第一，數據倉庫不需要大數據。數據倉庫是架構，大數據純粹是技術，第三，大數據永遠是優(yōu)質數據，大數據不一定意味著包含干凈的高質量數據，數據時代大數據的思維特征表明，大量的數據是數據價值的前提，大數據具有巨大的價值。如何正確理解大數據的價值和好處1？數據量大是大數據發(fā)揮價值的前提。

1。數據量大是大數據發(fā)揮價值的前提。當數據量不夠大時，它們只是離散的“碎片”，人們很難理解背后的故事。隨著數據量的不斷增加，達到并超過某個臨界值后，這些“碎片”會在整體上表現出規(guī)律性，在一定程度上反映出數據背后的事物本質。這說明，大量的數據是數據價值的前提，大數據有巨大的價值。大數據的“大”是相對的，與關注的問題相關。

2.數據關聯(lián)是實現大數據價值的基礎。利用大數據解決的問題通常涉及多部門、多領域、多個人、多視角。純數據的積累不一定能讓人了解事物的整體情況。只有從不同的側面和不同的部分收集和關聯(lián)數據，我們才能對事物有一個整體和本質的了解。數據聚合讓數據產生價值成為可能，數據關聯(lián)讓數據實現價值，因此需要推動數據的開放共享。政府和企業(yè)是大數據的主要擁有者。

隨著科技的發(fā)展和社會的進步，大數據、人工智能等新興技術開始進入我們的生活。我們已經從信息時代進入了大數據時代，大數據是一個非?；馃岬募夹g。如今，大數據已經涉及到各行各業(yè)的方方面面。但是目前很多人對大數據不是很清楚。先說大數據的架構知識。1.大數據架構的特點一般來說，大數據的架構比較復雜。大數據的應用和發(fā)展過于偏向底層，學習難度大，涉及面廣，制約了大數據的普及。

2.大數據在工作中的應用大數據在工作中的應用有三種。第一個跟業(yè)務有關，比如用戶畫像，風險控制。第二個跟決策有關，數據科學領域，懂統(tǒng)計學和算法，這是數據科學家的范疇。第三個跟工程有關，怎么實現，怎么實現，解決什么業(yè)務問題，這是數據工程師的工作。這說明大數據是一門很高深的學問。

大概花了兩天時間看完了吳軍老師的《智能時代》。有很多干貨，也有很多收獲。我覺得最重要的是第三章的思維革命，就當文章分享給大家。記得高中的時候是哲學課，學了一些機械思維的東西。我記得不是很清楚，只知道是機械的，不像機械一樣理解靈活的思維方法?？戳藚擒姷臅?，才知道機械思維曾經是一種非常高級的思維方式，包括牛頓的運動學三定律，愛因斯坦的相對論，都可以說是機械思維的結果。是不是又一個突破？

1。數據倉庫不需要大數據。數據倉庫是架構，大數據純粹是技術。所以，人在技術上是無法替代別人的。像大數據這樣的技術可以存儲和管理大量數據，并以合理的低成本將它們用于不同的大數據解決方案。第二，大數據技術將消除數據整合的必要性。大數據技術使用“讀取模式”方法來處理信息。這允許組織使用多個數據模型來讀取相同的源。人們普遍認為，它可以靈活地允許最終用戶根據需要決定如何解釋數據資產。

第三，大數據永遠是優(yōu)質數據。大數據并不一定意味著包含干凈的高質量的數據。相反，在大多數情況下，大數據包含數據質量誤差。此外，為了從收集的大數據中使用更好和正確的見解，有必要對它們進行清理。因此，錯誤的假設是不需要清理、收集或分析大數據。第四，大數據只用于分析。您將從各種來源獲得至少12種不同的大數據定義。某處定義為5V，某處定義為海量數據集，某處與分析相交。

1、大數據思維的完整性近年來，我們進入大數據時代，在一定程度上促進了大數據思維從一元思維向二元思維的轉變。現在按照人類思維的轉換模式，還是處于多元思維狀態(tài)，也就是追求社會和諧穩(wěn)定的模式。但通過研究大數據思維的發(fā)展過程，發(fā)現大數據的二元思維模式是一種高效率的、適合當今社會發(fā)展的思維模式。它對效率、相關性和可能性的追求提高了創(chuàng)新和發(fā)展的效率。

整體性的理論基礎在于人類在自然觀上認識世界的能力不斷變化，當今社會通過人類對整體數據的整合分析能力來體現。2.大數據思維的互聯(lián)性。從微觀層面分析大數據思維的特點，是一種典型的符合當今社會和科技發(fā)展的量化互聯(lián)思維，量化為對具體或明確目標的陳述?；ヂ?lián)代表了兩個事物之間的聯(lián)系，作為大數據思維的微觀層面表達，進一步說明了大數據思維的重要性。

比較分析法是數據分析中最常用、最有用、最實用的分析方法。它比較兩個或兩個以上的數據，分析差異，從而揭示這些事物的發(fā)展變化。我們先來看思維導圖:如何使用分析法(與誰比較)如何使用比較分析法，首先要考慮與誰比較的問題。和自己比。通過和自己過去的平均水平對比，找到問題，圍繞問題進行分析。不管問題是自己的問題還是行業(yè)的問題，如果是自己的鏈條出了問題，就要從自己身上找原因，提高活動率。

使用分析方法(如何比較)要考慮的第二個問題是如何比較？總體數據大小:一些指標用于衡量總體數據大小。常用的數據指標有:某項業(yè)務指標的平均值、中值、整體數據波動。變異系數用于衡量整體數據的波動和趨勢變化。用對比分析法分析趨勢變化時，最重要的是找到合適的對比標準。找到標準，將比較對象的指標與標準進行比較，就可以得到結果。

有兩個資料很好的解釋了大數據的本質。第一個定義來自于2011年第一季度Gartner的MervAdrian在TeradataMagazine上發(fā)表的一篇文章，他說，“大數據超過了普通硬件環(huán)境和軟件工具在可接受的時間內為其用戶收集、管理和處理數據的能力?！绷硪粋€定義來自MckinseyGlobalInstitute在2011年5月發(fā)表的一篇論文:“大數據是指其規(guī)模超過典型數據庫軟件工具的收集、存儲、管理和分析能力的數據集。