大數(shù)據(jù)用于描述這樣的數(shù)據(jù)組，其規(guī)模超出了日常軟件在可容忍期限內(nèi)獲取、管理和加工數(shù)據(jù)的能力。一些網(wǎng)絡(luò)技術(shù)領(lǐng)先的公司持續(xù)地投資于昂貴的大數(shù)據(jù)技術(shù)，成效顯著。大數(shù)據(jù)使得創(chuàng)新型公司變成了經(jīng)營(yíng)新方法的率先接受者，經(jīng)營(yíng)更為成功。通過大數(shù)據(jù)的分析挖掘，公司可以發(fā)現(xiàn)新的經(jīng)營(yíng)模式，對(duì)工藝加以改進(jìn)。例如，在獲悉消費(fèi)者行為后，可以將發(fā)現(xiàn)用于某些改變，如降低成本或增加銷售，就會(huì)產(chǎn)生價(jià)值。在任意大的數(shù)據(jù)組中應(yīng)用統(tǒng)計(jì)方法可以發(fā)現(xiàn)有用信息，將這些信息商業(yè)化即可獲益。

大數(shù)據(jù)時(shí)代一切在變，應(yīng)對(duì)之策是改變一切。經(jīng)營(yíng)方式發(fā)生了變化——制定決策變得與開展行動(dòng)深度融合;運(yùn)用信息的方式發(fā)生了變化——從處在經(jīng)營(yíng)的邊緣變成了處于所有方面的中心;技術(shù)發(fā)生了變化——從批處理到實(shí)時(shí)處理，從分割到融為一體;人們工作的方式發(fā)生了變化——從在命令和控制模式下運(yùn)作到在合作環(huán)境下負(fù)責(zé)自己的信息和交互應(yīng)用。

根據(jù)麥肯錫全球研究所的分析，利用大數(shù)據(jù)在各行各業(yè)能產(chǎn)生顯著的財(cái)務(wù)價(jià)值。美國(guó)健康護(hù)理利用大數(shù)據(jù)每年產(chǎn)出3000 億美元，年勞動(dòng)生產(chǎn)率提高0.7%;歐洲公共管理每年價(jià)值2500 億歐元，年勞動(dòng)生產(chǎn)率提高0.5%;全球個(gè)人定位數(shù)據(jù)服務(wù)提供商收益1000 多億美元，為終端用戶提供高達(dá)7000 億美元的價(jià)值;美國(guó)零售業(yè)凈收益可增長(zhǎng)6%，年勞動(dòng)生產(chǎn)率提高0.5—1%;制造業(yè)可節(jié)省50%的產(chǎn)品開發(fā)和裝配成本，營(yíng)運(yùn)資本下降7%。

根據(jù)國(guó)際數(shù)據(jù)公司(IDC)的測(cè)算，2011 年數(shù)字世界將產(chǎn)生1800EB 的數(shù)據(jù)，2012 年會(huì)增長(zhǎng)40%，達(dá)到2500EB。截止2020 年，會(huì)達(dá)到35000EB，似乎沒有足夠的磁盤空間存儲(chǔ)。就傳統(tǒng)IT 企業(yè)來看，其結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)增長(zhǎng)也是驚人的。2005 年企業(yè)存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù)為4EB，到2015 年將增至29EB，年復(fù)合增長(zhǎng)率逾20%。非結(jié)構(gòu)化數(shù)據(jù)發(fā)展更猛。2005 年為22EB，2015 年將增至1600EB，年復(fù)合增長(zhǎng)率約60%，遠(yuǎn)遠(yuǎn)快于摩爾定律。

 

圖表1：2005—2015 年總體企業(yè)數(shù)據(jù)增長(zhǎng)

當(dāng)今大數(shù)據(jù)的來源除了專業(yè)研究機(jī)構(gòu)產(chǎn)生大量的數(shù)據(jù)外(CERN 的離子對(duì)撞機(jī)每秒運(yùn)行產(chǎn)生的數(shù)據(jù)高達(dá)40TB)，與企業(yè)經(jīng)營(yíng)相關(guān)的大數(shù)據(jù)可以劃分為四個(gè)來源：

