想必数据管理专家都很熟悉大数据的三个V——volume（规模大）、velocity（速度快） 和variety（种类多）。但是随着各种类型的数据库处理大规模数据流的技术愈加成熟，数据的种类逐渐成为大数据最棘手的问题。

Scotts Miracle-Gro公司商务智能项目的高级总监David Judson出席了SAS高级商业领袖系列会议，在他2011年接受大数据项目的时候，他并不担心数据库需要处理的数据的规模和速度，因为现存基础设施足以胜任。

他关心的是数据种类。Judson发现，每当他想要建立客户档案的时候，他得到的关于潜在客户的数据都是一些天气预报、聊天记录和其他形式的线上内容。这种问题现在也困扰着他。这种数据中得出来的信息结果无法以合适的格式进行存储或分析。

Judson表示，公司以前有一个企业数据仓库（EDW），但目前正在考虑如何使用Hadoop存储和分析混合媒体数据。

这不禁让我们重新审视“大数据”这个概念。因为“大数据”主要强调数据集规模的庞大。但事实上，处理大规模数据集时，面临的主要问题是如何处理不同类型的数据。

美国波特兰数据分析国际研究所的联合创始人、调查总监Tom Davenport表示大多数大型企业关心的都是数据种类。他最近完成了一份名为《大企业的大数据》的调查报告。通用电气、UPS和花旗银行等大企业都参与了调查。Davenport表示，这些公司主要关心的都不是数据量和处理速度。

Davenport认为，这说明人们通常理解的“大数据”并没有触及问题的关键。它没有充分的揭示出公司在部署大数据技术时应该考虑的因素。Davenport觉得会有一个表意更明确的词最终取代“大数据”这个词，只是现在还不知道它是什么。

Davenport表示：“种类是要考虑的首要因素。”

Jill Dyche是SAS研究院最佳实践的副总裁，同时也与Davenport合作开展了上述调研。她认为，当人们刚接触大规模数据集的时候，人们使用三个V来阐释大数据，想要广泛地定义这个新技术。但现在这个词已经失去其意义。不过要想用一个更能揭示大规模数据集本质困难的词替换它，恐怕还需要一段时间。

Dyche同时也表示，在另一方面，“大数据”这个词或许还值得沿用一段时间，因为它可以激起管理层的兴趣。或许他们并不知道“大数据”到底是什么，但他们会经常在杂志或其他地方看到它，从而最终选择它。

Dyche表示：“我觉得管理者关心数据只是一件很偶然的事，他们可能一下子就转变观念，决定采用‘大数据’技术。”

微信公众号

TechTarget

官方微博

TechTarget中国