數據的定義

數據的定義：數據是對真實世界（包括對象、事件、概念等）的壹種符號化描述，描述的方式包括文本、圖像、聲音、視頻和數字等形式。

大數據時代，人人都在談數據，人人都在說數據是戰略資產，但數據到底是什麽？我們首先要對數據的定義和概念有壹個清晰的理解，才能更好地了解數據對我們個人、企業及社會帶來的價值和影響。

壹、數據的概念

數據是對真實世界（包括對象、事件、概念等）的壹種符號化描述，描述的方式包括文本、圖像、聲音、視頻和數字等形式。

從這個定義可以看到，數據首先是壹種符號，這種符號包括了文本、數字、圖形、視頻等形式。其次，既然數據是壹種符號，那麽符號需要有承載的載體，而現實世界中可以承載文本、數字、圖形等符號的載體是多種多樣的，古時候包括石頭、竹簡、紙等載體，隨著信息技術的發展，出現了磁盤、光盤等數字化的載體。

根據數據的這壹定義，我們可以發現在日常的生活中，到處存在著數據，例如下面這些。

（1）書籍：書本上的內容是壹種數據，數據的載體是紙張，符號是文本或者圖像。

（2）門店的商品價格單：我們進入咖啡店，經常可以看到小木板上寫著各品類咖啡的價格，這也是壹種數據，數據的載體是木板，符號是文本、數字和圖像。

（3）巖石壁畫：刻在巖壁上的圖像也是壹種數據，載體是石頭，符號是圖像。

（4）監控錄像：監控內容也是壹種數據，載體是磁盤等數字化設備，符號是視頻。

（5）數據庫中的內容：存儲在數據庫表中的數據，載體是磁盤等數字化設備，符號是數字和文本。

二、數據的常見分類

從數據的承載形式來分，可以分為數字化數據和非數字化數據（物理原子化數據）。數字化數據指的是采用信息技術，底層是以0和1來表示的數據，當前電腦、手機上存儲的數據都屬於數字化的數據。非數字化數據指的是用物理原子來表示的數據，例如壹本實體書，打印出來的壹張圖片等，這些均屬於非數字化數據。

從數據的結構和格式來看，可以分為結構化數據和非結構化數據。數據庫中存儲在壹張表的數據是結構化數據，表中每壹行每壹列的數據都有特定的含義和類型。文本、圖像、音頻、視頻等則均屬於非結構化數據。

我們當前在說的大數據，更多的是指計算機可以處理的數字化數據，包括數字的結構化數據和數字的非結構化數據。

三、對數據本質的理解

1、數據的本質是壹種符號，是對真實世界的壹種描述

數據本質上是壹種表示方式，是人為創造的符號形態，是對現實世界的壹種描述。數據的實際範圍比我們通常想象的要大的多，不能簡單的認為存儲在數據庫裏面的哪些數字才是數據。書本上的內容、廣告牌上的內容，甚至石頭上的內容都屬於數據的範圍。只是考慮到數據處理技術、處理成本等因素，很多的非數字化的數據還沒有進行處理和分析而已。

2、數據不等於真實世界

數據是對真實世界的簡化描述，只能無限逼近真實世界，永遠無法完完全全地反映世界。例如我們用數據來描述壹個人，我們往往會用到姓名、性別、年齡、籍貫、身高、照片、性格描述等信息，通過這些數據可以反映了這個人的主要特征，但不是所有的特征。

要完整地反映這個人，需要把這個人從出生到現在，所有經歷的人和事都記錄下來，把這個人從頭到腳所有的特征都進行描述。這種情況是不可能的，所以數據是對描述對象的簡化後的模型，只能無限逼近。

3、數據是無限的，能解決問題的數據就是好數據

既然數據是對現實世界的簡化模型，因此我們在做記錄和使用數據時，不要單純地追求數據的大而全，而是應該從解決問題的角度出發，來考慮需要哪些數據，只要能夠解決問題的數據就是好數據。