早期在描述大数据的时候，往往从大数据本身的特点来入手，比如数据量大、速度快、数据类型多样化、价值密度低、真假难辨等等，对于普通人来说，即使知道了这些特点，对于大数据的概念依然是模糊的，依然不知道大数据到底用来做什么，能够与普通人产生哪些连接。
什么是大数据?
这是一个非常好的问题，作为一名IT从业者，同时也是一名计算机专业的教育工作者，我来回答一下。首先，要想把大数据搞清楚，首先要明白大数据本身并不是一个单一的概念，如今的大数据已经发展成了一个庞大的生态体系，涉及到的产业链也在不断完善和发展。随着大数据技术体系逐渐成熟，大数据的落地应用已经开始逐渐展开，随着诸多行业企业纷纷实现业务上云，未来大数据的应用场景会越来越多，大数据所构建起来的价值空间也有很大的潜力。
早期在描述大数据的时候，往往从大数据本身的特点来入手，比如数据量大、速度快、数据类型多样化、价值密度低、真假难辨等等，但是对于普通人来说，即使知道了这些特点，对于大数据的概念依然是模糊的，依然不知道大数据到底用来做什么，能够与普通人产生哪些连接。实际上，要想了解大数据，首先要搞清楚大数据的目的，大数据的目的就是实现数据的价值化，大数据的所有操作几乎都是围绕数据价值化展开的，包括数据采集、数据整理、数据存储、数据分析和数据应用等等，这一系列环节都是围绕数据的价值增量来展开的，最终通过数据应用来完成价值体现。
简单的说，通过大数据能够让更多的数据产生价值，通过大数据能够让数据的价值进行传递（赋能）和提升，通过大数据能够让数据逐渐成为一个重要的生产材料，通过大数据能够衡量一个企业的价值和发展潜力等等，随着工业互联网的发展，未来大数据本身所承载的价值空间会越来越大。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
大数据、数据分析和数据挖掘的区别是什么？
对于很多人来讲，这几个概念经常分不清，我当初入门的时候也一样，只不过那时候没有大数据的概念，作为一个数据分析从业者，其实并不需要关注这些名字直接的本质区别，只要明白一件事，数据最终是为了决策服务。鉴于大家对此还是有些好奇，这里我大概说说我的理解，希望和各位有所交流，不足之处还望大家指正。先看看数据分析与数据挖掘的区别：首先要搞懂，什么是数据，什么是信息，这两者本质的区别就是数据是存在的，不用人脑，而信息是需要人脑进行处理，上面意思呢？比如你装修完了房子，打算开始买家具，那么第一件事就是用尺子量房屋各处的长度和宽度，这些都是可以主观的看到的，客观存在的，这就是数据，而信息则不同，例如你要去买沙发，你会说，我们放5米的沙发刚好，4米的有些短，看着不大气，6米的太大了，看着不美观，那这种就属于信息，是需要人们经过大脑去判断的，属于主观，判断的依据就是数据（客观存在）。
其次，数据分析是对客观存在的已知的数据，通过各类维度的分析，得出一个结论，例如我们发现用户注册量下降：可以从:区域上看，某区域的注册量下降了x%渠道方面，搜索引擎带来的注册了下降了X%年龄来看，20岁~30岁的注册量下降了X%等等，这样不同的业务类型去看过去一段时间发展的趋势来做结论判断。数据挖掘则更注重洞察数据本身的关系，从而获得一些非显型的结论，这是我们从数据分析中无法得到了，例如关联分析可以知道啤酒与尿布的关系、决策树可以知道你购买的概率、聚类分析可以知道你和谁类似，等等，重在从各个维度去发现数据之间的内在联系因此两者的目的不一样，数据分析是有明确的分析群体，就是对群体进行各个维度的拆、分、组合，来找到问题的所在，而数据发挖掘的目标群体是不确定的，需要我们更多是是从数据的内在联系上去分析，从而结合业务、用户、数据进行更多的洞察解读。
