1.2 大数据的三层认知

如今，大数据已不仅仅是一个简单概念，其内涵和外延都得到了很大的扩展。其实，大数据是一个很宽泛的概念，要想系统而全面地了解大数据，可以从如下三个层面来进行，如图1-2所示。

1．第一层：理论层

这一层，主要是从理论上来认识大数据，理论认知是最基础的层面。什么是大数据？大数据有什么特征？大数据的核心价值是什么？

更重要的是，要理解大数据思维模式，思考为什么大数据能够支撑商业决策，它是通过什么方式做到的，以及从数据到决策的过程到底发生了什么，需要什么技能和思维逻辑。站的角度再高一点，也应思考一个企业或组织究竟应该确定什么样的大数据战略方向。

2．第二层：技术层

这一层，指的是大数据技术，包括大数据平台技术和大数据分析技术等。技术是大数据价值体现的手段和前进的基石。这里讲的技术，重点是指大数据系统技术，涉及云计算、分布式处理技术、分布式存储技术等，术语Hadoop、Storm、Spark等就属于这个层面的概念。

那么，什么时候才需要关注这方面的内容呢？就是当公司的数据规模大得用单台计算机无法处理的时候，此时，就需要使用上百、上千台电脑来构建一个集群系统（大数据平台），利用大量的电脑共同来对海量数据进行存储、计算和分析。当然，如果公司的数据量很小，就没有必要去组建一个云平台。

3．第三层：应用层

应用层，这是最高一层，数据应用才是大数据的最终价值体现。

所有的数据，不管是大数据还是小数据，目的就是解决业务问题并最终达成商业目标。所以，任何大数据都应该以应用为导向（而不仅是以技术为导向）。例如，数据分析、数据挖掘、机器学习等都属于应用技术的范畴。这些应用技术，不管是大公司还是小公司都需要掌握。比如，商业智能（BI），就是利用企业大数据来指导企业决策，让决策更科学、管理更高效、营销更精准。

而智慧城市，其核心依然是大数据。所谓智慧城市，就是要使城市管理变得更加智慧。但如何使城市管理变得智慧呢？举一个很简单的例子，就拿城市街道上红绿灯的控制来说，目前在城市的很多路口都部署有红绿灯，但每个红绿灯的时长控制基本上是固定的，比如绿灯120秒后就变成了红灯。那么，为什么是120秒而不是100秒呢？这个固定的120秒是否合理呢？绿灯的时长，应该由哪些因素来决定才最合理？当然是人流量或车流量。人流量和车流量多，绿灯时间应该变得长一些；人流量和车流量少，绿灯时间应该变得短一些。然而，人流量和车流量会随着时间的改变而改变，比如上午8:00—9:00人流量和车流量会多一些，而10:00—11:00会少一些。所以，红绿灯时长设置，需要利用大数据对人流量和车流量进行分析，然后准确地探知该路口人流量和车流量的规律，进而设置合适的时长。

在上述应用场景中，所部署的传感器和摄像头只负责采集数据及传递控制信息，而真正的判断和决策则由大数据系统来进行。所以，智慧城市的核心依然是大数据的应用，把大数据用在提升城市公共设施的服务效率和服务水平上，就是智慧城市。

目前，大数据应用得最成熟的领域是市场营销领域，特别是精准营销。几乎所有公司都要面临市场和营销的竞争，而用大数据来提升营销的精准性则成为提升品牌竞争力的核心了。

应用层，是最能体现大数据价值的一层。要想使得数据产生应用价值，就得学会数据分析技术。这一层也需要用到技术，这里把它叫作应用技术，或者分析技术（分析方法、分析模型、机器学习、数据建模等），需要采用合适的数据分析方法和分析模型，以及合适的分析工具，提取数据中包含的有用业务信息，进而支撑业务决策，最终实现商业目标。