Big Data 大數據

Big Data稱為巨量資料或大數據，這大概是雲端運算之後最為流行的科技議題，然而沒多少人知道什麼是巨量資料。現在，這本「大數據」清楚解釋什麼是巨量資料，以及巨量資料對人類造成的革命性改變(如同雲端運算對商業模式的影響)，這本書的內容在技術方面著墨不深，主要是說明巨量資料的觀念與影響，非常適合任何對於巨量資料有興趣的人閱讀，可說是巨量資料的入門書(科普書)。

麥爾荀伯格、庫基耶著，林俊宏譯，大數據，台北：天下遠見，2013。
譯自： Big data: a revolution that will transform how we live, work, and think

「大數據」整本書是一個金字塔架構，全書共10章，從現在談到未來，如果你真的沒有時間，只看第一章也能對巨量資料有基本的認識，這本書建議各位依序閱讀完全，感覺就像上了兩位大數據專家的一堂課。

巨量資料目前還沒有明確定義，不妨參考 Gartner 公司的研究副總裁蘭尼 (Doug Laney) 提出的「三個V」性質(參閱第一章參考資料)，即資料量 (volume) 、速度 (velocity) 、種類 (variety) ，這樣對於「巨量」會比較有感覺。這本書沒有確切說明何謂巨量資料，主要是強調巨量資料帶來的改變，主要改變有三點：

1. 能夠取得、分析的資料量大為增加
2. 不會堅持一切都要做到精確
3. 放下長久以來對於因果關係的堅持

之所以有這些改變在於現在是從「小量資料」轉變到「巨量資料」的時刻，由於科技的進步，分析處理巨量資料已經不再困難，然而過去小量資料 (small data) 的時代發產出來概念已不適用於未來。

第一個改變來自於資料取得不是隨機抽樣的方式。過去，因為處理資料能力有限，不得不對真實世界以隨機抽樣取得小量資料，現在，已有能力處理巨量資料，資料的取得盡可能是真實世界的全部且完整的資訊，或者說：全部都是樣本。

第二個改變基於第一個。由於資料是全部的測量點(取樣點)，因而產生三個結果：發生錯誤的可能性相對提高、取得不同來源與類型的資料、各資料格式也會不盡一致，這些都是雜亂 (messy) 。雜亂是巨量資料的特性，資料的「精確」已經不是重點，關注的反而是「可能性」這個目標，由於有了全部的資料，我們在乎的是整體輪廓的價值。對於巨量資料而言，資料的數量比品質更為重要。

第三個改變是最重要的變革。基於我們已經擁有完整的資料，分析某個現象的因果關係其實已經不太重要，不太需要知道「為何如此」，我們只需要了解現象之間彼此的相關性 (correlation) ，觀念必須改為知道「正是如此」就夠了，這個概念讓我們得到更多新的「因果關係」，將足以改變我們看待一切的方式。

上述這三個改變將影響我們的生活與工作，並建立全新的思考方式，若想更進一步瞭解巨量資料，這本「大數據」絕對值得好好閱讀。

###