時常聽創業者說自己的公司每天會生產/記錄很多的數據，雖然他們暫時還沒想明白怎么用這些數據，但把這些數據都先存起來了。他們經常還說，通過這些數據他們的產品/服務將得到很大的提升，仿佛這些數據就是公司的救世主一樣。本文不想討論這種觀點正確與否，但想在這里解釋兩個關于大數據的常見誤解：

　　一、數據不等于信息

　　經常有人把數據和信息當作同義詞來用。其實不然，數據指的是一個原始的數據點（無論是通過數字，文字，圖片還是視頻等等），信息則直接與內容掛鉤，需要有資訊性（informative）。數據越多，不一定就能代表信息越多，更能不能代表信息就會成比例增多。我們來看兩個簡單的例子：

　　備份。很多人如今已經會定期的對自己的硬盤進行備份。這個沒什么好多解釋的，每次備份都會創造出一組新的數據，但信息并沒有增多。

　　多個社交網站上的信息。我們當中的很多人在多個社交網站上活躍，隨著我們上的社交網站越多，我們獲得的數據就會成比例的增多，我們獲得的信息雖然也會增多，但卻不會成比例的增多。不單單因為我們會互相轉發好友的微博（或者其他社交網站上的內容），更因為很多內容會十分類似，有些微博雖然具體文字不同，但表達的內容十分相似。

　　二、信息不等于智慧（Insight）

　　好吧，現在我們去除了數據中所有重復的部分，也整合了內容類似的數據，現在我們剩下的全是信息了，這對我們就一定有用嗎？不一定，信息要能轉化成智慧，至少要滿足以下三個標準：

　　可破譯性。這可能是個大數據時代特有的問題，越來越多的企業每天都會生產出大量的數據，卻還沒想好怎么用，因此，他們就將這些數據暫時非結構化（unstructured）的存儲起來。這些非結構化的數據卻不一定可破譯。比如說，你記錄了某客戶在你網站上三次翻頁的時間間隔：3秒，2秒，17秒，卻忘記標注這三個時間到底代表了什么，這些數據是信息（非重復性），卻不可破譯，因此不可能成為智慧。

　　關聯性。我們曾經對關聯性的重要性進行過解釋。這里不再贅述了，無關的信息，至多只是噪音。

　　新穎性。這個和我前文舉的那個社交網站的例子類似，不同的是，這里的新穎性很多時候無法僅僅根據我們手上的數據和信息進行判斷。舉個例子，某電子商務公司通過一組數據/信息，分析出了客戶愿意為當天送貨的產品多支付10塊錢，然后又通過另一組完全獨立的數據/信息得到了同樣的內容，這樣的情況下，后者就不具備新穎性。不幸的是，很多時候，我們只有在處理了大量的數據和信息以后，才能判斷它們的新穎性。

　　大數據時代來襲

　　那么大數據到底有什么用？到底會帶來怎樣的變化呢？

　　隨著社交網絡、云服務、網上購物、數字閱讀等各種新的線上消費和生活模式的流行和普及，可以預見的是人們和互聯網之間的聯系程度在將來越來越緊密。

　　用戶和消費者的消費習慣、興趣愛好、關系網絡以及整個互聯網的趨勢、潮流都將成為互聯網從業者關注的重點和熱點，而這一切的獲取和分析都離不開大數據。

　　所以，所謂的大數據意味著一種新的信息建構模式和商業模式，意味著數據背后往往就潛藏著商業利益和經濟增長點，意味著凌亂紛繁的數據背后就是更符合用戶興趣和習慣的產品和服務，意味著廠商可以更好地自己的產品和服務進行針對性地調整和優化。

　　所以，IBM才會以超過140億美元的代價在過去收購大量與數據處理和分析有關的企業，而惠普也會在2011年以67億英鎊收購Autonomy，而Google也不遺余力地先后收購數據分析公司Record Future和Postrank。

　　由于大數據所需要的非常的技術和經濟背景，它往往是和微軟、Google、Facebook以及IBM這樣的大公司聯系在一起的，但是這并不意味著大數據就和我們的日常生活沒有關系，事實上，大數據已經滲入到我們生活的方方面面，從方方面面影響、改變著我們的生活。

