大數(shù)據(jù)（big data），指無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn) 。

在維克托•邁爾-舍恩伯格及肯尼斯•庫克耶編寫的《大數(shù)據(jù)時(shí)代》[2] 中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)的5V特點(diǎn)（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價(jià)值）、Veracity（真實(shí)性）。現(xiàn)在的社會是一個(gè)高速發(fā)展的社會，科技發(fā)達(dá)，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。阿里巴巴創(chuàng)辦人馬云來臺演講中就提到，未來的時(shí)代將不是IT時(shí)代，而是DT的時(shí)代，DT就是Data Technology數(shù)據(jù)科技，顯示大數(shù)據(jù)對于阿里巴巴集團(tuán)來說舉足輕重。

有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是贏得競爭的關(guān)鍵。

通過海量數(shù)據(jù)的使用獲得更大收益

大數(shù)據(jù)的價(jià)值體現(xiàn)在以下幾個(gè)方面：

1)對大量消費(fèi)者提供產(chǎn)品或服務(wù)的企業(yè)可以利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營銷

2) 做小而美模式的中小微企業(yè)可以利用大數(shù)據(jù)做服務(wù)轉(zhuǎn)型

3) 面臨互聯(lián)網(wǎng)壓力之下必須轉(zhuǎn)型的傳統(tǒng)企業(yè)需要與時(shí)俱進(jìn)充分利用大數(shù)據(jù)的價(jià)值

不過，“大數(shù)據(jù)”在經(jīng)濟(jì)發(fā)展中的巨大意義并不代表其能取代一切對于社會問題的理性思考，科學(xué)發(fā)展的邏輯不能被湮沒在海量數(shù)據(jù)中。著名經(jīng)濟(jì)學(xué)家路德維希•馮•米塞斯曾提醒過：“就今日言，有很多人忙碌于資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經(jīng)濟(jì)意義的了解。”這確實(shí)是需要警惕的。

在這個(gè)快速發(fā)展的智能硬件時(shí)代，困擾應(yīng)用開發(fā)者的一個(gè)重要問題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個(gè)微妙的平衡點(diǎn)。企業(yè)組織利用相關(guān)數(shù)據(jù)和分析可以幫助它們降低成本、提高效率、開發(fā)新產(chǎn)品、做出更明智的業(yè)務(wù)決策等等。例如，通過結(jié)合大數(shù)據(jù)和高性能的分析，下面這些對企業(yè)有益的情況都可能會發(fā)生:

1）及時(shí)解析故障、問題和缺陷的根源，每年可能為企業(yè)節(jié)省數(shù)十億美元。

2）為成千上萬的快遞車輛規(guī)劃實(shí)時(shí)交通路線，躲避擁堵。

3）分析所有SKU，以利潤最大化為目標(biāo)來定價(jià)和清理庫存。

4）根據(jù)客戶的購買習(xí)慣，為其推送他可能感興趣的優(yōu)惠信息。

5）從大量客戶中快速識別出金牌客戶。

6）使用點(diǎn)擊流分析和數(shù)據(jù)挖掘來規(guī)避欺詐行為。

解讀大數(shù)據(jù)技術(shù)生命周期