何謂大資料？
什麼是大資料？在大多數人理解中，是企業用資料來優化自己的流程、產品以及決策，讓運營變得更有效。但我認為，這還不能涵蓋大資料的完整範疇。
事實上，大資料是乙個包含了技術和商業兩個層面的綜合性概念。一方面是技術層面的。在技術層面，其實從計算機誕生的那一刻起就伴隨著資料的產生。但要進行海量的資料儲存、高效的資料計算，需要有非常強大的硬體系統來支撐，而動輒百萬美元的硬體成本和每月數萬美元的維護成本並不是每乙個企業都能夠承擔的。在高昂的成本面前，資料的分析使用成為了企業的一種「可望而不可及」的財富資產。
但最近幾年，技術在不斷地發展，類似於 hadoop這樣的分布式儲存和計算系統的出現，大大提高了資料儲存和計算的效率，使海量資料應用於商業變成了可能。同時，隨著網際網路產業的飛速發展，大資料的概念也開始被越來越多的人關注。
對於企業來說，科學有效的資料指標體系可以增加企業決策的選擇範圍以及可預見範圍。通常情況下，資料可以通過是否具有正向作用、是否可預見兩個維度歸納成四個類別。
那些具有正向作用且可預見的資料通常作為運營指標進行關注，而那些具有反向作用且可預見的資料通常作為風險來規避，而具體如何劃分資料指標，就根據具體的企業狀況決定了。但是除了可預見的資料之外，還有大量的不可預見的資料。例如雙十一，**的目標是單天銷售100億，結果卻實現了191億，那麼91億便是不可預見的意外驚喜。對於我們來說，我們需要把不可預見的變成可預見的，也就是把意外驚喜變成可預見的固定收益，讓它發揮更大的價值，把意外悲劇變成可預見的，最大可能地規避掉。
將所有意外可能性變成可預見的，穩定收益規避風險
如果說上述都是對大資料定義的解釋，那麼下面就來說說企業與資料的關係。
例如，乙個使用者看了某項服務或者產品但沒有產生消費，所以這組資料不可能出現在企業的經營資料中，絕對僅僅出現在**分析資料中。換而言之，如果想要知道企業未來的機會，起碼要把那些看了卻不選用的使用者轉變成客戶才可能吧？如果能轉化20%，你的市場會增加多少？
再比如，如果你無法解釋市場份額增加的原因，那麼這個就屬於「意外驚喜」；但當你看懂資料，當了解「意外驚喜」的產生原因，並做出相應的調整，將不可預見的可能性慢慢變少，使之成為正向的穩定的，公司也會越來越聰明（data smart）。
相較於對不可預見的「意外驚喜」的探索，對未知意外風險的警惕顯得更為重要。
在如今競爭資料化，新聞自**化的現在，不再僅僅是去看對手做了什麼事，而更多的是從那些「微小聲音」中感受危機。例如，以前a公司的使用者，有10%是先去b公司看看後再來a公司的，現在這個比例變成了40%，說明b公司的影響力比以前大，對於a公司便是危險。
所謂的大資料，是需要跨視角、跨媒介、跨行業的海量資料，也可以理解為資料的收集方法相較於過去的傳統收集方法的巨大革新。當資料的規模和豐富程度達到一定程度，大家才開始提出大資料的概念。
那麼如今，企業運營的大資料之路又行至何方？請聽下回分解
資料意識崛起，從企業應用看BI軟體的未來發展
前陣子，和一群企業cio聊天，希望從甲方角度看看對bi產品的看法。在問及一些成熟企業為何不上bi專案時，大家紛紛表示目前還處於觀望狀態。提及bi，大家都覺得有些飄忽，和大資料一樣，聽著高大上，能真正實現落地的並沒有多少，價效比甚至不如乙個報表工具。可以理解這些行業人士的困惑，十多年前，sap bo ...
大資料在各個行業中的應用 大資料在企業管理中的應用
大資料是指將多個資料整合在一起，形成乙個包含各項資料的資料庫。雖然大資料概念提出的時間比較早，但由於傳統的科學技術無法支援大資料的應用，因此大資料在現階段才被廣泛應用於各個領域之中。計算機網路的普及和應用，給大資料的發展提供了新的載體，對於企業來說，能否充分的應用大資料進行企業管理，已經成為企業發展...
企業應用大資料的三個誤區和原則
企業應用大資料的三個誤區和原則 目前大資料很火，但是實際情況並不像大資料 商說的那樣，企業採用了大資料就會產生商機。目前企業對於大資料有三個認識誤區 一 大資料技術會自行識別出商機 二 就是掌握的資料越多，自動創造出的價值也越多 三 資料科學家可以幫助任何公司從大資料中盈利，無論該公司的組織架構如何...