随着(zhe／zhuó／zhāo／zháo)近年(nián)來企業信息化建設的不斷深化、社會(huì)化網絡的興起，以及移動互聯網等新一代信息技術的廣泛應用(yòng)，全球數據規模及其(qí)存儲容量正在迅速增長，數據的類型也變得(dé / de / děi)複雜多樣。海量多樣化的數據對(duì)信息的有效存儲、快速讀取、檢索提出了挑戰；且其(qí)中所(suǒ)蘊藏的巨大商業價值也引發(fā／fà)了對(duì)數據處理、分析的巨大需求。當前，大數據已逐漸滲透到各個行(háng / xíng)業和業務職能(néng)領域，數據成爲企業戰略資産，企業戰略逐漸從"業務驅動"轉向"數據驅動"。如(rú)何通過(guò)收集和分析大量内部和外部的數據，獲取有價值的信息将成爲指導企業經營決策、業務運作中的核心環節。
什麽是大數據（Big Data）
大數據技術的戰略意義不在于(yú)掌握龐大的數據信息，而(ér)在于(yú)對(duì)這些含有意義的數據進行(háng / xíng)專業化處理。換而(ér)言之，如(rú)果把大數據比作一種産業，那(nà)麽這種産業實現盈利的關鍵，在于(yú)提高對(duì)數據的“加工能(néng)力”，通過(guò)“加工”實現數據的“增值”。
從技術上看，大數據與雲計算的關系就(jiù)像一枚硬币的正反面一樣密不可(kě)分。大數據必然無法用(yòng)單台的計算機進行(háng / xíng)處理，必須采用(yòng)分布式架構。它的特色在于(yú)對(duì)海量數據進行(háng / xíng)分布式數據挖掘。但它必須依托雲計算的分布式處理、分布式數據庫和雲存儲、虛拟化技術。
随着(zhe／zhuó／zhāo／zháo)雲時代的來臨，大數據也吸引了越來越多的關注。大數據通常用(yòng)來形容一個公司創造的大量非結構化數據和半結構化數據，這些數據在下(xià)載到關系型數據庫用(yòng)于(yú)分析時會(huì)花費過(guò)多時間和金錢。大數據分析常和雲計算聯系到一起，因爲實時的大型數據集分析需要(yào / yāo)像MapReduce一樣的框架來向數十(shí)、數百或甚至數千的電腦分配工作。
大數據需要(yào / yāo)特殊的技術，以有效地處理大量的容忍經過(guò)時間内的數據。适用(yòng)于(yú)大數據的技術，包括大規模并行(háng / xíng)處理（MPP）數據庫、數據挖掘、分布式文件系統、分布式數據庫、雲計算平台、互聯網和可(kě)擴展的存儲系統。
數據采集：實現将異構數據從系統外部采集并傳輸到大數據平台的過(guò)程，包括數據爬取、提取、清洗、轉換和裝載等，保證數據獲取和驗證數據的有效性。
數據存儲與分析：負責海量多态數據的存儲及處理，以混搭架構模式實現多種數據存儲策略；對(duì)經過(guò)存儲和處理後(hòu)的數據進行(háng / xíng)分析，主要(yào / yāo)包括自(zì)然語言處理、數據統計分析以及數據挖掘。
數據服務：将屏蔽底層針對(duì)各類數據服務需求的數據處理過(guò)程，将加工後(hòu)的數據、應用(yòng)等通過(guò)集中的數據服務提供功能(néng)，爲外部合作夥伴提供數據服務能(néng)力，簡化數據共享邏輯，集約化數據分析能(néng)力。
數據應用(yòng)：通過(guò)固定報表、多維分析等方式展現數據，對(duì)内支撐企業管理分析、經營分析、服務分析、銷售分析及産品開發(fā／fà)；對(duì)外支撐産品化的數據服務以及數據提供。
數據管控：實現數據全生(shēng)命周期管理，提升企業數據标準、數據質量、數據安全、元數據管理等基礎數據管控能(néng)力。
大數據的價值體現
（1）對(duì)大量消費者提供産品或服務的企業可(kě)以利用(yòng)大數據進行(háng / xíng)精準營銷；
（2）做小而(ér)美模式的中小微企業可(kě)以利用(yòng)大數據做服務轉型；
（3）面臨互聯網壓力之下(xià)必須轉型的傳統企業需要(yào / yāo)與時俱進充分利用(yòng)大數據的價值。
不過(guò)，“大數據”在經濟發(fā／fà)展中的巨大意義并不代表其(qí)能(néng)取代一切對(duì)于(yú)社會(huì)問題的理性思考，科學發(fā／fà)展的邏輯不能(néng)被湮沒在海量數據中。著名經濟學家(jiā)路德維希·馮·米塞斯曾提醒過(guò)：“就(jiù)今日言，有很多人忙碌于(yú)資料之無益累積，以緻對(duì)問題之說明與解決，喪失了其(qí)對(duì)特殊的經濟意義的了解。”這确實是需要(yào / yāo)警惕的。
在這個快速發(fā／fà)展的智能(néng)硬件時代，困擾應用(yòng)開發(fā／fà)者的一個重要(yào / yāo)問題就(jiù)是如(rú)何在功率、覆蓋範圍、傳輸速率和成本之間找到那(nà)個微妙的平衡點。企業組織利用(yòng)相關數據和分析可(kě)以幫助它們降低成本、提高效率、開發(fā／fà)新産品、做出更明智的業務決策等等。例如(rú)，通過(guò)結合大數據和高性能(néng)的分析，下(xià)面這些對(duì)企業有益的情況都可(kě)能(néng)會(huì)發(fā／fà)生(shēng)：
（1）及時解析故障、問題和缺陷的根源，每年(nián)可(kě)能(néng)爲企業節省數十(shí)億元。
（2）爲成千上萬的快遞車輛規劃實時交通路線，躲避擁堵。
（3）分析所(suǒ)有SKU，以利潤最大化爲目标來定價和清理庫存。
（4）根據客戶的購買習慣，爲其(qí)推送他可(kě)能(néng)感興趣的優惠信息。
（5）從大量客戶中快速識别出金牌客戶。
（6）使用(yòng)點擊流分析和數據挖掘來規避欺詐行(háng / xíng)爲。