　　隨之而來的問題就是，大數據究竟和我們的生活有怎樣的關系？

　　當我們每次用Google進行搜索，在Gmail中出現的關鍵字；iPhone用戶和Siri互動所產生的所有信息都會被蘋果公司收集并進行整理分析；Facebook一直對用戶信息進行著收集。甚至連NFL、NBA和奧運會等各種體育賽事中都已經開始熟稔地運用大數據對球員和球隊進行分析。

　　盡管國內的大數據起步晚而且發展遲緩，但如阿里巴巴、淘寶等也同樣對平臺上的用戶數據進行著收集和整理。

　　現在大數據所形成的市場規模在51億美元左右，而到2017年此數據預計會上漲到530億美元。

　　實際上我們就已經和大數據發生里密不可分的關系，生活中各種各樣的大數據應用一方面使得用戶體驗不斷被優化，另一方面又使得各種應用者從中尋找到新的商機。

　　大數據時代已經來臨，大數據的海洋正波濤洶涌地涌向人們，那么諸位那么準備好乘風破浪迎接大數據的洗禮了嗎？

　　大數據已成紅海？！全球十四個大數據公司全面盤點！

　　在本文中，我整理了當今世界上在大數據領域最具話語權的企業，它們有的是計算機或者互聯網領域的巨頭，有的是剛剛創辦不久的初創企業。但它們有一個共同點，那就是它們都看到了大數據帶來的大機會于是毫不猶豫地挺進了這個領域。

　　雖然大數據是比云計算還要新興的一個術語，但是通過我在這篇文章里列舉的一些公司你就可以發現，在此領域已有很多外國企業深耕已久，但是國內企業在這個領域還幾乎是空白。

　　傳統巨頭：

　　企業名稱：IBM

　　網址：http://www.ibm.com/

　　上線時間：2011年5月

　　公司地址：美國紐約州阿蒙克市

　　融資狀況：IBM業務

　　業務方向：主要面向大企業等市場

　　IBM這個藍色巨人現如今雖已經沒有上世紀名號響亮，但是在如今企業市場的各個領域卻具有無可爭議的話語權，自然它也不會放過大數據這塊肥肉，現在它是全球最大的信息技術和業務解決方案公司。

　　2011 年5月，IBM正式推出InfoSphere大數據分析平臺。InfoSphere大數據分析平臺包括 BigInsights和Streams，二者互補，Biglnsights基于Hadoop，對大規模的靜態數據進行分析，它提供多節點的分布式計算，可以隨時增加節點，提升數據處理能力。Streams采用內存計算方式分析實時數據。InfoSphere大數據分析平臺還集成了數據倉庫、數據庫、數據集成、業務流程管理等組件。

　　企業名稱：亞馬遜

　　網址：http://www.amazon.com/

　　上線時間：2009年

　　公司地址：美國華盛頓州西雅圖

　　融資狀況：亞馬遜業務

　　業務方向：主要面向大企業等市場

　　對于云計算和大數據，亞馬遜絕對具有先見之明，早在2009年就推出了亞馬遜彈性MapReduce（Amazon Elastic MapReduce），亞馬遜對Hadoop的需求和應用可謂了若指掌，無論是中小型企業還是大型組織。彈性MapReduce是一項能夠迅速擴展的 Web服務，運行在亞馬遜彈性計算云（Amazon EC2）和亞馬遜簡單存儲服務（Amazon S3）上。這可是貨真價實的云：面對數據密集型任務，比如互聯網索引、數據挖掘、日志文件分析、機器學習、金融分析、科學模擬和生物信息學研究，用戶需要多大容量，立即就能配置到多大容量。

　　除了數據處理外，用戶還可以使用Karmasphere Analyst的基于服務的版本，Karmasphere Analyst是一種可視化工作區，用于在亞馬遜彈性MapReduce上分析數據。用戶還可以提取結果文件，以便在數據庫或者微軟Excel或 Tableau等工具中使用。

