大數據是當今一個最熱門的話題，我們每一個人都無法置身其外。就像幾年前出現的云計算一樣，大數據已經引起市場的廣泛關注；同樣，企業迫切需要對大數據下定義。大數據缺少一個標準且普及性的定義，至少不像NIST 對云的定義那樣，能被人們廣泛接受。

    調研公司IDC 的定義可能比較容易被人們所接受。它對大數據的定義是：一種新一代的技術和架構，具備高效率的捕捉、發現和分析能力，能夠經濟地從類型繁雜、數量龐大的數據中挖掘出色價值。

    大數據已經成為各類大會的重要議題，管理人士們都不愿錯過這一新興趨勢。毫無疑問，當未來企業嘗試分析現有海量信息以推動業務價值增值時，必定會采用大數據技術。

    另一方面，正如其它新興趨勢一樣，也有很多人懷疑大數據的效用。事實上，當一種技術成為廣泛爭論的焦點時，必定會招致一些質疑和批評。

    關于大數據的重要價值有兩種截然不同的觀點。不過雙方的共同之處在于，兩種觀點都對大數據存在一些誤解，并對大數據的本質模糊不清。

誤解

誤解1：大數據僅意味著數量龐大

    “大數據”的名稱本身就帶有誤導性，好像數據庫的大小就是問題所在。但是這并非唯一的因素。英特爾歐洲、中東與非洲地區（EMEA）戰略市場推廣總 監Alan Priestley 認為，大數據還有其它要素，最明顯的是數據類型繁雜，且數據要求快速交付。此外，企業還需要第一時間了解數據是否準確。

誤解2：社交媒體最重要

    很多關于大數據的討論都集中在社交媒體數據對企業的影響。人們持有這種觀點并不難理解：多數媒體的關注重點是獲取客戶最新信息這一傳統業務。而現 在，則意味著查找社交媒體互動，諸Twitter、Facebook、Insta-gram 等等。 但是，Priestley指出，企業最常見的還是機器生成的數據，包括網絡日志、數據中心日志以及其它信息等。

    他表示：“如今航空業也可以借助大數據的強大力量。例如，他們可以利用并分析航空旅行
數據以預測可能存在的問題。而在過去，他們只能在數小時的飛行或發生故障之后檢查引擎。誰也不希望故障發生，但要是等到故障發生以后才檢查引擎，就已經太晚了。 “借助大數據分析，他們可以跟蹤引擎的振動。通過檢查生成的數據，他們能夠在數據發現異常時及時發出告警，安排檢查引擎?！?br />
    作為示例，Priestley還介紹了寶馬公司是如何成功利用大數據的。寶馬公司的大量汽車均可以通過3G技術接入互聯網。通過使用大數據和相關分析能 力，寶馬公司可以跟蹤這些汽車并聯系車主。當然，相關示例還有很多，例如信用卡公司可以實時核對詐騙交易，確保遠程購買交易合法，而所有這些操作僅需數秒 鐘。英特爾自身也是大數據技術的重要用戶。公司使用大數據控制晶圓制造工廠的效益，大幅地降低了成本，減少浪費。

誤解3：大數據就是Hadoop

    很多大數據的討論都集中在Hadoop。Apache項目的知名度當然最高，它也是首個能夠分析并存儲非結構化數據，以從中獲取價值的工具。但是， 它并不是唯一的工具。Priestley表示：“有人認為只要開始使用Hadoop就萬事無憂了，其實不然，傳統數據倉庫依然有存在的空間。人們需要保留 現有的IT基礎設施?！?br />
    Priestley 指出Hadoop 的吸引力在于，企業只需比較小的開銷就可以獲得大量信息。他補充說：“你可以在Apache 下載Hadoop，它是一款免費軟件并可在標準服務器上運行。其它替代方案就是購買Oracle或Teradata 等公司的集成解決方案。但對于很多企業而言，這可能不是一個可行的選擇，除非他們能夠充分意識到通過分析數據可獲得的優勢?！?br />
誤解4：希望量化投資回報（ROI）

    企業都喜歡硬性數字。首席信息官（CIO）一般喜歡這樣說：遷移至大數據的成本是 X，將能夠在三年內節省Y。事實上，大數據并非如此。從大數據計劃中獲得清晰的投資回報（ROI）是非常難的。正如Priestley 指出的，大量的大數據實施是“假設信息”，很難界定。

    客戶關系管理（CRM）等對企業的影響可以快速測量得出。但與此不同的是，計劃采用大數據的企業必須接受這一差別。此外，企業針對重大項目的投資回 報（ROI）的思維方式也似乎正在發生變化。以前企業認為ROI始終是一種可以輕松測量的有形資產，并且業務優勢必定會超過支出成本。但現在情況開始有所 轉變。