“大数据不适合Excel”短语的起源是什么？

欢迎来到牦牛剃须学校！作为我的MSC的一部分，我正在读一本关于数据分析的书。所以我一直在追逐报价来找到他们的起源。

与许多快速新兴的概念一样，大数据已被各种定义和运行，从粗略的宣言范围内，大数据由数据集太大而无法适合Excel电子表格或存储在单个机器上（Strom，2012）

Kitchin，Rob大数据，新认知和范式班次（）Sage Publications。大数据＆amp;社会 。 （20539517141452848） doi：https://doi.org/10.1177/2053951714528481.

我一直看到该死的excel报价。但谁最初说了吗？参考“Strom”的“大数据”纸。好吧，这是史族的说法：

大数据到处都是。正如位的首席科学家希拉里·梅森喜欢说：“大数据通常是指太大的数据集，无法适合您的可用内存，或者太大，无法存放在自己的硬盘上，或者太大而无法适应一个Excel电子表格。“大数据使事情变得更好 - Slashdot.org 2012年8月3日

啊哈！这是街单的博客。并常规引用别人 - 希拉里梅森。我见过梅森以前被引用这样说。这是我可以找到归因于梅森的最早推文 - 从2013年4月起：

＆＃34;人们认为大数据太大，无法适应Excel＆＃34;不是真的说@hmason #boomconf

但我找不到原来的报价。我希望能够引用谁最初说过，而且在哪里＆amp;当他们说的时候。不是二手转录。

“大数据”是“它不适合Excel”Stéphane哈梅尔 - ÉénVanInmiddels Meer Dan 30 Defonities Van Big Data！。数据科学 - De Toekomst Van Webanalisten？

有趣的！这是Stéphane哈默尔 - 而不是希拉里梅森。搜索哈梅尔的名字，引导我到2017年的文章

“大数据”的最简单定义是“它不适合Excel”Stephane Hamel评论8/2012大数据 - 这意味着数字分析师。大数据的定义

“这对数字分析师的意义”已经消失了 - 但是在Warback机器中提供。这是全额的报价：

我开玩笑说，“大数据”的最简单定义是“它不适合Excel” - 当你想到它时，对于大多数人来说，对于如何从传统方法转移到大数据的大多数人来说，这是真的一。远离Excel迫使分析师改变他的方法，以不同的方式查看数据，并探索新的解决方案。这是一个很多乐趣！ 🙂2012年8月2日

2013年3月还有一个幻灯片，其中哈梅尔使用这句话：

@shamelcp Twitter帐户不再存在。虽然其一些推文都在互联网档案中，但那个缺少。但是有当代推文，表明它在那个时候发了推文：

大声笑@shamelcp最简单的#bigdata的定义：＆＃34;它不适合Excel＆＃34; 🙂#measure #Analytics.

回到2012年，转发功能不存在，因此略微奇怪的语法。这是一群人在2012年7月推文推文的一个链接。

原因@shamelcp不存在是因为在某些时候它将重命名为@ shamel67。这意味着，存在原始的推文！在这里是：

我认为这是短语的最早直接可达的推文。但是有一些证据表明它是先使用的。这是伦敦大达拉乌克社区聚会的报告：

面板开始使用EDD询问，所以什么是大数据？答案从正确但略微愚蠢地旋转：大量0s和1s到太大而无法适合x（其中x是您通常的工具 - Excel，SQL，Memory等） - Hilary“大数据，准备就绪或不是”2012年4月25日

这是视频 - 在〜15分钟内的报价30秒：

“大数据通常是指的数据集太大而无法适合您的可用内存，或者太大，无法存放在自己的硬盘上，或者太大而无法适合Excel电子表格，”Mason Hilary Mason希望得到您从2011年12月26日开始大数据（尽管可能最初发表于2011年9月）

在此之前，事情开始变得有点模糊。 2011年4月，Mike Driscoll写了一篇关于演讲的博客帖子，他用Hilary Mason和Joe Adler提供了他给予的演讲：

选择右尺寸的工具，或者，就像我喜欢说，你不需要电锯切掉黄油。如果您有600行的CSV数据，您需要一次性地使用，请将其粘贴到Excel或Emacs中，只需执行此操作......当您的数据变得非常大时，这么大，它无法适应合理地在您的笔记本电脑上（2010年，那是一个Terabyte的北部），那么您在Hadoop，并行数据库，或过高的大铁领域。 2011年4月19日成功数据科学家的七个秘密

因此，ProTo-Form似乎在2011年4月和2012年4月之间出现。到2012年7月，它已经变得更加简洁。从那时起了无穷无尽。

在2011年4月之前，总是表现得更得以更具模糊的。 2011年5月的麦肯锡报告说：

在某些情况下，决策将不一定是自动化的，而是通过使用大数据技术和技术分析庞大的整个数据集来增强，而不是仅使用电子表格的个人可以处理和理解的较小样本。大数据：创新，竞争和生产力的下一个前沿

而且，甚至还回来了，这里是Redmonk的Stephen O'Grady于2009年的说法：

Excel已经在大数据上使用多年，这是真的。 但不是直接在大数据上。 排列约65,000左右，当然不能用作直接窗口进入数据仓库或市场之后的东西？ 2009年11月19日电子表格的大数据和未来 请不要以为我在这个博客文章中提到的任何人都挑选 - 我已经看到了归因于十几个人的报价，并没有。 这是一个具有巨大难题潜力的迷人小口号。 我认为现在已经成为标准的真实性。 但这对我来说是一个很好的提醒，总是值得遵循一个引用的踪迹来看看它引导的地方。