　　企業名稱：甲骨文

　　網址：http://www.oracle.com/

　　上線時間：2010年

　　公司地址：美國加州紅木城

　　融資狀況：甲骨文業務

　　業務方向：主要面向大企業等市場

　　甲骨文在近期發布的Oracle大數據機（Oracle Big Data Appliance）為許多企業提供了一種處理海量非結構化數據的方法。在2011年10月初召開的Oracle OpenWorld 2011大會上甲骨文正式推出了Oracle大數據機。對于那些正在尋求以更高效的方法來采集、組織和分析海量非結構化數據的企業而言，該產品具有很大的吸引力。

　　與甲骨文近期推出的其他一體化產品一樣，Oracle大數據機集成了硬件、存儲和軟件，包括Apache Hadoop軟件的開源代碼分發、新的甲骨文NoSQL數據庫和用于統計分析的R語言開源代碼分發。該產品被設計為能夠與甲骨文Database 11g、Oracle Exadata數據庫云服務器，以及針對商業智能應用的新的Oracle Exalytics商業智能云服務器一起協同工作。

　　企業名稱：谷歌

　　網址：http://www.google.com/

　　上線時間：2011年

　　公司地址：美國加州山景城

　　融資狀況：谷歌業務

　　業務方向：面向各類企業市場

　　谷歌一直是科技行業的領軍者，近年來幾乎在任何一項互聯網科技項目你都能看到谷歌的身影，大數據時代谷歌自然不會錯過。何況如果對其擁有的海量數據進行深入挖掘，這對于提升谷歌搜索乃至所有谷歌服務的價值無可估量。

　　BigQuery 是Google推出的一項Web服務，用來在云端處理大數據。該服務讓開發者可以使用Google的架構來運行SQL語句對超級大的數據庫進行操作。 BigQuery允許用戶上傳他們的超大量數據并通過其直接進行交互式分析，從而不必投資建立自己的數據中心。Google曾表示BigQuery引擎可 以快速掃描高達70TB未經壓縮處理的數據，并且可馬上得到分析結果。大數據在云端模型具備很多優勢，BigQuery服務無需組織提供或建立數據倉庫。而BigQuery在安全性和數據備份服務也相當完善。

　　去年底該服務只向一小部分開發者開放，現在任何人都可以注冊這項服務。免費帳號可以讓你每月訪問高達100GB的數據，你也可以付費使用額外查詢和存儲空間。

　　企業名稱：微軟

　　網址：http://www.microsoft.com/

　　上線時間：2011年

　　公司地址：美國華盛頓州雷德蒙市

　　融資狀況：微軟業務

　　業務方向：面向各類企業市場

　　微軟研究部門從2006年起就一直致力于某種非常類似于Hadoop的項目，被稱為“Dryad”。今年年初，該計劃通過與SQL Server和Windows Azure云的集成實現了Dryad的產品化。雖然現在微軟還沒有更新，但看上去Dryad似乎將成為在SQL Server平臺上影響大數據愛好者的有力競爭者。

　　微軟進入這一市場可謂“姍姍來遲”，而且在一定程度上說，數據倉庫分析和內存分析計算市場落下了后腿。2011年初微軟發布的SQL Server R2 Parallel Data Warehouse（PDW，并行數據倉庫），PDW使用了大規模并行處理來支持高擴展性，它可以幫助客戶擴展部署數百TB級別數據的分析解決方案。微軟目前已經開始提供Hadoop Connector for SQL Server Parallel Data Warehouse和Hadoop Connector for SQL Server社區技術預覽版本的連接器。 該連接器是雙向的，你可以在Hadoop和微軟數據庫服務器之間向前或者向后遷移數據。

　　微軟在去年推出了基于Azure云平臺的測試版 Hadoop服務，今年它承諾會推出與Windows兼容的基于Hadoop的大數據解決方案（Big Data Solution），這是微軟SQL Server 2012版本（首發日期還不知道）的一部分，現在也不清楚微軟是否會與其他硬件合作伙伴或者相關大數據設備廠商合作。

