http://www.inside.com.tw/2015/02/13/big-data-2-7-definitions-you-should-know-about
在大多數人根本不知道大數據（Big Data）到底是什麼的時候，不可否認的是，大數據已經在 21 世紀掀起一場驚濤駭浪。根據研究機構 IDC（國際數據資訊公司）的分析，這個世界上的資料正在以每兩年就翻倍的驚人速度增加中。了解大數據、如何利用巨量資料，成了人人關心的重點議題。
儘管大數據的定義各家歧異，但基本上，大數據領域裡的每個人都同意一點：
大數據不僅僅是指更多資料而已。這篇文章整理出 7 個重要的大數據觀點，希望大家不只是看著大數據的表皮，而能用不同的角度深入檢視大數據。
圖片來源
1) 最基本的大數據定義 The Original Big Data
大數據的
3Vs 定義是目前為止最受推崇且最廣為人知的說法。3Vs 由 Gartner 的分析師 Doug Laney 最早在 2001 年時提出，分別代表資料量 Volume、資料傳輸速度 Velocity、資料類型 Variety。從那之後，便有人在 3Vs 之外陸續提出更多「V」， Veracity、Validity、 Value、Visibility 等，其中又以 Veracity （真實性）最被普遍認同。
3Vs 定義在上一篇文章中有仔細介紹，在這就不詳述了，請參考
《巨量資料的時代，用「大、快、雜、疑」四字箴言帶你認識大數據》。
2) 大數據即科技 Big Data as Technology
大數據並不是什麼嶄新的概念，好幾十年前 CERN 的科學家就在處理每秒上看 PB （Peta Bytes）巨量資料。那為什麼一直到近幾年「大數據」這顆原子彈才被投到科技圈，轟得人人三句不離大數據？
現今要處理的資料量更龐大、資料產生跟處理速度更驚人、資料來源更多樣，於是處理、儲存大量資料的新技術跟工具快速發展，像是開源軟體 Hadoop 跟 NoSQL 資料庫。新科技誕生後，開發者跟使用者需要一個專業名詞來與之前的科技作出區別，於是「大數據」一詞因應而生。
因此大數據不只是指資料，也指這些用來分析、處理巨量資料的新興科技。
“Big Data is the new tools helping us find relevant data and analyze its implications.”
3) 大數據即不同的資料類型 Big Data as Data Distinctions
現今「大數據」所涉及的資料已經和過去的資料已經不同了。根據
Hortonworks 公司戰略副總裁
Shaun Connolly 的說法
1，過去的資料大部分是人工手記下來的交易紀錄（Transactions），現在則是機器替我們記錄下來的交易資料；除此之外，還有人們跟事物、企業間的互動資料（Interactions），例如人們在網路上點擊網頁跟連結的紀錄；最後則是機器自動生成、累積下來的觀察資料（Observations），例如智慧型家居產品記錄下來的室溫變化等。
因此 Shaun Connolly 定義大數據是由交易、互動、觀察資料所組成的資料型態。
"Big Data = Transactions + Interactions + Observations"
4) 大數據即訊號 Big Data as Signals
SAP 公司的高管
Steve Lucas 不以資料型態來看待大數據，而是以目的（intent）跟時機（timing）。在過去，企業收集到的資料只能在事情發生後引以為鑒，但現在企業收集到的是「新訊號」
2，可以在事情發生前得到前兆跟提示，進而做出行動來影響事情結果。例如某品牌廣告在社群網站上的「讚」數、點閱率如果跌落谷底，公司便可以預期接下來產品銷售量一定也會慘不忍睹；同樣的情形在過去時，公司所得到的數據就是產品發售後的銷售量。
“Big Data is the new signals.”
5) 大數據即機會 Big Data as Opportunity
根據
451 Research 的數據專家 Matt Aslett，他將大數據定義為「以前因為科技所限而忽略的資料」
3，這個說法也受到許多人的贊同，因為多半提起大數據時，都是在討論這些以前無法分析處理、囊括其中的資料。
"Big Data is data that was previously ignored because of technology limitations."
其實他在文中並不是用 Big Data 一字，而是使用「Dark Data（暗數據）」。事實上許多公司都使用暗數據這個字，因為當資料變「暗」了，便表示一個漏掉的訊息、錯失的機會，在企業策略中留下一個盲點
4。一直以來，各企業雇用數據專家的目的就是希望能「點亮」這些暗數據（illuminate the Dark Data），觀察到以前不曾注意過的趨勢、做出更全面的考量。
也因此，SAP 曾經做過一個調查顯示，將近 76% 的企業高管們視大數據為「機會」。個人也滿喜歡這個觀點，畢竟現在各公司在推動大數據的原因，就是希望能掌握全面的訊息、把握住這些機會！
"A new survey by SAP suggests that nearly 76 percent of executives see “Big Data” as an opportunity"
5
6) 大數據的哲學定義 Big Data as Metaphor
著名的攝影師和出版人，前《Time（時代）》、《Life（生活）》、《National Geographic（國家地理）》雜誌攝影師，負責過有史以來最大攝影項目的
Rick Smolan ，在他的著作
《大數據的人性面孔》（The Human Face of Big Data）一書中，則給了大數據一個最完美的哲學定義 ——「大數據是幫助地球建構神經系統的一個過程，在這系統中，我們（人類）不過是其中一種感測器。」
6
“Big Data is the process of helping the planet grow a nervous system, one in which we are just another, human, type of sensor.”
深奧吧？如果你讀過《大數據的人性面孔》一書，相信你應該會對這個比喻點頭如搗蒜。求方便的話，這本書也提供了 iPad App 版本可以閱讀，有興趣可以到
這裡下載。
7) 大數據是舊東西的新噱頭 Big Data as New Term for Old Stuff
也有部份人認為，「大數據」一詞被嚴重濫用，大數據只是商業智慧（Business intelligence）或商業分析（Business analytics）演化後的新字
7。
從 Google Trend 裡可以看出，從 2004 年到現在，「Big Data」一字的搜尋次數從 2011 年開始飆漲的同時，人們對「Business intelligence」的興趣則是持續降低。「Business analytics」趨勢雖然小幅上漲，但短時間應該不可能趕上另外兩個字的風潮。
結語
以上七個定義/觀點無論認同與否，相信大家都同意的是：Big Data 絕對是個「Big Deal」，接下來幾年裡，大數據將帶來無限商機。
