本文目录
个人怎样获取大数据
谢谢邀请！
大数据的数据来源主要有三个渠道，分别是物联网系统、传统信息处理系统以及互联网应用（Web和App），所以要想获得大数据就要从这三个渠道来获取。
物联网系统产生的数据占据着大数据中的重要比例，物联网产生的数据多以非结构化数据为主，包括视频、音频、传感数据等等。物联网的应用领域众多，比如工业物联网、农业物联网、车联网、智慧城市等都会产生大量的数据，通常情况下这些数据的采集都是有严格要求的，是不能开放给个人的。如果个人要想获得这部分数据，一个比较可行的方案是跟数据采集者进行合作，比如做数据分析等业务。
传统信息系统涵盖的领域非常广泛，有政务系统、企业ERP、教育信息系统、医疗信息系统等等，传统信息系统涵盖的数据多以结构化数据为主，而且往往有较高的精确度和关联关系，这部分数据的价值密度也是相对比较高的。
但是传统信息系统涵盖的数据往往涉及到个人隐私、商业机密等内容，所以这部分内容通常是受到严密保护的。随着大数据技术的发展，业界对于政务系统的数据开放的呼声越来越高，经过脱敏的数据往往并不会对个人隐私构成侵犯，所以未来某些政务系统的大数据会陆续开放出来。
互联网应用也是产生大数据的重要基础之一，包括各种Web应用以及大量的App产品，这部分数据多以半结构化为主，数据内容也存在真假难辨的情况，但是由于这部分数据的价值密度相对还是比较高的，所以现在不少互联网公司就是基于这些数据对用户进行“画像”，从而进行多维度的分类。
随着这些互联网产品采集的数据越来越多，用户的“画像”也会越来越清晰，大数据分析结果也会越来越准确。对于个人用户来说，要想获得这部分数据，有三个办法，一个是自己开发互联网应用，另一个是对目前的互联网数据进行爬取，最后是与互联网公司开展合作，这样也能拿到一部分数据。
虽然现在大数据相关技术已经开始逐渐落地，很多传统信息系统之间也形成了互联互通，但是数据流通依然有大量的环节需要打通，一定程度上的“数据孤岛”现象依然存在。相信随着云计算、大数据和物联网的发展，数据流通将会越来越方便和合理。
作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。欢迎关注作者，欢迎咨询计算机相关问题。
什么是大数据，如何利用大数据来销售产品
先看什么是大数据？百科上的学术定义就不说了，搜一搜就能找到，超子感性的介绍一下大数据。
首先是大数据的“大”
这个“大”描述为“多”的话比较好理解。然后这个“多”可以指两个方面
1、数据的量多，也就是有足够的样本数据，这样挖掘出来的数据价值可靠性更高，假如只有一两个数据，就算得出结论了你也不敢信啊。
2、数据的种类多，可以是数字，文字，图片，视频，音频，销售数据等等都可以。相对大多数的应用场景，数据种类越多越丰富就越好。
再看数据的高精度
不管数据有多大量，多丰富。首先得要保证数据的精度，准确度。比如我要分析周边人群快销品的消费习惯，但是拿来了一大堆数码产品的销售数据。驴唇不对马嘴的数据再多也没价值。
然后还要具有高度时效性
这个时效性也可以分两个方面。
1、数据本身的时效性，假如拿一堆10年前的数据来用，其实参考价值不大了，毕竟早已时过境迁了，当然也不是绝对的，只是相对于绝大多数的应用，越“新鲜”的数据，越好。
2、数据处理的时效性，假如我拿到了一大批，种类丰富的“新鲜”数据，10年才能处理完，这样还有啥意义。所以从这方面而言，大数据并不是只有数据本身，还要包含数据的传输，储存，计算以及结果分发等一系列的处理技术。这些技术必须能都高效的加工数据，保证数据价值的时效性。
总结一下，大数据可以感性的理解，就是大量的，丰富的，准确的，新鲜的海量数据，同时还要包含有能够高效处理这些数据的一系列技术。在销售领域，不管是线上还是线下，大数据都能提供相当大的帮助。感性的理解下。
一、人群定位
我们的产品谁在看，谁在关注，谁在购买我们的产品。通过数据的总结分析，准确定位转化率最大的人群，男生还是女生，老人还是年轻人，可以把流量精准的投放在转换率大的人群。
二、地域定位
分析不同地域的销售数据，哪个地域的量最大，哪个地域的销售潜力最高。都可以通过数据来挖掘，可以帮助我们安排销售策略的侧重点。
三、产品定位
什么产品卖的好，什么产品受欢迎。统计数据，根据结果可以安排不同产品的生产和销售方案。
四、趋势定位
通过数据规律，分析人群的潜在消费趋势，最大概率上，什么产品未来会好卖，可以帮助新产品方向的定位。
简单的说，大数据就是为了挖掘数据背后的价值，帮助人们做决策，提供有效的依据。
学大数据的时候有没有什么好的学习方法推荐
这是一个非常好的问题，也是很多大数据学习者比较关系的问题，作为一名IT从业者，我来回答一下。
首先，大数据的技术体系是比较庞大的，涉及到的技术方向也比较多，而且很多方向也有较高的学习难度，这就要求大数据学习者要有一个系统的学习规划，同时还需要有一定的实验环境和交流环境。
从学习的角度来看，不同知识基础的人在学习大数据的时候，应该根据自身的实际情况来选择不同的学习方法，对于基础比较薄弱的初学者来说，可以采用以下几种学习方法：
第一：以用促学。学习大数据通常要有一个自己的主攻学习方向，在学习大数据的时候，以用促学是最为直接和有效的学习方法。对于广大传统行业的职场人来说，在学习大数据的时候，一定要重视如何把大数据与自身的岗位任务相结合，这不仅能够促进大数据的学习，也会在学习大数据的过程中逐渐提升自身的职场价值。
第二：注重案例。案例学习法在学习计算机相关技术的过程中往往有非常好的效果，由于当前大数据技术体系已经趋于成熟了，所以会有很多案例可以参考学习，这个过程能够积累大量的大数据应用经验。另外，通过案例来学习大数据，还会积累一定的行业场景知识，这也会增加学习者的大数据落地应用经验。
第三：注重交流。在学习大数据的过程中，初学者往往会遇到很多问题，而在这些问题当中，最为重要的问题就包括学习的方向和脉络，如果能够把握住学习大数据的关键问题，那么往往会提升学习效率，这就要求初学者要在学习的不同阶段多与大数据专家进行交流。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
