話說小弟的老闆，是讀物理學出身的
2000年他創立了一家做 Email Marketing 的公司
現在他把公司定位成「Big Data Marketing」的公司
其實本人並非商科也非工科出身
事實上我快畢業才知道 Big Data 這個詞
剛接觸的時候我就很簡單的理解為「利用極為龐大的資料」就叫 Big Data
不過工作一段時間後仔細想
什麼叫龐大？大小是相對的，是主觀的...
我自己的答案是，我老闆說自己讀物理學所以對 Big Data 有興趣，是確實有跡可尋的...
首先，讓我「戴個頭盔」
這篇只是我在個人的 Blog 上寫的一篇文章
對 Big Data 的理解純粹是我不負責任的幻想
並不代表公司立場 哈哈哈
我老闆對 Big Data 下的定義是︰3個V
Volume Velocity Variety
我覺得他定義得很好
不過還是脫離不了「相對」這個框架 -
比起浩瀚宇宙裡有的 Data，我們現在所謂的 Big Data 的 Big 連細胞裡的分子裡的電子都不如
所以，如果用這種定義，今天的 Big Data，10年後也會變成 Small Data
所以我認為，永恆不變的，只有「Big Data Concept」
那到底什麼是「Big Data Concept」？
我覺得，其實可以很單純地理解為「窮盡所有數據來得出結論」
那麼，如果我們覺得「Big Data Concept」是近年才出現的東西
那我覺得就大錯特錯了
「窮盡所有數據來得出結論」，我覺得一直是統計學和物理學在做的事情
統計學可能有點偏差，因為統計學的靈魂在於取得「足夠」的數據，來代表整體
不過「數據愈多愈好」這一點是沒有變的
而統計學的方法，也是收集一大堆樣本，然後利用數學理論去分析樣本數據，得出結論
而物理學我覺得反而比較像
一個重 10kg 的球體，在距離地面 100m 的高度放下，落地時的速度是多少？
這些是中學程度的物理學常常要算的東西
可是理論跟現實總有偏差
為什麼？
就是因為 Data 不夠 Big 啊！
如果我們有辦法知道空氣阻力，如果我們能把重力的精確度從 9.8 ms^-2 提高至小數點後5個位，甚至知道在下墮過程中重力的變化
那麼我們就能得出非常非常準確的答案
可是，對科學有足夠了解的人就會知道，
無論 Data 有多 Big，你永遠不會得到「絕對的答案」
因為答案沒有最精準，只有更精準
好了，現在請回想一下我文章的標題
其實你不覺得物理學在某程度上，就是在預測未來嗎？
在沒有時間軸的情況下，科學能探索的，只有物質的構成，而這個部份是屬於化學的範疇
物質的運動，物質的變化，是必須有「時間」概念的存在，才會出現的
而物理學就是探討這個世界的物質隨著時間推移的變化
這.... 難道不就是預測未來嗎？
我們先撇開量子物理學不說（事實上，量子物理學並不能完全否定決定論）
在古典物理學中，決定論是生效的，因為如果我們知道這一瞬間，這個世界的所有 Data
我們可以透過物理學來推算，下一瞬間這個世界的變化
不過當然，我們不可能窮盡這個世界的所有 Data
但是如果我們知道的 Data 愈多，推測出來的未來，便會愈準確。
我認為，這就是「Big Data Concept」。
所以，Big Data Concept 不是近年才出現的東西
那為什麼這個詞是近年才出現呢？
我覺得，這與「獲得 Data 的方法」有極大的關係
在資訊科技發展成今天這個樣子之前，
我們所能了解的 Data 都是不難想像的
Data 的量並沒有超出我們想像中的「Big」
所以我們並不會賦予這些 Data 一個特別的名字
不過，Data Analysis 這些老掉牙的詞就出現了無數年
直到近年，我們終於有方法可以取得一些以前我們無法想像的那麼大的資訊量
這些資訊是我們以前難以想像可以拿來分析的
又或者說，近年終於出現了一些我們想要分析，卻龐大到難以到手的 Data
而這些 Data，往往離不開互聯網世界
因為互聯網世界正是 Volume Velocity Variety 都極為龐大，充滿難以捕捉的 Data
對於這些可遠觀而不可褻玩的 Data，我們心中生畏，Data 不足以名之，故冠其「Big」之盛名
也因為以上的理解，
我認為 Big Data 的重點不在於分析
因為這不是什麼新的東西，有 Data，自然就會盡可能去做分析，這是自古以來就有的 Big Data Concept
如今 Big Data 的重點是「如何獲得那些3V的Data」
這才是最有價值的
簡而言之，我覺得 Data Mining 才是 Big Data 的靈魂
（重申，以上純屬邏輯推敲，沒有什麼事實根據，只當我個人的幻想便可～ 更不代表公司立場！XD）
留言列表
