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獲取、管理和加工數(shù)據(jù)的能力。一些網絡技術領先的公司持續(xù)地投資于昂貴的大數(shù)據(jù)技術，成效顯著。大數(shù)據(jù)使得創(chuàng)新型公司變成了經營新方法的率先接受者，經營更為成功。通過大數(shù)據(jù)的分析挖掘，公司可以發(fā)現(xiàn)新的經營模式，對工藝加以改進。例如，在獲悉消費者行為后，可以將發(fā)現(xiàn)用于某些改變，如降低成本或增加銷售，就會產生價值。在任意大的數(shù)據(jù)組中應用統(tǒng)計方法可以發(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)時代一切在變，應對之策是改變一切。經營方式發(fā)生了變化——制定決策變得與開展行動深度融合;運用信息的方式發(fā)生了變化——從處在經營的邊緣變成了處于所有方面的中心;技術發(fā)生了變化——從批處理到實時處理，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作到在合作環(huán)境下負責自己的信息和交互應用。

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)能產生顯著的財務價值。美國健康護理利用大數(shù)據(jù)每年產出3000 億美元，年勞動生產率提高0.7%;歐洲公共管理每年價值2500 億歐元，年勞動生產率提高0.5%;全球個人定位數(shù)據(jù)服務提供商收益1000 多億美元，為終端用戶提供高達7000 億美元的價值;美國零售業(yè)凈收益可增長6%，年勞動生產率提高0.5—1%;制造業(yè)可節(jié)省50%的產品開發(fā)和裝配成本，營運資本下降7%。

根據(jù)國際數(shù)據(jù)公司(IDC)的測算，2011 年數(shù)字世界將產生1800EB 的數(shù)據(jù)，2012 年會增長40%，達到2500EB。截止2020 年，會達到35000EB，似乎沒有足夠的磁盤空間存儲。就傳統(tǒng)IT 企業(yè)來看，其結構化和非結構化的數(shù)據(jù)增長也是驚人的。2005 年企業(yè)存儲的結構化數(shù)據(jù)為4EB，到2015 年將增至29EB，年復合增長率逾20%。非結構化數(shù)據(jù)發(fā)展更猛。2005 年為22EB，2015 年將增至1600EB，年復合增長率約60%，遠遠快于摩爾定律。

 

圖表1：2005—2015 年總體企業(yè)數(shù)據(jù)增長

當今大數(shù)據(jù)的來源除了專業(yè)研究機構產生大量的數(shù)據(jù)外(CERN 的離子對撞機每秒運行產生的數(shù)據(jù)高達40TB)，與企業(yè)經營相關的大數(shù)據(jù)可以劃分為四個來源：

1.越來越多的機器配備了連續(xù)測量和報告運行情況的裝置。幾年前，跟蹤遙測發(fā)動機運行僅限于價值數(shù)百萬美元的航天飛機?，F(xiàn)在，汽車生產商在車輛中配置了監(jiān)視器，連續(xù)提供車輛機械系統(tǒng)整體運行情況。一旦數(shù)據(jù)可得，公司將千方百計從中漁利。這些機器傳感數(shù)據(jù)屬于大數(shù)據(jù)的范圍。

2.計算機產生的數(shù)據(jù)可能包含著關于因特網和其他使用者行動和行為的有趣信息，從而提供了對他們的愿望和需求潛在的有用認識。

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

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

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識消費行為，預測特定需求和整體趨勢。第一類數(shù)據(jù)可能產生較少的業(yè)務，但可以推動某些經營模式實質變革。例如，汽車傳感數(shù)據(jù)用于評價司機行為會推動汽車保險業(yè)的深刻變革。

大數(shù)據(jù)改變了所有行業(yè)全部公司的經營方式。從對市場的理解到如何挖掘經營信息，大數(shù)據(jù)能洞察每項轉變。一個致力于收集和分析大數(shù)據(jù)的行業(yè)業(yè)已形成，對現(xiàn)有公司產生了深刻影響。據(jù)有關調查，有10%的公司認為在過去的五年中，大數(shù)據(jù)徹底改變了它們的經營方式。46%的公司認同大數(shù)據(jù)是其決策的一項重要支持因素。

在大數(shù)據(jù)時代，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)的程度導致了競爭差距。據(jù)經濟學人智能單元(Economist Intelligence Unit)調查表明，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。經濟學人智能單元根據(jù)回饋信息總結了各類公司的個性特點。

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)管理者的最先進的小組。這些公司大都屬于制造業(yè)企業(yè)、金融服務或技術公司。戰(zhàn)略數(shù)據(jù)管理者首先明確了與公司戰(zhàn)略目標一致的專項計量和數(shù)據(jù)項