数据不再被认为是静态的或过时的，一旦达到了收集数据的目的，数据的有用性或价值就被消除了。相反，数据成了商业的原材料，一个重要的元素，用来创造一种新的经济价值。事实上，数据是当今数字世界创新和服务的宝库，随时准备用正确的工具证明其价值。技术的进步和互联网的普及给我们带来了一个全新的世界，新的内容、新的数据和新的信息来源。天文学和基因组学等科学创造了“大数据”一词。这个概念现在正迁移到人类努力的所有功能领域。不管人们如何定义，大数据现象越来越普遍，越来越重要。大数据具有巨大的价值潜力和无数塑造未来的机会。数据科学是发现和挖掘这种潜力的主要手段。

什么是大数据(big data)？

不管怎样，大数据没有具体的定义；大数据现象无处不在。大数据是一个包罗万象的术语，指的是如此庞大、如此庞大、如此复杂的信息量，无法用传统的数据处理工具进行管理。信息的数量不再适合计算机用来处理的内存，因此工程人员开始研究新的工具来分析所有的信息。这就产生了新的处理技术，比如谷歌的MapReduce和来自雅虎的Hadoop。大数据背后的基本思想是，我们所做的每件事都会留下一个数字痕迹，或者说数据，可以对其进行分析，以获得可行的见解。大数据的特点是四个V——体积、多样性、速度和准确性。在最基本的层面上，大数据是一组可以为商业目的进行分析的数据。

什么是数据科学(data science)？

大数据在信息技术中具有巨大的价值潜力，而数据科学是发现和挖掘这种潜力的主要手段。数据科学是一个跨学科的领域，它处理所有的事物数据，提供从大数据中获益的方法。以电子方式收集数据的能力推动了数据科学这一令人兴奋的新领域的出现——将计算机科学和统计学学科结合起来，分析导致知识发现的巨大数据量。数据科学背后的理念是识别模式、发现关系并理解原始数据。它是一个处理复杂数据世界的领域，同时使用多种工具和算法从数据中提取有用信息。

大数据与数据科学的区别

定义

–大数据指的是大量数据，这些数据太庞大、太复杂，无法用传统的数据处理应用程序进行存储和处理。大数据包括各种各样的数据，它们有助于以适当的数量向适当的人提供适当的信息，以帮助做出明智的决策。数据科学是一个包含所有与数据相关的东西的领域，包括从大数据中获益的方式。数据科学是发现和挖掘大数据潜力的主要手段。

概念

–大数据的特点是四个V–数量、多样性、速度和准确性。它反映了从数据量到数据类型和结构的复杂性再到新数据创建的速度。大数据是可以用来分析见解的数据或信息，这些见解会导致明智的决策和战略性的业务行动。以电子方式收集数据的能力导致了数据科学领域的出现，该领域汇集了计算机科学和统计学的学科，以便分析可能导致知识发现的巨大数据量。

目的

–大数据的真正价值不在于海量数据，而在于我们能用它做些什么。重要的不是数据量，而是分析师分析庞大而复杂的数据集的能力，这是以前无法做到的。这样做的目的是帮助企业创造新的增长机会，或实现传统商业惯例的显著优势。数据科学的目的是利用新的数据架构、原理、工具和算法，利用大数据带来的机遇。

大数据与数据科学：对比图

总结 - 大数据时代(of big data) vs. 数据科学(data science)

大数据在信息技术中具有巨大的价值潜力，而数据科学是发现和挖掘这种潜力的主要手段。大数据是可以用来分析见解的数据或信息。使用大数据的最终目的是提取有用的信息。数据科学利用大数据带来的机遇，利用统计学、计算机科学和人工智能的新方法。虽然将数据科学的实践应用于大数据是一种有价值的差异化战略，但在不久的将来，它很可能成为一种标准的核心竞争力。