近来和一些不同领域的朋友聊天，感觉“大数据”这个词已经火到相当程度，但是对它的基本认识却千差万别。结合这些聊天内容，我这里整理三条科普问答。
Q1：多大数据才能称之为大数据？
A：其实大数据并没有行业公认的一致定义，并不能，比如说，1T以上的数据就可以称之为大数据。通常人们用4V特征来描述大数据：
- Volume (海量)：这个是大数据之“大”的体现。我比较认可的简洁定义是：“大数据是一个巨型数据集，其容量和复杂性使传统数据库管理工具和数据处理软件无法获取、存储、管理和分析。”通俗地说，大数据就是数据量大到一定的程度，让传统技术要么玩不了、要么玩不动。
- Variety (多样)：数据集中存在各种各样的数据，除传统的结构化数据外，大量是非结构化数据。例如，人对人的数据，像网民数据、虚拟社区、社交网络、网络日志等领域数据；人对机器的数据，像归档数据、医疗设备、数字电视、电子商务、智能卡、银行卡、移动设备等领域数据；机器对机器的数据，像传感器、GPS设备、条码扫描、安全监控、科学研等领域数据。
- Velocity (高速)：有两个方面的体现，一是增长速度快，比传统业务系统的数据增速快得多；二是处理速度快，典型的要求是1秒定律，即无论多大数据量，像Google搜索引擎一样1秒钟出结果。
- Value (价值)：也是两个方面的体现，一是根据国外的统计，大数据可创造巨大的价值；二是价值密度低，例如12小时连续视频中有用数据可能仅1秒。
按照以上判据，可能国内的很多应用场景都不一定能归类到大数据。比如说，国内四大银行的企业级数据仓库，数据量可能很大，能够达到PB级，但除了数据仓库，并没有太多其他非结构化数据，我们仍不能称之为大数据；反之，一个创业型互联网公司，数据量可能不大，但是数据结构相当复杂和多样化，对非结构化数据的挖掘利用要求也很高，那么我们仍然应该称之为大数据应用。又比如，一部1080p高新电影可能容量不小，但数据类型结构单一，也不存在太多需要对数据进行价值利用的需求，可能不算大数据；但2T硬盘上存有各种数据库、文本、图像、视频信息，如需要对其进行信息和知识聚类或挖掘，则可以算大数据。
所以我认为，是不是大数据，数据量不是最主要的判据，数据复杂性才是。以企业应用来说，一个简单的判断是，基于企业内部系统的简单统计分析，如传统的BI报表，不管数据量多大，不应该算大数据；而结合企业内部系统和互联网公网数据、或结合多种非结构化数据的内部系统，所进行的复杂类型数据挖掘分析，应该算大数据。
Q2：大数据只适用于民主社会？
A：有朋友看了涂子沛《大数据》一书，对其中的描述心向往之。但是疑惑接踵而来：这样看来，大数据与我们中国社会关系不大啰？
大数据确实促进了社会的民主、开放与透明。像奥巴马政府开发的Data.gov，将联邦政府的许多数据面向全社会公开发布，让第三方厂商基于它开发数据应用，其影响决不只是数据民主与数据应用，更是社会民主化进程中的关键步骤。对于这一点，中国人目前或许只有羡慕的份儿了。
但另一个哧人的事实是，封闭式政府对大数据的利用更加疯狂，这使得我以前说过的“Big Data is Watching You!”效应更加突出。当然，这或许不是我们想要的，但确实也未必与我们无关（比如反恐类大数据应用可能事涉我们的生命安全）。
而更主要的，不管社会的政治体制如何，大数据确实能给我们提供便利。最经典的案例是，将人群进行特征与行为细分，将产品与服务进行精准对应，从而，让商家的营销更加有效、让消费者需求的满足更加便捷。
当然，你非要“大数据恐慌”，我也没办法。这不是一个技术或趋势的问题，这更多是面临社会变迁的心理调适问题，我就不多加赘述了。
Q3：大数据吹得玄乎，有什么真实应用案例吗？
A：这就多了去了！比如说，如果你经常飞来飞去，你有没有发现，机场和各种公共场合的免费WIFI，比以前多多了。免费WIFI本身固然不算大数据应用，但其背后的商业逻辑，却算得典型的大数据思维。因为，后台那个系统，其实是在分析你的。
再举个更生动具体的案例。红领西装，原本是一家不太知名的服装企业。但最近，它突然声名鹊起，据说海尔老大张瑞敏都把它当作学习的榜样。为什么呢，因为红领研发了一个西服个性化定制平台，用规模工业生产来满足个性化需求。而其核心，便是一套由不同体型身材尺寸集合而成的大数据处理系统。详情请见延伸阅读。