以往的統計學概念,必須先建構假設模型,導入數據驗證結果,再透過統計工具跑 '因果關係" 解釋現象;但是在大數據中更多討論與應用的是”相關性”,進而改變我們探索世界的方式。

"相關性" 是大數據最重要的概念
相關性概念並非像有A才會有B之因果關係,而是因素中有相互影響的關係,因此原本看似毫不相干的因素關係,但實際上亦可能是重要的因素,可透過大數據重新賦予新的解釋,可突破傳統的統計做不到的因素關聯。


第五個V-Value價值是關鍵要素
大數據與一般資料分析有四大差異,係為不得不提 "4V":Volume大量、Velocity即時性、Variety多樣化、Veracity真實性。同時背後皆有重要的技術,例如:硬體儲存技術、資料庫系統管理、數據處理與傳輸效率、結構和非結構化數據整合、資料視覺化等,這些技術加上分析能力將可建構至廠商的產品服務中,並提供解決方案。然而較少人談到第五個V-Value價值:為什麼要分析資料? 希望達到甚麼目的? 其關鍵還是在於人們的洞察力,掌握應用資料的價值。 


參考資料:ITIS,形塑Data DNA 從大數據挖掘商機,崔聖如,http://www2.itis.org.tw/NetReport/NetReport_Detail.aspx?rpno=478952280&industry=&ctgy=&free=

arrow
arrow

    findthing 發表在 痞客邦 留言(0) 人氣()