飞鸟
下载贤集网APP入驻自媒体
不同于普通数据，大数据具备“4V”特征：一是数量巨大（Volume）——大数据处理能力以PB级别为主。二是多样（Variety）——大数据除了单一的结构化数据，还包含了大量非结构化数据（图片、文本、视频、声音等）。三是变化快（Velocity）——大数据的变化快，并且要求快速处理才能获得应有价值。四是价值（Value）——大数据发展的核心是利用数据产生价值，主要体现在不同行业数据的融合使得以往的数据再次产生价值，数据的交易能够产生新的商业模式，取得相应的价值。
大数据采集的数据不是样本而是全体; 获取数据不是精确而是混杂; 分析数据不是因果关系而是相关关系。
美国第四代战斗机F/A-22就是数据采集和大数据分析在装备建设中的一个典型运用。F/A-22自1997年试验机首飞起，开展了广泛的研制试验与评价飞行试验，验证了飞机的优良性能。这些试验主要有飞行器性能试验、航电系统试验、低可探测性试验、后勤试验和评价、地面结构试验等，通过以上试验，获得了大量数据。除此之外，还进行了环境试验、实弹发射试验、武器集成试验。通过这些试验，美国军方收集了大量的数据，为F/A-22项目建设、降低风险奠定了坚实可靠的基础。美国大数据应用的成功案例不仅涉及到国防、军事，还涉及到金融、电信、智能办公、医疗、教育、交通等与社会民生密切相关的领域。
西门子在大数据建设上也有不俗表现。两台机器人可以密切协同，紧张而不失有序地装配轿车的车门。这两台机器人不仅具备娴熟的装配技艺，还彼此沟通。倘若前一台机器人突然提高了速度，会立即提前通知后一台机器人做好相应准备。它们还能随时灵活地变换工作任务，几分钟前还在喷涂油漆，几分钟后就可能接受另一项任务，比如安装方向盘或车门。这其中任何一个环节都离不开大数据控制。
特斯拉利用大数据技术，采集和分析了用户在驾驶时产生的加速度、刹车、转弯、电池充电和位置信息，以及用户驾驶习惯等大量数据，结合市场数据和企业生产、管理数据，进行了产品及生产协同创新，进而实现了产品研发创新。在设备、产品诊断和预测方面，波音公司的飞机发动机、燃油系统、液压和电力装备等，每 30 分钟就会产生 10TB 数据，用以诊断和预测故障，降低事故率，延长产品生命周期。
海尔集团通过互联网整合其全球供应链资源，并在供应链各环节采用大数据技术对企业内部数据、供应商数据等进行分析挖掘，实现了供应数据、企业内部数据、供应商数据等进行分析挖掘，实现了供应链协
同和持续优化，进一步降低了企业运营成本。
