大数据（Big Data）：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理数据的集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据主要解决的问题：海量数据的存储、海量数据的分析

数据存储单位：

bit → Byte → KB → MB → GB → TB → PB → EB → ZB → YB → BB → NB → DB

单位换算：

1Byte = 8bit

1KB = 1024 Byte

1MB = 1024 KB

1GB = 1024 MB

......

大数据的特点：

大量Volume：截至目前，人类生产的所有印刷材料的数据量是200PB，而历史全人类总共说过的话的数据量大约是5EB。当前，典型的个人计算机的容量是TB量级，而一些大企业的数据量已经接近EB量级

高速Velocity：这是大数据区分于传统数据挖掘的最显著特征。在海量数据面前，处理数据的效率就是企业的生命。

多样Variety：这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高的要求。

价值密度低Value：价值密度的高低与数据总量的大小成反比。如何快速对有价值的数据“提纯”，称为目前大数据背景下待解决的难题。

大数据应用场景：

1. 物流仓储：大数据分析系统助力商家精细化运营、提升销量、节约成本
2. 零售：分析用户消费习惯，为用户购买商品提供方便，从而提升销量（经典案例：纸尿裤+啤酒）
3. 旅游：深度结合大数据能力与旅游行业需求，共建旅游产业智慧管理、智慧服务与智慧营销的未来
4. 商品广告推荐：给用户推荐可能喜欢的商品
5. 保险：海量数据挖掘和风险预测，助力保险行业精准营销，提升精细化定价能力
6. 金融：多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险
7. 房产：大数据全面助力房地产行业，打造精准投策与营销，选出更合适的地，建造更合适的楼，卖给更合适的人
8. 人工智能：。。。
9. 。。。。。

大数据发展前景：

1. 党的十八大提出“实施国家大数据战略”，国务院印发《促进大数据发展行动纲要》，大数据技术和应用处于创新突破期，国内市场需求处于爆发期，我国大数据产业面临重要的发展机遇
2. 党的十九大提出“推动互联网、大数据、人工智能和实体经济深度融合”
3. 国际数据公司IDC预测，到2020年，企业基于大数据计算分析平台的支出将突破5000亿美元。目前，我国大数据人才只有46万，未来3-5年人才缺口达150万之多（先入行者吃肉，后入行者喝汤）
4. 2017年，北京大学、中国人民大学、北京邮电大学等25所高校成功申请开设大数据课程
5. 大数据属于高新技术，大牛少，升职竞争小
6. 。。。。。。

大数据部门业务流程分析 ：

产品人员提需求 → 数据部门搭建数据平台，分析数据指标 → 数据可视化，展示

大数据部门组织结构：