什么是大数据？大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些有意义的数据进行专业化处理。换句话说，如果把大数据比作一个行业，这个行业盈利的关键在于提高数据的“处理能力”，通过“处理”实现数据的“增值”。大数据的概念应用于IT运营工具生成的数据。大数据可以使信息技术管理软件供应商解决广泛的业务决策。IT系统、应用程序和技术基础架构每天每秒都在生成数据。大数据的非结构化或结构化数据代表了“所有用户的行为、服务级别、安全性、风险、欺诈和其他更多操作”的绝*对记录。
“大数据”是一种海量、高增长、多样化的信息资产，需要新的处理模式才能具备更强的决策、洞察发现和流程优化能力。个人认为，“新处理模式”是一个关键词，这是我理解的最关键的特征之一，比如“大数据”不同于传统的统计分析。这种所谓的“新处理模式”有两层含义：A.由于海量数据以及对更高效的存储和处理技术的需求，Hadoop已经成为大数据时代的象征；B.如果你认为大数据就是Hadoop，那就大错特错了。Hadoop只是大数据时代的必要条件，大数据的另一个明显标志就是数据挖掘和人工智能的紧密结合。这也是“大数据”和很多所谓“大数据”项目最明显的区别之一。
先说说很多人眼中的大数据误区：
1.只有大公司才需要预测分析：虽然亚马逊、塔吉特、沃尔玛、Zipcar等大型企业是预测分析(尤其是客户分析)的早期采用者和重要受益者，但各种形式和规模的企业都将受益于智能分析带来的好处。例如，根据集团客户分析和行为分析客户保留模式，然后利用上述数据设计有针对性的推广工作，可以对任何企业产生立竿见影的影响。
2.大数据是万*能药：大数据不是企业的万*能药。事实上，获取更多信息，尤其是关于客户行为的信息，将为某些企业提供竞争优势，就像互联网一样。然而，在许多情况下，相对无差别的互联网和网络功能并没有带来巨大的业务增长，既定的预测分析也是如此。相反，更好的数据管理和分析是帮助企业做出更好决策的工具。即使是“小数据”也能在投资的路线图上被中小企业很好地利用，无需大规模的IT投资就能构建和多元化。
3.大数据是万*能的：大数据显然不是万*能的。正因为如此，她才是真实的。在一些领域，由于各种原因，大数据的价值并没有预期的那么高。导致这一现象的主要问题有两个。一是数据本身质量或数量不足。二是算法不合适。不要认为海量数据会有价值。在以往的工作中，我们经常发现，来自甲方数据源的数据有80-90%是无用的。只有10%-20%的数据会产生一定的价值。这让我想起了Marry Meeker的比喻，“大数据的工作就像在一堆稻草中找针”。
