[知乎]如何准确又通俗易懂地解释大数据及其应用价值？

本次样本主要涉及39位知友，共计36442条答案。
如果这就算是大数据，我只能呵呵了。我所理解的大数据，首先在数量级上，就要远远超出我们原本学校里《概率统计》课本上那些常见案例。所以，必须明确反对排名第一的@天光 的回答。

其次，大数据仅仅有数据量，也是不够的。@子柳 的答案，数据太简单，结论也太容易了。

再者，@gilot 的回答，点出了一个要点，是相关性。我认为很有价值。

下面说说我的理解：

• 世界是复杂的，数据肯定也是复杂的。但是，哪些采样点我们可以去采，而哪些不必去采。是一件非常困难的事情。以一个视频网站为例，视频播放器在播放过程中，应该上传多少种不同的数据，这是一个大问题中的，非常小的一个部分，但是已经足够复杂，值得反复深入的研究与分析。
• 从 建立探测点，到收集、上报数据，最终汇总数据，我们会发现各种奇怪的数据，大大超出我们原来的预期。哪些是无效数据，哪些是我们预料之外的有效数据，必须 仔细分辨。比如：视频播放器上报的数据，有看到30秒时上报的一次数据，也有看到120秒时上报的一次数据，却没有看到60秒时上报的数据，这种情况是否 正常？
• 数据量太大，种类太多，如果愿意，我们可以得出无数的结论，如何取舍，如何才能不迷失在海量的数据中，这也是一大难题。如果我们不能根据数据，建立想要分析的对象的数学模型，各种数据放在面前，根本无从下手。
• 最后，有一个猜测、验证、归纳、修正的大循环。这在大数据分析过程中，是一个必备的流程。

再说几句题外话：

• 如果所有的数据，都是自己所有，那么难度总不会太高。随着开放平台的逐渐发展，大数据分析的来源数据，可能有很多并非自己所有，而是要借助开放平台的API，来实时获取。
• 如果所有的计算，都在自己的计算机上完成，那么难度也会大大降低。但是，随着数据量的增长，云计算的各种基础服务，天然可以用于大数据计算，这也是二者之间的结合点。

最后，举一个例子：
基于twitter上人们的即时信息，预测股票市场的走势。这是一种大数据应用。参见：
Twitter预测股票趋势变为现实

当然，如果数据来源不仅仅是twitter，而是所有可能的社交网络、BBS、新闻组，那么这个分析的结果，可能更加准确。