現(xiàn)在，一部分人認為大數(shù)據(jù)的價值在于幫助企業(yè)各部門獲得新的洞察力并付諸行動，另一部分人認為大數(shù)據(jù)不過是天花亂墜的宣傳而已。那大數(shù)據(jù)到底是機遇還是空談，劃分著兩種觀點之間神秘的界限到底是什么?
目前，人們對大數(shù)據(jù)及其價值的認知各有不同。一部分人認為大數(shù)據(jù)的價值在于幫助企業(yè)各部門獲得新的洞察力并付諸行動;另一部分人認為大數(shù)據(jù)不過是天花亂墜的宣傳而已。這兩種觀點都有可取之處，而有趣的是，這兩種觀點都成立。盡管外界對大數(shù)據(jù)大肆宣傳，人們還是很快了解到大數(shù)據(jù)真正價值與空談之間的區(qū)別。
弄清這種區(qū)別將非常有助于了解大數(shù)據(jù)價值(最好考慮投資大數(shù)據(jù))并認清仍對大多數(shù)企業(yè)發(fā)展構(gòu)成主要阻礙的挑戰(zhàn)。姑且假設(shè)未來相關(guān)技術(shù)將逐漸成熟，并能通過釋放其潛力創(chuàng)造價值。這種預測已在以往多種技術(shù)上都得到證實，大數(shù)據(jù)技術(shù)應(yīng)該也不例外。制約大數(shù)據(jù)技術(shù)發(fā)展的主要瓶頸在于它自身的問題：人們會忽略大數(shù)據(jù)的嚴重依賴性，或認為這種依賴性僅僅是我們?yōu)閯?chuàng)造價值而必須接受的前提。
這種依賴性是指用戶認為在創(chuàng)造價值前，必須保持數(shù)據(jù)一致性，或在數(shù)據(jù)庫等持久保存數(shù)據(jù)的系統(tǒng)內(nèi)實現(xiàn)數(shù)據(jù)標準化，這需要企業(yè)大張旗鼓，投入數(shù)十億美元，卻導致效率低下和重復勞動。因此，在沒有創(chuàng)造任何價值前，企業(yè)的項目投入已達到70%，用于數(shù)據(jù)識別、采集、遷移、存儲及優(yōu)化。雖然過去十年間分析技術(shù)已取得多次重大突破，而分析技術(shù)終端及平臺數(shù)量激增，但與過去30年相比，企業(yè)分析解決方案開發(fā)及部署模式仍未發(fā)生變化。
令人關(guān)注的是，在利用大數(shù)據(jù)技術(shù)真正創(chuàng)造價值的行業(yè)內(nèi)，大數(shù)據(jù)市場正呈現(xiàn)出不斷細分的趨勢，且這一趨勢已逐漸明朗。我們最好從這些細分市場入手，深入了解大數(shù)據(jù)價值與空談之間的區(qū)別。
能夠體現(xiàn)大數(shù)據(jù)價值的領(lǐng)域
大數(shù)據(jù)技術(shù)在數(shù)據(jù)探索、趨勢分析、調(diào)整機會分析等領(lǐng)域已獲得成功應(yīng)用。這看上去毋庸置疑，而以下兩個共同點卻不明顯，但大數(shù)據(jù)技術(shù)在符合這些共同點的領(lǐng)域內(nèi)已具有切實的可行性，并已站穩(wěn)腳跟。
·全新的海量交互信息：基于Web的購物與數(shù)字化零售、移動端活動、社交媒體互動信息及互聯(lián)網(wǎng)搜索條件。換言之就是全新的海量同類數(shù)據(jù)。
·重視營銷機會：為產(chǎn)品銷售提升潛在客戶識別成功率，這種技術(shù)應(yīng)用通常由大眾化營銷與媒體費用承擔。
無法體現(xiàn)大數(shù)據(jù)價值的領(lǐng)域
隨著數(shù)據(jù)同類性降低，導致獲得洞察力的成本相應(yīng)增長，大數(shù)據(jù)的價值開始降低，而對于大數(shù)據(jù)綜合價值因素的炒作也導入歧途。在談到典型的企業(yè)問題時，大數(shù)據(jù)鮮有成功案例。原因何在?
·業(yè)務(wù)問題已是老生常談。這已經(jīng)無需再議，可能在過去5-10年內(nèi)使用“新型”數(shù)據(jù)是大數(shù)據(jù)技術(shù)順利部署的成功因素之一。
·解決方案使用不同類型的組件。企業(yè)數(shù)據(jù)面臨的挑戰(zhàn)是它廣泛分布在各種不同的技術(shù)和數(shù)據(jù)平臺上。例如，數(shù)字化零售、電信業(yè)及社交媒體使用結(jié)構(gòu)化數(shù)據(jù)，其表現(xiàn)形式相似;而企業(yè)數(shù)據(jù)則分布在主機、ETL(提取、轉(zhuǎn)換和加載)工具、虛擬層、關(guān)系數(shù)據(jù)庫、商業(yè)智能(BI)數(shù)據(jù)庫、交易數(shù)據(jù)庫以及數(shù)百種其它組件中，這些技術(shù)在過去30年中已不斷發(fā)展。更糟糕的是，每種應(yīng)用程序使用不同的數(shù)據(jù)模型，導致數(shù)據(jù)與其相關(guān)技術(shù)平臺整合越來越復雜，因此，利用當前大數(shù)據(jù)工具訪問企業(yè)數(shù)據(jù)，難以創(chuàng)造直接的價值。
這就是企業(yè)大部分業(yè)務(wù)問題與大數(shù)據(jù)無關(guān)的原因。這些業(yè)務(wù)問題實際上是分布式數(shù)據(jù)問題：在這種模型下，信息、數(shù)據(jù)、價值和分析廣泛分布在不同的位置、技術(shù)平臺和數(shù)據(jù)源內(nèi)。但我們?nèi)岳^續(xù)使用與以往相同的集中式模型來解決這一日趨嚴重的分布式問題。當用戶能夠通過常見的界面外觀穩(wěn)定地訪問數(shù)據(jù)時，這些集中式模型能夠發(fā)揮很大的作用，這在社交媒體、數(shù)字化零售等行業(yè)新的成功案例中屢見不鮮。但集中式模型卻無法解決銀行、保險、醫(yī)療行業(yè)及其它廣泛的業(yè)務(wù)問題。
Standish梅隆資產(chǎn)管理公司近期更新大型數(shù)據(jù)項目成功案例調(diào)研報告。更新內(nèi)容顯示，2003至2012十年間人工成本至少達到1,000萬美元的3,555個大型數(shù)據(jù)項目中，只有6.4%的項目順利完成。這正是企業(yè)未能高效管理分布式數(shù)據(jù)源及其相關(guān)技術(shù)所造成的后果。我們?nèi)孕柽\用大數(shù)據(jù)技術(shù)才能克服這些困難。