所以100K字节代表100 * 100010 5字节，100M字节代表100 * 1000 * 100010 8字节，100T字节代表100 * 1000 * 100010 12字节。一个很大的数目数据意味着至少有多大数据100k字节B100字节c100b字节B100的量...而大量的数据意味着至少100T字节。
Big 数据如何推动金融行业的商业化转型/无论接受还是拒绝商业，中国金融行业的时代数据正在到来。据调查，经过多年的发展和积累，国内很多金融机构的数据的量级已经达到100TB以上。而且非结构化数据的量在以更快的速度增加。在高数据强度的金融行业，这种发展引起了极大的想象空间。然而，抓住这个机会并不容易。我们系统梳理了Da 数据在全球金融行业的发展现状、潜在应用、关键瓶颈及解决方案，旨在帮助金融机构从价值的角度更好地理解Da 数据并在Da 数据迅速渗透到金融业务各个层面的当下，抓住发展机遇。
数据的成就不仅仅是传统定义中的“三个v”，即成交量、速度和品种。对于金融机构来说，更重要的是第四个V，即价值。“Da 数据”的价值不仅体现在对金融机构财务相关指标的直接影响上，还体现在推动商业模式变革的能力上，即不断引发传统金融机构的嵌入式变革。Big 数据从四个方面改变了传统的数据金融机构的运营模式，从而实现了巨大的商业价值。
Big 数据是不是太大处理不了？虽然现在的企业对big 数据项目充满了热情，但是有多少关于big 数据项目的讨论最终成为了实际执行的big 数据项目？阻碍大数据项目实施的因素有哪些？为了找出企业目前在这一热门技术上没有实质性进展的原因，Computerworld网站从今年5月开始在香港发起了一项调查。本次调查的重点是基于用户对Da 数据 (数据数量、类型、输入和处理速度)定义Da 数据“三个特征”的态度的访谈。
从项目的讨论到正式部署，首先要统计的是回答者的企业现状和项目采用的方案。调查结果显示采用率很低。只有五分之一(20.1%)的受访专业人士表示其企业目前正在使用大数据技术进行生产。此外，9.7%的机构计划在未来12个月内实施大数据项目。然而，40.3%的IT专业人员表示，他们的企业没有任何实施大型数据项目的计划。
