我時常聽創業者說本身的公司天天會出產/記錄許多的數據，固然他們臨時還沒想大白怎么用這些數據，但把這些數據都先存起來了。他們常常還說，通過這些數據他們的產物/處事將獲得很大的晉升，似乎這些數據就是公司的救世主一樣。我不想接頭這種概念正確與否，但想在這里表明兩個關于大數據的常見誤解：

一、數據不便是信息

常常有人把數據和信息看成同義詞來用。其實否則，數據指的是一個原始的數據點（無論是通過數字，文字，圖片照舊視頻等等），信息則直接與內容掛鉤，需要有資訊性（informative）。數據越多，不必然就能代表信息越多，更能不能代表信息就會成比例增多。我們來看兩個簡樸的例子：

備份。許多人如今已經會按期的對本身的硬盤舉辦備份。這個沒什么許多幾何表明的，每次備份城市締造出一組新的數據，但信息并沒有增多。

多個社交網站上的信息。我們傍邊的許多人在多個社交網站上活潑，跟著我們上的社交網站越多，我們得到的數據就會成比例的增多，我們得到的信息固然也會增多，但卻不會成比例的增多。不光單因為我們會相互轉發摯友的微博（可能其他社交網站上的內容），更因為許多內容會十分雷同，有些微博固然詳細文字差異，但表達的內容十分相似。

二、信息不便是伶俐（Insight）

好吧，此刻我們去除了數據中所有反復的部門，也整合了內容雷同的數據，此刻我們剩下的全是信息了，這對我們就必然有用嗎？不必然，信息要能轉化成伶俐，至少要滿意一下三個尺度：

可破譯性。這大概是個大數據時代特有的問題，越來越多的企業天天城市出產出大量的數據，卻還沒想好怎么用，因此，他們就將這些數據臨時非布局化（unstructured）的存儲起來。這些非布局化的數據卻不必然可破譯。好比說，你記錄了某客戶在你網站上三次翻頁的時距離斷：3秒，2秒，17秒，卻健忘標注這三個時間到底代表了什么，這些數據是信息（非反復性），卻不行破譯，因此不行能成為伶俐。

關聯性。我們曾經對關聯性的重要性舉辦過表明。這里不再贅述了，無關的信息，至多只是噪音。

新穎性。這個和我前文舉的誰人社交網站的例子雷同，差異的是，這里的新穎性許多時候無法僅僅按照我們手上的數據和信息舉辦判定。舉個例子，某電子商務公司通過一組數據/信息，闡明出了客戶愿意為當天送貨的產物多付出10塊錢，然后又通過另一組完全獨立的數據/信息獲得了同樣的內容，這樣的環境下，后者就不具備新穎性。不幸的是，許多時候，我們只有在處理懲罰了大量的數據和信息今后，才氣判定它們的新穎性。

說了這么多，是想表達，，其實我們手上有用的數據并沒有我們想象的那么多——大數據自己就是個耍噱頭的詞。在如今這個年月，一個普通的創業公司天天就能出產1GB以上的數據，稍微大一點的公司天天出產的數據都以TB來技能。但在費錢舉辦大數據闡明之前，我們要意識到，數據不代表信息，更不代表伶俐。