　　企業名稱：EMC

　　網址：http://www.emc.com/

　　上線時間：不詳

　　公司地址：美國麻州Hopkinton市

　　融資狀況：EMC業務

　　業務方向：面向各類企業市場

　　EMC 于1979年成立于美國麻州Hopkinton市，1989年開始進入企業數據儲存市場。 EMC公司是全球信息存儲及管理產品、服務和解決方案方面的領先公司。EMC是每一種主要計算平臺的信息存儲標準，而且，世界上最重要信息中的 2/3 以上都是通過EMC的解決方案管理的。

　　面對大數據時代，EMC公司推出用于支持大數據分析的下一代平臺――EMC Greenplum統一分析平臺（UAP）。Greenplum UAP是一個唯一的統一數據分析平臺，可擴展至其他工具，其獨特之處在于，它將對大數據的認知和分享貫穿整個分析過程，實現比以往更高的商業價值。

　　企業名稱：Teradata

　　網址：http://www.teradata.com/

　　上線時間：2011年

　　公司地址：美國俄亥俄州邁阿密斯堡

　　融資狀況：Teradata業務

　　業務方向：面向各類企業市場

　　Teradata 公司（Teradata Corporation，紐約證券交易所交易代碼TDC）是全球領先的數據倉庫，大數據分析和整合營銷管理解決方案供應商，專注于數據庫軟件，數據倉庫專用平臺及企業分析方案。 不久前宣布推出一款集硬件、軟件和服務于一體的全面產品組合——Teradata分析生態系統 （Teradata Analytical Ecosystem），使不同的 Teradata 系統實現無縫協作，為企業客戶提供分析和更深入的洞察力，幫助其預測商業機會和加速實現商業價值。Teradata Unity 將確保整個Teradata Analytical Ecosystem的同步和統一。為了增強在大數據分析領域的優勢， Teradata還收購Aster Data公司，以增強其非傳統數據分析的能力，突破了SQL分析的限制，協助企業從全部數據中獲取更多價值。

　　企業名稱：NetApp

　　網址：http://www.netapp.com

　　上線時間：2011年

　　公司地址：美國加利福尼亞州森尼韋爾

　　融資狀況：NetApp業務

　　業務方向：面向各類企業市場

　　Network Appliance，Inc.（NetApp，美國網域存儲技術有限公司）是IT存儲業界的佼佼者，自1992年創業以來，不斷以創新的理念和領先的技術引領存儲行業的發展。Network Appliance， Inc. （NetApp） 是向目前的數據密集型企業提供統一存儲解決方案的居世界最前列的公司。

　　NetApp StorageGRID 是一個久經驗證的對象存儲軟件解決方案，設計用于管理 PB 級、全球分布的存儲庫，這些存儲庫包含企業和服務提供商的圖像、視頻和記錄。通過消除數據塊和文件中數據容器的典型約束，NetApp StorageGRID 提供了強大的可擴展性。它支持單個全局命名空間內的數十億個文件或對象和 PB 級容量。

　　NetApp StorageGRID 實現了智能的數據管理和安全的內容保留。它通過一個具有內置安全性的全局策略引擎來優化數據存放、元數據管理和效率，該引擎管理數據的存儲、放置、保護和檢索的方式。此外，使用數字指紋和加密等技術防止內容受到篡改。

　　NetApp StorageGRID 有助于隨時隨地提供數據，以便于不間斷地運營。該解決方案被設計為允許靈活進行部署配置，以滿足全球的多站點組織的不同需要。

　　企業名稱：Sybase

　　網址：www.sybase.com

　　上線時間：2011年

　　公司地址：美國加州Dublin市

　　融資狀況：Sybase業務

　　業務方向：面向各類企業市場

　　Sybase公司成立于1984年11月，總部設在美國加州的Emeryville（現為美國加州的Dublin市）。作為全球最大的獨立軟件廠商之一，Sybase公司致力于幫助企業等各種機構進行應用、內容及數據的管理和發布。

　　Sybase IQ是Sybase公司推出的特別為數據倉庫設計的關系型數據庫。 相比于傳統的“行式存儲”的關系型數據庫， Sybase IQ 使用了獨特的列式存儲方式，在進行分析查詢時，僅需讀取查詢所需的列，其垂直分區策略不僅能夠支持大量的用戶、大規模數據，還可以提交對商業信息的高速訪問，其速度可達到傳統的關系型數據庫的百倍甚至千倍。“隨著 Sybase IQ 不斷地在分析應用 POC 測試中拔得頭籌，有時甚至超過其他對手 100 倍之多”， Gartner 評價道，“ Sybase IQ 逐漸成為從數據集市到企業數據倉庫架構最令人渴望的 DBMS （數據庫管理系統）。”

