在信息处理受限的时代，当我们需要数据分析而缺少有力的收集数据的工具时，诞生了许多方法来提高数据的可靠性。比如要随机采样，要确定合适的抽样范围，要甄选错误数据。其分析的结果的准确率不高，毕竟是用样本代替总体。而且收集和处理数据的过程中，稍有失误，比如样本不具有般性，比如错误数据没有被排除，就会给结果酿成巨大的偏差。而现在我们把总体当作样本，...

随着企业收集的数据量以每年 40% 到 60% 的速率持续增长，IT 团队面临管理海量信息的挑战。

基于宏大的数据分析只是给了传统企业机会，但是“真正的机会”，还是 “伪装的死胡同”，需进步甄别，这对于传统企业而言至关重要。

　　科技在进步，市场在变化，软硬件条件突飞猛进般发展的同时，企业的需求也不断升。例如从离线到在线的转变，规模效应的需求，更低的成本需求都刺激着Hadoop生态圈的进步和壮大。

随着云计算与大数据的迅猛发展，向云迁移成为大势所趋，所以行业巨头纷纷把眼光投向互联网的基础设施建设，其中，数据是重中之重。Google、微 软、Amazon等跨国企业不约而同斥巨资建设数据，Google甚至在全球拥有14个数据，并不乏兼具美感与功能的酷炫之作。

起因是朋友的实习生跟朋友打了个多小时的电话BLABLA各种向往移动医疗,号称大数据能改变医疗现状人类走向新时代(误

数据成为 DT 时代的核心要素。 今年上半年互联网热出现个新动向，就是入口和应用场景的争夺已到了短兵相接、贴身肉搏的激烈程度。巨头们争夺的较终目标是数据资源。数据已成为 DT（数据技术）时代的核心要素。世界经济论坛报告曾经预测： “未来的大数据 将成为新的财富高地，其价值可能会堪比石油”，成为战略性资源。

大数据的功能在于挖掘、预测和关联。而O2O概念诞生到今天已经有段时间。有平台战略如阿里的手机淘宝，有线下实体合作，平台推进有如京东……但众多企业始终都在强调流量、入口、价值，大大忽略了数据的价值。

大数据咱听的够多了，百度下，就“为您找到相关结果约7,150,000个”，可它到底是个什么东西，解读甚多，眼花缭乱的没个准。本文整理修改自知乎的个问答，作者是大数据解决方案公司面数据的创始人何明科，他尝试用大白话解释了数据沉淀、挖掘、呈现三个概念，从中我们也能看到整个行业的大致状况。如有补充，欢迎评论互动～

自2011年以来，大数据旋风以“迅雷不及掩耳之势”席卷中国。毋庸置疑，大数据已然成为继云计算、物联网之后新轮的技术变革热潮，不仅是信息领域，经济、政治、社会等诸多领域都“磨刀霍霍”向大数据，准备在其中逐得席之地。