分析和指数级的不可预测的增长

如果我让你选择赢得 美元或一个月内每天翻倍一便士，你会选择哪一个？百万美元听起来很不错，不是吗？然而，到第 30 天时，由于指数增长的力量，一分钱翻倍的价值将超过 500 万美元。 分析事项 如果我让你选择赢得 美元或一个月内每天翻倍一便士，你会选择哪一个？百万美元听起来很不错，不是吗？然而，到第 30 天时，由于指数增长的力量，一分钱翻倍的价值将超过 500 万美元。 更多阅读 中国会计准则委员会 CASB 帮助基于云的企业避免数据泄露 数据货币化正在改变信息技术就业市场的 7 种方式 对数据科学和数据分析师角色的需求不断增长 大数据如何改变海运业 预测分析帮助新的直销业务蓬勃发展 在考虑处理哪些新分析时，组织通常会关注构建、测试和实施各种选项的短期成本以及可以产生的预期回报。这没有错，但在大数据时代，我想建议还有一个标准也应该考虑：用于分析的数据量预计会增长多少？它会影响未来的成本和分析流程吗？这个问题不仅仅是存储数据那么简单，而且实际上还通过必须随数据扩展的强大分析来影响业务。

新分析所需的数据

是遵循线性的、易于预测的增长曲线还是指数的、无法预测的增长曲线？考虑这个问题很重要，因为分析过程的持续维护和更新将受到答案的严重影响。让我们看看我在这种情况下所说的线性和指数增长的意思，然后讨论对规划和决策制定的影响。 线性、可预测的增长 大多数历史数据都遵循线性增长模式，许多大数据源也是如此。让我们从一个历史例子开始。在捕获客户交易时，无论行业如何，都可以轻松预测 电话号码列表 未来存储、处理和分析过程的需求。获得的新客户只有这么多，每个客户也只能执行这么多交易。 这意味着，即使您要吸引世界上的每个人作为客户，并设法让他们执行的交易量是今天平均交易量的三倍，也很容易计算出将转化为多少数据。设计所需的处理和分析方法来处理该数量也很容易。它可能并不便宜，但您可以从一开始就确切地知道您要进入的是什么，并且如果您可以在开始之前从长远来看保持这些事情的成本效益，就会有一个很好的主意。 一个现代的例子是监测家庭温度和湿度以优化气候设置以提高舒适度和成本的想法。

实际上大多数家庭

只会有一个或两个传感器点收集温度和湿度，对应于每个家庭的一两个恒温器​​。即使每个房间都有自己的一套传感器，平均每间房子的读数仍然可能平均增加 5 到 7 个。只有这么多房子，即使很激进，您也只需要温度和湿度读数，也许以一分钟为增量。因此，针对这些数据计划的任何分析同样非常容易预测，也非常容易计划。 问题是，在当今世界，还有一些数据源并不那么容易。 指数级的、不可预测的增长 呈指数 电话号码 DE 增长的数据很难规划。这是因为数据量、生成数据的点数以及数据的复杂性在短时间内都还不清楚。让我们回到我们的家。如上所述，解决监测温度和湿度的具体问题本质上是线性的。然而，管理一个完全连接的家庭是指数级的。为什么？ 目前，我们不知道每个家庭最终会安装多少个传感器。我们也不知道每个传感器可能产生多少不同的环境读数，也不知道我们需要多久产生一次读数。我们也不知道各种传感器信息将如何与其他传感器信息相互作用，以及分析过程需要混合和匹配。换句话说，充分利用联网家庭生成的数据所需的资源可能会以指数级且不可预测的方式增长。