　　自 2009 年推出以來， Sybase 陸續發布了 Sybase IQ 15.1 、 15.2 、 15.3 以至最新的 Sybase IQ 15.4 版本，每個版本都著力于增加新的核心能力以促進更深入的高級分析。Sybase IQ 15.4是面向大數據的高級分析平臺，將大數據轉變成可指揮每個人都行動的情報信息，從而在整個企業的用戶和業務流程范圍內輕松具備大數據的分析能力。

　　因此，有人說Sybase IQ15.4正在徹底改變“大數據分析”。

　　企業名稱：惠普

　　網址：www.hp.com

　　上線時間：2011年

　　公司地址：美國加州帕羅奧多市

　　融資狀況：惠普業務

　　業務方向：面向各類企業市場

　　大數據時代來臨，老牌巨頭惠普也不甘落后。不久前惠普企業服務事業部宣布推出全新服務，幫助客戶更快部署惠普子公司Vertica的Vertica Analytics Platform ，從而迅速洞悉關鍵的業務信息，輔助決策過程。

　　Vertica Analytics Platform 讓用戶能夠大規模實時分析物理、虛擬和云環境中的結構化、半結構化和非結構化數據，從而深入洞悉“大數據”。

　　Advanced Information Services for Vertica 幫助客戶最大化實現 Vertica 分析平臺性能，并構建企業分析專用環境。惠普提供從評估到實施的一系列服務，與客戶共同定義多種交付方式組合，并找出匹配其現有基礎設施的最佳解決方案。

　　Advanced Information Services for Vertica已在全球上市，將為實現“瞬捷”企業構建靈活的智能環境。

　　企業名稱：沃爾瑪

　　網址：http://www.walmart.com/

　　上線時間：2011年

　　公司地址：本頓維爾

　　融資狀況：沃爾瑪業務

　　業務方向：未知

　　在這里看到沃爾瑪的身影，可能很多人會有疑問，全球最大的傳統零售業巨頭沃爾瑪怎么就跟大數據扯上關系了？看了下面的介紹你就會明白了。

　　沃爾瑪是最早通過利用大數據而受益的企業之一，曾經擁有世界上最大的數據倉庫系統。通過對消費者的購物行為等非結構化數據進行分析，沃爾瑪成為最了解顧客購物習慣的零售商，并創造了“啤酒與尿布”的經典商業案例。早在2007年，沃爾瑪就已建立了一個超大的數據中心，其存儲能力高達4Pb以上。《經濟學人》在2010年的一篇報道中指出，沃爾瑪的數據量已經是美國國會圖書館的167倍。

　　沃爾瑪實驗室計劃將沃爾瑪的10個不同的網站整合成一個，同時將一個10個節點的Hadoop集群擴展到250個節點的Hadoop集群。目前實驗室正在設計幾個能將當前像Oracle、Neteeza這樣的開放資源的數據庫進行遷移、整合的工具。

　　沃爾瑪曾進行了一些列的收購，包括Kosmix（沃爾瑪實驗室前身）、Small Society、Set Direction、OneRiot、Social Calenda、Grabble等多家中小型創業公司，這些創業公司要么精于數據挖掘和各種算法，要么在移動社交領域有其專長，從此我們就可以看出沃爾瑪進軍移動互聯網和挖掘大數據的決心。相信在沃爾瑪的帶領下，傳統行業也會慢慢意識到大數據的重要性，加速步入大數據時代。

