张能斌总经理（数据挖掘就是从数据中发现知识的过程）

传统企业亟待借力“大数据”转型升级

什么是数据？

数据的是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材，而张能斌总经理认为数据是可定量分析的记录。几百年前，从地理开始记录星象才有了开普勒三大定律、牛顿万有引力，那时我们就有很多数据。一两百年前豌豆的杂交记录实际上就是生物学的数据记录。所以数据很早，远远早于计算机之前。现在我们放在计算机时代，可以通过数据挖掘的方法获得一些知识，其中一部分知识又能够转化成价值。

张总经理不太认同因为IBM提出4V：Volume(大量)+Velocity(高速)+Variety(多样)+Value(低价值密度)。”我们现在几乎所有的互联网数据，包括未来、包括车联网，很多数据都会通过传感器、互联网分析被记录下来。现在全球存储的数据总量16ZB，再过8年，这个数据量会翻十倍，到达163ZB，这是第一个大的趋势，数据总量的爆炸性增长，它让我们普通人很难在十多亿淘宝单品、数万亿网页做出选择，这就是信息过载（Information overload，可获取数据的爆炸增长和普通人分辨甄别数据之间的矛盾。

以前绝大部分数据都是表格里的数据：我们用一些简单的商务智能的方法就能进行统计分析，比如回归分析、决策树、支持向量机，贝叶斯分析、神经网络等等，都可以得到各个项与最终结果之间的关联。但是现在绝大部分数据，去年新增数据的89%都是非结构化的数据，它主要包括文本、图像、视频、语音、社交网络等等，这里面有大量重要有价值的数据，但是难以用一些简单的方法去挖掘，所以这是第二个大趋势，怎么样去分析非结构化数据，并且在某些特定情况把它变成结构化数据

数据的组织形态发生了变化：以前绝大部分数据我们认为它都是一个一个孤立的项，比如说淘宝知道我买了什么东西，新浪微博知道我有什么朋友，线下的医院知道我们得了什么病，公安知道我们犯了什么罪，但我们不知道这其中的关联，买了这个东西的人得了什么病、犯了什么罪。现在我们可以逐步的通过一些商业方式、政策打通在很多个局委办和数据集中同一个人、同一家企业、同一个终端在不同地方的数据，所以这属于第三个大变化。