無論是在公司上班或是在學的莘莘學子，我們每天上傳至雲端的檔案數量，多達1億張相片、10億份文件… 更別提數位影音、交易、生物醫療… 每天全球所所創造的資料量高達 2.5 exabyes。
但資料量大就是大數據嗎？
大數據是什麼？
大數據（Big Data）又被稱為巨量資料，也指數量龐大而無法以傳統方式處理的資料，其概念其實就是過去10年廣泛用於企業內部的資料分析、商業智慧（Business Intelligence）和統計應用的總和。但大數據現在不只是資料處理的工具，更是一種企業思維和商業模式，因為資料量大量增加、軟體技術進步、儲存設備成本下降和雲端環境成熟等等，讓資料分析從過去的洞悉歷史進階到預測未來，甚至是破舊立新，開創新的商業模式。
大數據的興起使資料探勘、統計領域成為熱門科目，也使大數據工具開發更加快速、更容易取得與使用。而無論何種產業皆能透過分析大數據預測未來趨勢，使大數據成為各行各業都在發展的數位技術。
大數據的特性
一般來說大數據的特性可被歸類為「3V」，包括資料量（Volume）、資料多樣性（Variety）與資料即時性（Velocity）。但其實不論是幾V，大數據的資料特質和傳統資料最大的不同是，資料來源多元、種類繁多且大多是非結構化的資料，而且更新速度非常快，導致資料量大大增加。
1．資料量（Volume）
大數據與傳統數據有一差異在於資料量的多寡，因資料量遠大於傳統數據，所以以「大數據」一詞來區分兩者。若是以量化表示，大數據特別指在一天內可生成1TB以上資料量的數據（等於128個8G隨身碟，相當可觀！）也因為資料量大，無法以傳統的方式儲存處理，因此發展出大數據這一新型態科學。
2．資料多樣性（Variety）
與我們常見的轉帳紀錄、瀏覽紀錄僅紀錄一種數據不同，大數據的資料類型龐大且複雜，由於形式多元複雜，大數據儲存也需要不同於傳統數據的儲存技術。
3．資料即時性（Velocity）
大數據與傳統數據一大的不同點，就是數據生成的速度極快。由於網際網路與資訊設備普及，每一個人隨時隨地都可以創造數據，數據生成的速度已與過去不可相比。同時也強調資料的時效性，隨著使用者每秒都在產生大量的數據回饋，過去三五年的資料已毫無用處，一旦資料串流到運算伺服器，企業便須立即進行分析、即時得到結果並立即做出反應修正，才能發揮資料的最大價值。
在3V成為大數據主要定義後，隨著儲存資料的成本下降、取得成本也下降，大數據發展出第四個特性：Veracity（資料真實性），意指除了資料量，也需要確認資料的真實性，過濾掉不真實的數據與異常數值之後，分析出來的結果才能達到準確預測的目的。
大數據分析步驟
第一步．取得
數據隨時隨地都在產生，可以說是隨手可得。大型的企業，蒐集客戶的使用紀錄就可達到以數據預測未來的目標；若是中小型的企業，則可主動提供問卷請客戶填寫，逐步累積資訊量。
第二步．儲存
由於資料量龐大，處理儲存大數據是第一個難關。因此處理大數據時多使用分散式處理系統，透過分割資料與備份儲存，突破記憶體過小的障礙。
第三步．運算
為達到預測未來的目的，機器可以透過分類、迴歸分析、排序、關聯分析等方式找出其中規律，並運分析工具進行運算。
第四步．視覺化
經過分析後的數據為數字與列表，閱讀上不易。因此可搭配視覺化工具，將數據轉化為圖表的方式會變得容易閱讀與理解。
Lalamove為一結合科技數據的物流公司，我們運用過往的客戶數據資料庫，並由專業的客戶維運部門專員分析客戶以往的使用模式，在未來需求量可能暴增的時節，提早提供客戶專門的配送規劃及協助，使客戶在爆單季節無須額外擔心物流運送相關的問題！
還沒使用過Lalamove嗎？點選下方按鈕立即下載使用！
