要小瞧这一个词。互联网依靠这个特性，直接把事物是普遍联系的这一哲学还原成现实。数据通过链接释放了聚合能量，如同一匹脱缰的野马，一发不可收拾。

　　我的第一个专业是统计学，第一份工作也是在一个五百强企业做统计。时光荏苒，二十多年过去了，人生历经反复，现在又回到数据岗位，只不过前面加了一个大字。我在做统计工作时，每个月要给国家计委报一份国民经济投入产出表。那时候的计划经济理想，由于缺乏大数据这个工具，是难以实现的。在新的时代，统计系统无论从数据内容，速度，颗粒度，体量，价值等等已经大大落后了。

　　统计数据通过逐渐上报，最终汇集而成的是一个去掉了个性和微观特性的抽象数据，鲜活的经济现象被浓缩成几张报表，依靠这几张报表去治理和优化社会价值，手段是远远不够的。系统内数据需要与互联网数据结合，形成数据体，既然保留结构性数据的严谨性和逻辑性，又增加广泛性和个性，最终形成接近反映事物本身的整体画像。在大数据时代，接上互联网，就与大数据打通了。