大数据分析的特点

大数据分析的特点

大数据分析的特点一：数据分析量大

数据量本身就是聚合的概念。不是数据量大的数据被称为大数据，传统信息系统生成的“小数据”也是大数据分析的重要组成部分，这点必须清楚。当前，从大数据的数据源的角度来看，它主要集中在互联网，物联网和传统信息系统三个渠道。当前物联网数据的比例相对较大。相信在5G时代，物联网仍将是大数据的主要数据源。

大数据分析的特点二：数据分析结构多样性

与创新信息系统(ERP)中的数据不同，大数据的数据类型非常复杂，包括结构化数据，非结构化数据和半结构化数据，这对传统数据分析技术提出了巨大挑战，这也是大数据技术兴起的重要原因。在工业互联网时代，大数据数据结构的多样性将得到进一步体现，这也给数据价值过程带来了新的挑战。

大数据分析的特点三：数据价值密度

与传统信息系统相比，大数据中的数据价值密度相对较低，这就需要更快，更方便的方式来完成数据值提取过程，这也是当前大数据平台所关注的核心竞争力之一。实际上，早期Hadoop和Spark平台之所以能够脱颖而出的重要原因是它们的数据处理(排序)速度相对较快。

大数据分析的特点四：数据增长速度快

通常传统信息系统的数据增量是可以预测的，或者增长率是可控的，但是在大数据时代，数据增长率已经大大超过了传统数据，处理能力已经超过自身的极限。数据增长是一个相对的概念。与消费互联网相比，工业互联网带来的数据增长可能更加客观，因此工业互联网时代将进一步打开大数据的价值空间。