一、大数据概念
大数据（ Big Data） ： 指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
大数据主要解决， 海量数据的采集、 存储和分析计算问题。
按顺序给出数据存储单位：
bit、 Byte、KB、 MB、 GB、 TB、 PB、 EB、 ZB、 YB、BB、 NB、 DB。
1Byte = 8bit 1K = 1024Byte 1MB = 1024K
1G = 1024M 1T = 1024G 1P = 1024T
二、大数据特点（4V）
1、Volume（大量）
截至目前，人类生产的所有印刷材料的数据量是200PB，而历史上全人类总共说过的话的数据量大约是5EB。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
2、Velocity（高速）
这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告， 预计到2025年，全球数据使用量将达到163ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
天猫双十一：
2017年3分01秒，天猫交易额超过100亿
2020年96秒，天猫交易额超过100亿
3、Variety（多样）
这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以数据库/文本为主的结构化数据， 非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。
4、Value（低价值密度）
价值密度的高低与数据总量的大小成反比。
比如，在一天监控视频中，我们只关心宋宋老师晚上在床上健身那一分钟，如何快速对有价值数据"提纯"成为目前大数据背景下待解决的难题。
三、大数据应用场景
1、抖音： 推荐的都是你喜欢的视频
2、电商站内广告推荐：给用户推荐可能喜欢的商品
3、零售：分析用户消费习惯，为用户购买商品提供方便，从而提升商品销量。经典案例， 纸尿布+啤酒
4、 物流仓储：京东物流，上午下单下午送达、下午下单次日上午送达
5、 保险：海量数据挖掘及风险预测， 助力保险行业精准营销， 提升精细化定价能力
6、 金融：多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险
7、 房产：大数据全面助力房地产行业， 打造精准投策与营销， 选出更合适的地， 建造更合适的楼，卖给更合适的人
8、 人工智能 + 5G + 物联网 + 虚拟与现实
四、大数据部门间业务流程分析
五、大数据部门内组织结构