　　初創企業：

　　除了這些傳統的大企業已經開始進入大數據領域之外，還有不少的創業企業也瞄準了大數據帶來的機會，紛紛推出自己的產品，以期抓住大數據時代的機會。

　　企業名稱：Clustrix

　　網址：www.clustrix.com

　　創辦時間：2005年

　　公司地址：美國加州舊金山

　　融資狀況：1200萬美元

　　業務方向：面向各類企業市場等

　　Clustrix 創立于2005年，是Y Combinator 2006年冬季班的成員。Clustrix可以為SQL數據庫提供專利數據應用方法，幫助人們處理大量的數據，使SQL數據庫無限擴容成為可能。最近 Clustrix從Sequoia Capital、USVP和 ATA Ventures三家風險投資公司處再次獲得價值675萬美元的風險投資，至今已獲融資1200萬美元。Clustrix總部設在美國舊金山，研發中心設在西雅圖。為打開歐洲市場，公司計劃將總部遷至荷蘭的阿姆斯特丹，并將于年底前在印度設立辦公室。

　　企業名稱：Cloudera

　　網址：http://www.cloudera.com/

　　創辦時間：2009年

　　公司地址：美國加州帕洛阿爾托

　　融資狀況：4000萬美元

　　業務方向：面向各類企業市場等

　　Cloudera 是一家專業從事基于Apache Hadoop的數據管理軟件銷售和服務的公司，總部位于加州帕洛阿爾托，2009年3月發布了第一款商業產品，當時獲得由AccelPartners領投的500萬美元投資。該公司于2010年6月正式推出Cloudera企業產品。 2011年11月募集到4000萬美元風險投資資金，此輪融資由風險投資機構Ignition Partners的合伙人弗蘭克·阿泰勒（Frank Artale）領投。Cloudera之前的投資者頂尖風投機構Accel Partners、Greylock Partners、Meritech Capital Partners 和In-Q-Tel也參與本輪投資。

　　除以上企業以外，包括MapR、HStreaming、Hadapt、DataStax、Datameer這些與Hadoop以及大數據相關的新公司都已經獲得投資，新一輪熱潮正在興起。

　　看到以上這么多的國外企業已經開始走上大數據之路，我們不禁想知道國內有哪些企業在大數據方面有所建樹，但遺憾的是，與國外大數據的熱火朝天相比，國內企業參與這一領域的并不多。

　　國內企業在數據庫、數據倉庫、商業智能等領域基礎薄弱，IT尤其是軟件企業在布局大數據方面，已經遠遠落后于國外先進企業。對于哪些企業將來有可能成功進入大數據領域，挑起大數據利用國產化的重擔，不少人表示看好百度、阿里巴巴、騰訊等國內互聯網巨頭，因為它們不僅具有資金、技術等方面的實力，而且一直在與數據打交道方面具有先發優勢，其本身業務的發展趨勢與大數據發展趨勢相符。

　　實際上，作為中國最大的電子商務公司阿里巴巴已經在利用大數據技術提供具體服務，主要內容就是阿里信用貸款與淘寶數據魔方這兩部分業務。

　　以阿里信用貸款為例，阿里巴巴通過掌握的企業交易數據，借助大數據技術自動分析判定是否給予企業貸款，全程不會出現人工干預。據透露，截至目前阿里巴巴已經放貸300多億元，壞賬率約0.3%左右，大大低于商業銀行。

　　淘寶數據魔方則是淘寶平臺上的大數據應用方案。通過這一服務，商家可以了解淘寶平臺上的行業宏觀情況、自己品牌的市場狀況、消費者行為情況等，并可以據此作出經營決策。

　　除了互聯網企業以外，也許還有一家不可忽略的企業極有可能在大數據領域異軍突起，那就是華為。盡管華為公司在大數據領域一直保持低調狀態，但仍有相當一部分中國用戶期待華為產品和方案，這主要得益于多年來華為精心打造的“國產IT網絡通信產品、方案領導者”的品牌形象。

　　近年來，尤其是進入2012年以來，大數據漸漸地開始成為一個人們耳熟能詳的術語。有許多人認為2012年應該是大數據元年，更有甚者預測，下一個Facebook會誕生在大數據領域，不管這些看法有沒有道理，但至少我們可以看到大數據時代的帷幕已經開啟。

