大資料4個明顯的特徵，大資料思維四個遞進的層次

大資料4個明顯的特徵：

1.資料量足夠大，要大到讓統計的結果具有非常高的置信度

2.具有多維度的特徵，而且各個維度最好是正交的

3.資料的完備性，完備性使得大資料可以算無遺策

4.在一些場景下的實時性，比如堵車資訊一定時間過了資料就失去意義了

--------

大資料思維四個遞進的層次：

第一層：從大量的、看似雜亂無章的資料點，總結出原來找不到的相關性。

第二層：不事先作假定，從大資料出發先得到結論，再分析原因。

第三層：利用大資料在準確把控巨集觀規律的同時，精確到每乙個細節。

第四層：用不同維度找到的強相關性可以取代因果關係。

--------------

大資料的4個明顯的特徵，即資料量大、多維度、完備性和在一些場景下的實時性。我們特別強調了光是資料量大還不能構成大資料，因為它可能無法得出有效的統計規律，而多維度的特徵則讓我們可以交叉驗證資訊，提高準確性。

--------------

首先，大資料要求資料量大，這一點大家沒有疑問。資料量小一定不符合大資料的原則。至於資料量多大合適，我們在前面介紹了置信度的概念，資料至少要大到讓統計的結果具有非常高的置信度。

其次，大資料需要具有多維度的特徵，而且各個維度最好是正交的。今天，**或者其他**，能夠有效地給你推薦產品，在很大程度上就是因為它不僅具有了你在網上購物的資料，而且還從其他渠道，包括在你不知不覺中，獲得了生活上的資訊。

比如，它可以根據你上網的行為，了解你的年齡、性別和教育背景，根據你晚上和白天的地點，了解你的工作地點和住址，甚至你的工作性質和生活習慣，比如是否經常出差，在什麼樣的飯店吃過飯，是否愛運動，是否使用名牌產品等等。

由於阿里巴巴資料收集的時間跨度比較長，它還可以看出人們消費習慣的變化。根據這些資訊，它就知道你是誰，需要什麼。在沒有大資料之前，這種事情很難做到。

大資料第三個重要特徵，是資料的完備性，它在過去常常被人忽略，因為人類過去使用資料，都是採用抽樣的辦法來獲取，根本不可能做到完備。抽樣統計有乙個問題，就是總有5%左右的小概率事件覆蓋不到，如果最後運氣不好，正好落在那5%，統計的方法就失去作用了。

今天情況就不同了，因為收集資料的裝置無所不在，我們也在有意無意向它輸送資料，因此獲得完備的資訊完全可能，這樣一來就堵住了採用資料作**的死角。

我們在前面講到提高名片識別率的方法，就是從網上抓取全部的企業和私人聯絡位址，拿它們和從名片識別出的資訊進行比對，就可以過濾掉幾乎所有的錯誤。這裡面其實就是用到了資料的完備性——也就是說，全部的位址、**等資料我都收集完備了。完備性使得大資料可以算無遺策。

除了上述三個特徵，很多時候大資料還需要具有實時性，因為在那些應用場景，一定時間過了，資料就失去意義了。

--------------

我們過去說，量變會帶來質變，那常常是在乙個維度上說的，而今天我們說大資料思維，已經超出了這一層含義，是一種全新的思維方式和做事情的方法。

今天大部分人所理解的大資料，是從大量的、看似雜亂無章的資料點，總結出原來找不到的相關性。在這個過程中各種資料如同百川入海一般匯聚到一起。我們在前面已經舉了不少這一類的例子。但這只是大資料思維的第一層含義。

我們需要強調的是，大資料思維和過去通過大量資料驗證一件事還是有區別的。那就是由於這些資料在產生和收集時是沒有特定目的的，因此怎樣使用它們，則需要視特定的應用而定。

比如google趨勢這個產品就用到了大資料，由於收集資料事先沒有目的性，從這些資料中能夠得到什麼結果事先也不知曉，這讓它發現了很多過去沒有想到的規律。

今天這種做法其實是先有了結果，再反推原因，是一種逆向的做法，但是正是因為有了足夠的資料支援，它無疑會比較快。不事先作假定，從大資料出發先得到結論，再分析原因，這是大資料思維的第二層。

因此，用不同維度找到的強相關性可以取代因果關係，這是大資料思維的第四個層次。