，換言之，存儲和處理海量、實時數(shù)據(jù)成為可能;另一方面，iPhone引爆了智能設備的流行，生產(chǎn)了大量位置信息(IBM公司軟件集團信息管理軟件大數(shù)據(jù)全球副總裁Robert Thomas認為，位置數(shù)據(jù)的便利可得是大數(shù)據(jù)流行的要素之一)。大量位置信息的累積，為艾伯特-拉斯洛.巴拉巴西(Albert-László Barabási)這樣的研究者提供了前所未有的豐富素材，以揭開人類行為背后隱藏的模式。無尺度網(wǎng)絡模型創(chuàng)建者、美國東北大學教授艾伯特-拉斯洛.巴拉巴西，借助各種模型，正在其研究中心預測人類行為。他的研究包括：在未來一段時間，你會出現(xiàn)在哪些城市里?

一切都指向人的遠古渴望：預測和操縱未來。這一愿望可以遠溯至古老的占卜和巫術。如果你能夠預測、操縱客戶的需求，那么300%的利潤，也并非遙不可及。

即使案邊沒有艾伯特-拉斯洛的《爆發(fā)》、行為經(jīng)濟學家泰勒(Richard Thaler)的《Nudge》、麻省理工神經(jīng)與心理科學家格瑞別(Ann Graybiel)“老鼠習性與控制”的報告，大數(shù)據(jù)領先企業(yè)也早已把相關心理、神經(jīng)、認知習慣方面的科學發(fā)現(xiàn)運用到營銷設計中去了。核物理不殺人，核武器殺人，被大數(shù)據(jù)研究武裝起來的企業(yè)已具備了各種誘惑消費的尖端能力。

《紐約時報》的杜黑格(Charles Duhigg)發(fā)現(xiàn)，生產(chǎn)日用品的寶潔公司雇傭心理習性專家，幫助他們把一款滯銷的去味產(chǎn)品(Febreze)變成了年銷售10億美元的暢銷貨。訣竅在于，用廣告刺激已經(jīng)脫敏的嗅覺，重新喚起人們去除異味的意識和欲望，在人們本來已經(jīng)適應的氣味環(huán)境中再增加一味化學品，并養(yǎng)成對它的偏好和依賴。從美國到中國，寶潔正在聯(lián)手百度公司，以大客戶的身份“支使”后者利用搜索平臺上的相關數(shù)據(jù)來進行消費洞察和“挖潛”。

這種人造的消費給誰帶來價值，為誰的終極利益服務?在大數(shù)據(jù)游戲中，挖掘價值和操縱誘惑之間僅隔著沙灘上的一道線。這也解釋了在商業(yè)世界，大數(shù)據(jù)一夜走紅背后的驅動力。

骨感

Farecast的啟示在于，大數(shù)據(jù)的核心在于思維，而非數(shù)據(jù)或者技術。

當然，現(xiàn)實的骨感，多少可以安撫我們的忐忑。

我們采訪過的本土公司，多數(shù)還在埋頭奮戰(zhàn)“小數(shù)據(jù)”。大數(shù)據(jù)技術的吆喝者，確實讓更多人重新思考數(shù)據(jù)潛在的價值。從數(shù)據(jù)存儲和分析技術的受追捧程度，可見大數(shù)據(jù)之風的一時盛行。

端午節(jié)前的一周，一場由IBM發(fā)起的云計算大會在上海迎來了黑壓壓的觀眾，遠超出了IBM中國區(qū)云計算事業(yè)部總經(jīng)理王盛航的預估。三年以前，對云計算還懵懵懂懂的中國公司，如今以極大的熱情投入云計算浪潮中。極端者如蘇寧電器，鄭重其事地將名字更改為“蘇寧云商”。云服務提供商發(fā)現(xiàn)，存儲數(shù)據(jù)和處理數(shù)據(jù)的現(xiàn)實需求，不斷增加。

線上零售商“1號店”三年前開始購買數(shù)據(jù)倉庫，組建BI(Business Intelligence，商業(yè)智能)團隊。像塔吉特、沃爾瑪一樣，1號店希望能發(fā)現(xiàn)種種有如啤酒與尿布組合的相關性，以便加快產(chǎn)品周轉率。通過數(shù)據(jù)，1號店發(fā)現(xiàn)了可口可樂與奧利奧餅干之間的正相關性。

新的技術，正在幫助許多雄心勃勃的零售商實現(xiàn)趕超沃爾瑪?shù)膲粝搿?號店正在建立一套價格智能系統(tǒng)(PIS)，這套系統(tǒng)能夠在線實時搜索60多個網(wǎng)站、1700多萬商品的庫存信息和價格信息。1號店的創(chuàng)始人于剛說，他們依靠PIS進行實時的價格調整，以提升價格競爭力方面的量化指標。

類似1號店PIS的數(shù)據(jù)產(chǎn)品思路，脫胎于華盛頓大學人工智能項目負責人奧倫.埃齊奧尼(Oren Etzioni)教授的比價網(wǎng)站Netbot。奧倫還開發(fā)過一套機票價格預測系統(tǒng)Farecast，他建立了一個數(shù)學模型，反映票價和提前購買天數(shù)之間的關系，最初的預測只是基于41天之內的12000個價格樣本。2008年，微軟花費1.1億美金收購了Farecast。截至2012年，F(xiàn)arecast系統(tǒng)利用將近10萬億條價格記錄來預測美國國內航班票價，準確率高達75%。

Farecast的啟示在于，大數(shù)據(jù)的核心在于思維，而非數(shù)據(jù)或者技術本身。12000個價格樣本絕對不符合大數(shù)據(jù)的4V定義。但是，通過奧倫卓越的建模能力，人們可以初步窺見價格與日期之間的相關關系，隨后再對系統(tǒng)“喂入”新的數(shù)據(jù)，不斷優(yōu)化模型，提高預測的準確性。

大數(shù)據(jù)處理能力沒有那么神秘，至少在IBM中國研究院信息管理和醫(yī)療健康首席科學家潘越看來是如此。與大數(shù)據(jù)相關的技術，可以歸納為三類：數(shù)據(jù)獲取與治理能力、數(shù)據(jù)分析能力