　　如何發掘大數據的潛力？

　　下面向大家介紹一個數字，可能大家不常見到：百萬的5次方或一萬兆，即1，000，000，000，000，000，000（1后邊18個0）。IBM曾經估算過一萬兆這個概念，即人類每天所產生的新的數據量為2.5萬兆。做個對比，地球五大洋里的海水總量為352萬兆加侖，如果一字節的數據量相當于一桶水的話，只需要5個月左右所產生的“水”就可以填滿整個五大洋。

　　對于企業來說，面對并管理這些浩如煙海的數據時真的感覺無能為力。Oracle今年6月份發出報告稱，300家美國和加拿大企業中93%的承認因為沒法處理他們身邊的數據而損失了一些盈利的機會。

　　某 “大數據”公司的首席營銷系統專員Pete Elliott可以幫助大小企業從浩如煙海的數據（比如博客、推特、Facebook中的贊、鏈接、圖像、視頻、評論、文本文件、回復，甚至集裝箱貨單）中找到可以利用的信息。Elliott說，數據越多，搜索速度越快，客戶越喜歡。

　　首先我們要理清一個概念：大數據，并不意味著大生意。數據分析才是帶來利潤和提高利潤的途徑。不管是大企業還是小企業，都需要在市場中保持競爭力，這就需要根據大數據來做相應的市場、競爭分析，因為競爭對手也很有可能會做這種類型的數據分析。雖然說每天產生2.5萬兆的數據，如果不對這些信息加以整理，沒法正常使用和理解的話，也是沒有意義的。然而隨著計算機技術的發展，編程人員開發出了效率更高的軟件，可以幫助企業更好地搜集、篩選、整理，最終將數據轉換成對未來發展的分析，成為企業競爭的有利條件。

　　IBM 企業營銷管理副總裁Yuchun Lee建議企業先從“企業網站”開始進行大數據分析。他說，“只要有人登陸網站，就有利用大數據的機會。”對于電子商務企業來說，企業網站就是一種營銷工具。Elliott也說，“使用大數據最好先從簡單的方面開始入手，慢慢測試，最終擴大適用范圍。”

　　McKee Wallwork Cleveland公司的主席Steve McKee（本文作者）最近做了一次大數據服務，服務范圍已經超過了網站流量。我們跟蹤了客戶的媒體消耗時間、網站瀏覽、客戶詢價，購買了相應的數據，最終發現了以上幾者的關系。我們還根據結果跟蹤了人們購買產品之后廣告營銷的漲跌情況。這里利用大數據分析的結果幫助McKee Wallwork Cleveland的客戶提高了媒體投資效率，預計2013年將提高9個百分點。

　　數據也會對消費者滿意度有非常重要的影響。Verint Systems公司的資深營銷副總裁Ryan Hollenbeck講了一個消費者打電話給客服中心問詢的故事。客戶發現企業的廣告中有誤導行為（非有意而為之）。另一位客戶利用語音分析發現客服對話中有客戶想取消賬號，他們根據關鍵詞、關鍵句來判斷這些可能流失的客戶，這位企業客戶通過大數據分析挽救了600多位風險客戶，避免了1200萬美元的損失。

　　或許大數據最令人興奮的地方就是幫助企業預測未來。許多警察局利用歷史數據來預測“何時何地”可能發生犯罪，企業利用消費者在線行為數據開發他們想要的產品。對于營銷人員來說，社交媒體之前曾經是企業與客戶實時互動的地方，現在有了大數據，可以更深入地挖掘消費者信息，由此來改進產品，發現消費者的需求。Hollenbeck說：“社交媒體上人們的對話交流或許有進一步發展的巨大潛力！”（TECH2IPO注：對話中人們會直接提到自己的購買意向）

　　如何發掘大數據的潛力？不試試怎么知道。企業需要做的就是去試一下大數據服務，領略一下它能企業帶來的飛一般地進步。Elliott說，基于云服務的復雜數據分析未來可能會非常廉價，低至1000美元/次。

　　十年前，人們面對面做生意，企業要和客戶打交道只能從很窄的層面了解客戶。如今網絡上隨意的交談都有可能變成發生產品交易的前提。企業如果依舊不認同大數據，看不清大數據和消費者的關系，依舊不能利用大數據，很有可能喪失一個寶貴的機會。

?