请！前面已有网友阐述得很详细了，我只简单说两句，我们今天就是处在大数据时代，首先要肯定大数据时代的大数据给我们的生活带来了生活的便利，他是主流，但也有不尽人意的支流，这要在过程中不断完善，随着法律法规的健全，大数据的更加成熟，只会给人类带来更大的享受……

近些年来，我国网络购物、移动支付、共享经济等新业态、新模式蓬勃发展，随着各领域对信息化、智能化等深层次应用技术需求的逐渐增大，由此带来的大数据采集、存储、分析、流通等各环节技术创新与升级，利用大数据等信息技术推动信息资源开发、共享。

随着移动通讯网络技术快速发展，尤其是5G技术即将商用的重要历史时期，更加快速的通讯网络，更多的设备接入，带来的就是更多的就是数据。也就是说，大数据是信息化发展的新阶段，随着信息技术和人类生产生活交汇融合，互联网快速普及，全球数据呈现爆发增长、海量集聚的特点，对经济发展、社会治理、国家管理、人民生活都产生了重大影响。

简单来说，大数据是指对大规模的数据综合处理的流程，包括了数据的采集、分类、分析与结果呈现。

大数据涉及的领域包括：数据生成（如摄像头、检测器）、数据的分类（结构化与非结构化）、数据的保存（存储）、数据分析（大规模并行计算）、分析结果的呈现（前端的展示）

我们当前正处在大数据的时代背景下，大数据的发展和应用将对我们的生活带来全方位的影响，那么如何理解大数据呢？在我看来，理解大数据要先从大数据的概念入手。

大数据的概念随着大数据的发展，也在产生着变化，要想理解大数据不仅要知道大数据的5个特点（数据量大、结构多样性、速度快、价值密度低、真假难辨），还要知道大数据所代表的产业链。

大数据的第一个特点就是数据量大，但是并不是说数据量小就不是大数据了，大数据也是由小数据汇集起来的。数据自身具备的特点包括广度、深度和历史几个重要的方面，这是理解大数据的第一步。

数据结构多样性主要是由于数据来源的多样性决定的，通常情况下大数据的来源包括传统信息系统、Web数据和物联网数据，这其中Web数据属于半结构化数据，而物联网数据则更多的是非结构化数据。

速度快是大数据的一个重要特性，大数据与传统的数据挖掘有一个重要的区别在于大数据往往有实时性要求，这就要求大数据的速度一定要快。而速度快，则往往会降低数据的精确性，也就是说大数据更注重速度。

“大数据的运用，汽车私人定制服务已经不远。”

这里仅从笔者比较熟悉的汽车行业举一个例子，分享一下大数据在汽车产业运用的一个例子，抛砖引玉。

背景

2017年我国汽车保有量已经达到2.05亿辆，而且预计在未来的销量还会增加，到2020年达到3000万辆。

汽车的最终目的是为人们提供移动出行的解决方案，对于未来汽车的发展趋势，业界基本上有一个共识，未来的汽车会朝着“电动化，网联化，智能化，共享化”四个方向发展。

谢请。

大数据正在改变着我们的生活方式和业务模式，因为大数据掌握了大多数人的生活习惯和行为规律，从这一意义上讲，大数据在未来都具有重要的意义。

比如现在正在利用大数据进行线上医疗，运用大数据进行金融风险分析，都是基于大数据带给人们的结论。

但是，大数据改变不了个体差异，比如每个人的身体条件不同，同样的疾病在每个人身上的表现也不尽相同，完全依赖于大数据的分析可能对大多数人是有用的，但对具体的个体可能就要有所差异，这种差异正是大数据以后专家们有解决的问题。

所以，结论就是大数据一定会改变人类生活的未来，但是我们不能仅仅依靠大数据，还要提升人员的素质和能力。

大数据是新资源、新技术和新理念的混合体。中央文件多次指出，数据是一种新的生产要素。

从资源视角来看，大数据是新资源，体现了一种全新的资源观。1990 年以来，在摩尔定律的推动下，计算存储和传输数据的能力在以指数速度增长，每GB 存储器的价格每年下降 40%。2000 年以来，以 Hadoop 为代表的分布式存储和计算技术迅猛发展，极大的提升了互联网企业数据管理能力，互联网企业对“数据废气”（Data Exhaust）的挖掘利用大获成功，引发全社会开始重新审视“数据”的价值，开始把数据当作一种独特的战略资源对待。大数据的所谓 3V 特征（体量大、结构多样、产生处理速度快）主要是从这个角度描述的。

从技术视角看，大数据代表了新一代数据管理与分析技术。传统的数据管理与分析技术以结构化数据为管理对象、在小数据集上进行分析、以集中式架构为主，成本高昂。与“贵族化”的数据分析技术相比，源于互联网的，面向多源异构数据、在超大规模数据集（PB量级）上进行分析、以分布式架构为主的新一代数据管理技术，与开源软件潮流叠加，在大幅提高处理效率的同时（数据分析从T+1 到T+0 甚至实时），成百倍的降低了数据应用成本。

从理念的视角看，大数据打开了一种全新的思维角度。大数据的应用，赋予了“实事求是”新的内涵，其一是“数据驱动”，即经营管理决策可以自下而上地由数据来驱动，甚至像量化股票交易、实时竞价广告等场景中那样，可以由机器根据数据直接决策；其二是“数据闭环”，观察互联网行业大数据案例，它们往往能够构造起包括数据采集、建模分析、效果评估到反馈修正各个环节在内的完整“数据闭环”，从而能够不断地自我升级，螺旋上升。目前很多“大数据应用”，要么数据量不够大，要么并非必须使用新一代技术，但体现了数据驱动和数据闭环的思维，改进了生产管理效率，这是大数据思维理念应用的体现。

零几年互联网科技行业的口号是“互联网+”，而到了现在这个周期，业内的口号应该就是“大数据+”了。随着各方互联网科技企业的不断科普并推出相关应用，很多人会以为大数据就像那些科技互联网企业宣传的一般美好——早上起床，它会帮你挑选最近人气最高的时令早餐；上班通勤，它能通过实时交通数据分析给你指出一条最通畅的出行路线；周末看电影，它也能向你推荐目前票房口碑最佳的电影……我们生活中的许多情景都将因为大数据的普及而变得更加便利。

【剑桥分析，撕碎了一众同行营造的美梦】

虽然企业们描绘出的大数据改变未来的蓝图很美，但实际上大数据作为一种工具，本身是不存在好恶的。也就是说，虽然我们确实亲眼看到了大数据正在为我们的生活提供各种服务，但在我们平时看不到的地方，也有人正借此技术作恶，其中典型，便是将脸书推上风口浪尖的剑桥分析（Cambridge Analytica）。

我们已经进入大数据时代，我认为大数据可以从以下几个方面去理解：

1.第一个大是数据量大。进入大数据时代，处理的数据不再是以前的很少的数据，而是海量数据。大数据时代现在一天产生的数据量，可能比过去一年产生的数据量还多。

2.第二个大是数据维度多，数据更加复杂。大数据时代需要监控的数据维度，可能有成百上千个指标，需要从这些成百上千的数据维度中提取有价值的信息，由此也就带来了监控的复杂性。

其实对一般的老百姓是感觉不到大数据的作用，在政府部门 中是做认为大数据是一个很大的产业，数据至上，是不是会造成一种错觉，其实现在很多的事情也不是以大数据做为决策和判断的依据的，如何看待大数据，我觉得也应该以一种平常心态，是一种决策的参考，而不是唯一。