（一）大数据的含义及特点

1.数据的演变

数据的演变是一个渐进的过程，它不是简单地由一种形式代替另一种形式，而是一个由简单到复杂的各种形式相互包容、不断丰富的过程。数据的发展分为三个阶段：第一阶段是数据的产生，数据作为一种计量工具与技术相融合，充分体现了其精确性和实用性特征。第二阶段是科学数据的形成，数据除作为计量工具外，也成为认识事物的基础和依据，并融入自然哲学的研究方法之中，使定量研究成为自然科学的基本研究范式。第三阶段是大数据的诞生，数据成为一种重要的社会资源，影响着整个社会的发展进程，大数据也为社会科学提供了定量研究方法，实现了数据与社会科学的结合，基于数据的社会管理、服务应运而生。

2.大数据的含义

大数据概念中的数据，是指具有可追踪、可分析、可量化特性的数据，而对这个意义上的“数据”进行挖掘和分析，依据数据做出商业决策，利用数据提升竞争力，则是大数据产业要做的事情。大数据价值链的三个构成部分是基于数据本身的公司、基于技能的公司和基于思维的公司。麦肯锡认为，大数据是指其大小超出了典型数据库软件的采集、存储、管理和分析等能力的数据集。该定义包含两方面含义：一是符合大数据标准的数据集大小是变化的，会随着时间推移、技术进步而增长；二是不同部门符合大数据标准的数据集大小会存在差别。大数据的本质是彻底打破各利益主体之间的信息不对称，让各方的连接更有效率。大数据将逐渐成为企业的核心资产，虽然其暂时未被列入企业资产负债表，但这只是时间问题。大数据的核心并不仅仅在于大容量，还在于对大量数据的整理分析和挖掘，从而创造出新的价值。

3.大数据的特点

目前主流观点一般基于大数据的特征来解读其内涵，比如D.Laney将其概括为“3Vs”，即海量（Volume）、快速（Velocity）和多样（Variety）：海量——如今是数据爆炸的时代，从线上到线下，数据获得的广度和深度都得到大大的拓展；快速——企业获取、分析和使用新数据的速度快，大数据不仅产生速度快，而且数据分析的速度也必须与之匹配；多样——大数据的来源和形式丰富多样，大数据可以分为结构化、半结构化和非结构化数据，来源包括社交网络、移动设备、传感器等等。^[1]

未来企业的经营也不再是过去的业务驱动，而是变为大数据驱动的经营管理。也有学者将大数据特点概括为“4Vs”，除了前面三个特征外，还包括价值巨大（Value）的特征，即通过在商业领域运用大数据技术，对低价值密度的海量数据进行数据挖掘和分析，从而实现广泛的商业价值。

（二）大数据产业的概念、分类及特点

1.大数据产业的概念

广义的大数据产业即信息产业，主要是与数据相关的服务的硬件制造、软件研发、软硬件相结合的网络工程建设、数据采集加工和相关数据服务；狭义的大数据产业指数据采集、加工与相关服务业，主要对大量数据进行采集、加工、处理转化为顾客需要的数据产品的产业。

2.大数据产业的分类

目前，对于大数据产业的分类并没有统一规定，依据不同角度可以总结为以下三种：

（1）二分法

二分法主要依据占有大数据的情况，分为大数据产业和大数据衍生产业。大数据产业主要指自身生产数据或者获取数据的存储、分析、应用类产业。大数据衍生产业主要指从事大数据产业所需要的基础设施和技术支持类产业。

（2）三分法(www.daowen.com)

三分法主要依据数据的营销模式将大数据产业分为如下三类：

第一，数据内容业，以信息为主要产品，可以关联到社会的各个领域，指从事数据的存储、采集、加工、传播等基本数据服务的产业群体，如档案室、情报部门、各大数据中心等。

第二，数据服务业，指用专业的知识和技能给顾客提供策略，以解决问题的服务，如数据以及数据库的咨询、数据库建立以及升级、系统的创建和升级、增值网络服务等。

第三，数据软件、硬件制造业，指从事数据相关的基础设备和软件的研发与制造的行业。

（3）五分法

五分法按照产业的价值模式分为大数据内生型价值模式、外生型价值模式、寄生型价值模式、产品型价值模式和云计算服务型价值模式。

3.大数据产业的具体特点

（1）产业数据资产化

在大数据时代，数据渗透到每个行业，逐渐成为企业资产，也成为大数据产业创新的核心驱动力。自身生产数据的互联网企业具有得天独厚的优势，其可以利用丰厚的数据资产，挖掘数据的潜在价值，洞察用户的信息行为，推动产业利用数据实现精准和个性化的生产、营销和获利模式。

（2）产业技术的高创新性

创新是大数据产业发展的基石。面对海量数据，企业如何有效地获取数据、存储数据、整合数据和服务用户。其需要不断革新大数据产业技术，具体来讲，包括对大数据的去冗降噪技术、高效率低成本的大数据存储与有效融合技术、非结构化和半结构化数据的高效处理、适合不同行业的大数据挖掘分析工具和开发环境、大幅度降低数据处理、存储和通信能耗等技术的不断优化和创新，为用户提供高效、高质量、个性化的服务。

（3）产业决策智能化

大数据产业在推动企业决策智能化发展中起到领头羊的作用。首先是产业自身决策智能化的发展，其次是为行业决策智能化提供数据、技术与管理平台。随着大数据产业的发展，分布式计算的大数据推动生产组织向中心、扁平化、自组织、自协调方向演化，促进劳动与资本一体化，并且在决策过程中极大地克服人类的有限理性，推动决策朝着智能化、科学化的方向发展。

（4）产业服务个性化

Monetate公司的调查报告显示，与未利用数据分析的企业相比，投入并分析数据的企业增长率为49%，而通过可量化的个性化实现在线销售额的增长率为19%。因而，基于数据的分析成为大数据产业提供个性化服务的重要工具。这些产业通过数据挖掘用户的兴趣和偏好，针对个体需求开展个性化定制与云推荐业务，提升产品服务质量，满足用户更高级别的需求，以获得更高的经济收益。