随着近几年电子商务、移动互联网的迅速发展，人类社会活动的数据量迅速激增，人类正式进入“大数据时代”，我们的一举一动都将在数据的宇宙中留下印记。未来新的科技进步必然离不开以数据为中心的技术，那如何在海量数据中获取自己想要的数据呢？以下，我们罗列出几种方式：

1）企业积累用户数据

我们常见的大型互联网公司，例如：互联网三巨头BAT公司，他们分别掌握着用户的信息型数据、交易型数据与关系型数据。因为其巨大的用户基础，所以他们在获取数据方面本身就存在天然优势。

现在我们也能逐渐感受到一些中小型企业的数据积累意识。比如我们在注册一些应用的时候，软件都会鼓励用户尽可能多的填写相关信息，这些都是企业积累的用户数据，日后对分析用户行为，帮助企业运营、决策，都可能提供参考。

2）爬虫爬取数据

。这里分享医疗健康领域个人数据的重要性以及获取个人数据的方式。

造就Talk第208位讲者 郑杰

• 树兰医疗总裁

哈哈哈哈，泛泛大虾神秘笑四声想知道为什么吗？

好了说下大数据的问题

首先互联网时代的数据有些是公开的，有些是不对外的

泛泛大虾简单举一二例来说

以实际案例寻找商铺为例

随着大数据的不断发展，数据的价值得到了越来越多的关注，要想充分利用大数据，首先需要有数据来源，因此信息采集就成为了一个非常重要的环节。

通常情况下，采集信息有以下几个渠道：

第一：传统信息系统。传统信息系统采集的信息往往具有较高的价值，一方面原因是传统信息系统采集的往往是结构化数据，易于统计和分析，另一方面原因是传统信息系统采集的数据往往是比较重要的数据，对后续的数据分析有重要的参考价值。传统信息系统包含的内容比较广泛，比如常见的ERP系统。对于企业来说，传统信息系统的建设应该是信息化建设的第一步。

第二：Web平台。信息来源的另一个重要渠道是各种Web平台，随着Web应用的普及，尤其是Web2.0的普及应用之后，整个Web系统产生了大量的数据，这些数据也是大数据系统的重要数据来源之一。Web系统的数据具备几个典型的特点，比如数量大、结构多样性、真假难辨等等，这就需要通过数据分析来进一步体现其价值了。

第三：物联网系统。物联网与大数据的关系非常紧密，物联网系统的普及应用是产生大数据的重要原因之一，大数据的大部分数据来源就是物联网系统。通常情况下，物联网系统有五层结构，分别是设备、网络、平台、分析处理和服务应用，设备往往是数据的来源。与传统信息系统和Web系统不同，物联网的数据大部分都是非结构化数据和半结构化数据，要想对其进行分析需要采用特定的处理方式，比较常见的处理方式包括批处理和流处理。批处理比较常见的平台包括Hadoop和Spark，而流处理通常采用Spark Streaming、Storm等。

在数据的江湖里，既有波澜壮阔的大数据（Big Data），也有微波涟漪的小数据（Small Data），二者相辅相成，才能相映生辉。目前大数据流行，人们就“言必称大数据”，这不是做学问的态度，不要碰到大量的数据，就给它戴上一顶 “大数据”的帽子。大数据体现出规律，小数据蕴含着智慧，它们都闪烁着理想之光。

古人云：“圣人见微知著，睹始知终。”道家的一部重要著作《淮南子·说山训》中说：“以小明大，见一叶落而知岁之将暮，睹瓶中之水而知天下之寒。”意思是说，看见一片落叶，就知道秋天来临；看到瓶中水结冰，就知道天气的寒冷程度，这是对见微知著的形象比喻。

　　1、公开信息及整理

　　比如统计局的数据、公司自己发布的年报、其他市场机构的研究报告、或者根据公开的零散信息整理;

　　2、购买的数据库

　　市场上有很多产品化的数据库，比如Bloomberg、OneSource、Wind等等，这个一般是以公司的名义买入口，不光咨询公司还有很多高等院校及研究机构也买了;

　　3、自己的数据库