1.越來越多的機(jī)器配備了連續(xù)測(cè)量和報(bào)告運(yùn)行情況的裝置。幾年前，跟蹤遙測(cè)發(fā)動(dòng)機(jī)運(yùn)行僅限于價(jià)值數(shù)百萬美元的航天飛機(jī)。現(xiàn)在，汽車生產(chǎn)商在車輛中配置了監(jiān)視器，連續(xù)提供車輛機(jī)械系統(tǒng)整體運(yùn)行情況。一旦數(shù)據(jù)可得，公司將千方百計(jì)從中漁利。這些機(jī)器傳感數(shù)據(jù)屬于大數(shù)據(jù)的范圍。

2.計(jì)算機(jī)產(chǎn)生的數(shù)據(jù)可能包含著關(guān)于因特網(wǎng)和其他使用者行動(dòng)和行為的有趣信息，從而提供了對(duì)他們的愿望和需求潛在的有用認(rèn)識(shí)。

3.使用者自身產(chǎn)生的數(shù)據(jù)/信息。人們通過電郵、短信、微博等產(chǎn)生的文本信息。

4.至今最大的數(shù)據(jù)是音頻、視頻和符號(hào)數(shù)據(jù)。這些數(shù)據(jù)結(jié)構(gòu)松散，數(shù)量巨大，很難從中挖掘有意義的結(jié)論和有用的信息。

大型以Internet 為核心的公司，如Amazon, Google, eBay, Twitter 和Facebook 正使用后三類海量信息認(rèn)識(shí)消費(fèi)行為，預(yù)測(cè)特定需求和整體趨勢(shì)。第一類數(shù)據(jù)可能產(chǎn)生較少的業(yè)務(wù)，但可以推動(dòng)某些經(jīng)營(yíng)模式實(shí)質(zhì)變革。例如，汽車傳感數(shù)據(jù)用于評(píng)價(jià)司機(jī)行為會(huì)推動(dòng)汽車保險(xiǎn)業(yè)的深刻變革。

大數(shù)據(jù)改變了所有行業(yè)全部公司的經(jīng)營(yíng)方式。從對(duì)市場(chǎng)的理解到如何挖掘經(jīng)營(yíng)信息，大數(shù)據(jù)能洞察每項(xiàng)轉(zhuǎn)變。一個(gè)致力于收集和分析大數(shù)據(jù)的行業(yè)業(yè)已形成，對(duì)現(xiàn)有公司產(chǎn)生了深刻影響。據(jù)有關(guān)調(diào)查，有10%的公司認(rèn)為在過去的五年中，大數(shù)據(jù)徹底改變了它們的經(jīng)營(yíng)方式。46%的公司認(rèn)同大數(shù)據(jù)是其決策的一項(xiàng)重要支持因素。

在大數(shù)據(jù)時(shí)代，大數(shù)據(jù)使不同規(guī)模公司變得如此迫切的原因在于公司間有效管理數(shù)據(jù)的程度導(dǎo)致了競(jìng)爭(zhēng)差距。據(jù)經(jīng)濟(jì)學(xué)人智能單元(Economist Intelligence Unit)調(diào)查表明，就大數(shù)據(jù)管理，公司可以劃分為四類，它們是：戰(zhàn)略數(shù)據(jù)管理者，渴望數(shù)據(jù)管理者;數(shù)據(jù)收集者和數(shù)據(jù)閑棄者。經(jīng)濟(jì)學(xué)人智能單元根據(jù)回饋信息總結(jié)了各類公司的個(gè)性特點(diǎn)。

一、 戰(zhàn)略數(shù)據(jù)管理者

戰(zhàn)略數(shù)據(jù)管理者在各類公司中以其最為成熟的能力位居大數(shù)據(jù)管理者的最先進(jìn)的小組。這些公司大都屬于制造業(yè)企業(yè)、金融服務(wù)或技術(shù)公司。戰(zhàn)略數(shù)據(jù)管理者首先明確了與公司戰(zhàn)略目標(biāo)一致的專項(xiàng)計(jì)量和數(shù)據(jù)項(xiàng)