1970年代，赫伯特?西蒙提出，由于人們?cè)跊Q策過(guò)程中的理性是有限的，所以需要用計(jì)算機(jī)支持決策系統(tǒng)，幫助決策者擴(kuò)大理性范圍。此時(shí)出現(xiàn)了IBM研究員發(fā)明的關(guān)系型數(shù)據(jù)庫(kù)――這種數(shù)據(jù)庫(kù)結(jié)構(gòu)化高、獨(dú)立性強(qiáng)，之后出現(xiàn)了大型的信息管理系統(tǒng)。隨著1980年代數(shù)據(jù)倉(cāng)庫(kù)的出現(xiàn)，數(shù)據(jù)挖掘開(kāi)始興盛，沃爾瑪“啤酒+尿布”的故事是人們經(jīng)常說(shuō)到的案例。1990年代初，令人震驚的聯(lián)機(jī)分析開(kāi)始出現(xiàn)，這種分析方法可以從任何一個(gè)角度把數(shù)據(jù)切片化。然后就是商務(wù)智能。聯(lián)機(jī)分析是對(duì)數(shù)據(jù)透視性的探測(cè)，可以通過(guò)“X光”從任何角度對(duì)數(shù)據(jù)做切片分析，數(shù)據(jù)挖掘就好比挖山鑿礦性開(kāi)采，而商務(wù)智能就是對(duì)未來(lái)的預(yù)測(cè)。

之后就是數(shù)據(jù)可視化，用圖形表示數(shù)據(jù)和思想。如果不能把數(shù)據(jù)圖像化，就無(wú)法理解它的最深層意思。數(shù)據(jù)可視化包括數(shù)據(jù)整合、分析、挖掘，最后到展示。

最近幾年可以看到，從軟件開(kāi)源到數(shù)據(jù)開(kāi)放的運(yùn)動(dòng)正在興起。開(kāi)放主要追求自由、平等、責(zé)任和樂(lè)趣。但目前在美國(guó)有很多關(guān)于數(shù)據(jù)開(kāi)放的爭(zhēng)議，比如什么樣的數(shù)據(jù)應(yīng)該開(kāi)放，開(kāi)放到什么程度，究竟開(kāi)放原始數(shù)據(jù)還是開(kāi)放經(jīng)過(guò)加工和解讀過(guò)的數(shù)據(jù)……

可以看出，數(shù)據(jù)和信息的發(fā)展驅(qū)動(dòng)著管理決策的發(fā)展，管理層也在不停地演變。

每一輪經(jīng)濟(jì)浪潮都是由幾個(gè)主題引領(lǐng)的。在美國(guó)，一度是一系列諸如IBM、微軟這樣的IT公司，到后來(lái)的諸如Google等一系列的互聯(lián)網(wǎng)公司，然后就是類似Facebook這樣的社交網(wǎng)絡(luò)，這些主題引領(lǐng)著美國(guó)經(jīng)濟(jì)的發(fā)展，大數(shù)據(jù)有望引領(lǐng)自從IT與互聯(lián)網(wǎng)泡沫以來(lái)的下一輪經(jīng)濟(jì)增長(zhǎng)浪潮。中國(guó)將成為全球最重要的大數(shù)據(jù)市場(chǎng)，很多中國(guó)的著名互聯(lián)網(wǎng)公司已經(jīng)開(kāi)始在大數(shù)據(jù)上布局。

趨勢(shì)與特征

大數(shù)據(jù)時(shí)代的產(chǎn)業(yè)發(fā)展有三個(gè)趨勢(shì)：應(yīng)用軟件將泛互聯(lián)網(wǎng)化、行業(yè)將垂直整合、數(shù)據(jù)將成為資產(chǎn)。

泛互聯(lián)網(wǎng)化是收集數(shù)據(jù)的重要渠道，沒(méi)有泛互聯(lián)網(wǎng)化的軟件，公司就難以獲得用戶的行為數(shù)據(jù)。隨著行業(yè)的垂直整合，企業(yè)通過(guò)搜集大量的用戶數(shù)據(jù)，可以更貼近用戶，更理解用戶，為用戶提供更適用的服務(wù)。誰(shuí)離客戶越近，誰(shuí)就在產(chǎn)業(yè)鏈上的話語(yǔ)權(quán)就越高，誰(shuí)的數(shù)據(jù)價(jià)值就越高。數(shù)據(jù)將成為一種資產(chǎn)，將有可能取代石油成為全球最大的交易商品。

海量、增值、全息可見(jiàn)、融合復(fù)用是新媒體時(shí)代大數(shù)據(jù)的四大特征。并不是所有的數(shù)據(jù)都同樣有價(jià)值，只有能帶來(lái)編增值數(shù)據(jù)才是有意義的。大數(shù)據(jù)的融合和可流轉(zhuǎn)性將是大數(shù)據(jù)時(shí)代真正發(fā)揮數(shù)據(jù)價(jià)值最核心的要求。如果數(shù)據(jù)不能夠在企業(yè)和社會(huì)之間流動(dòng)，那數(shù)據(jù)將變成一個(gè)個(gè)的信息孤島而封閉存在，無(wú)法發(fā)揮最大的價(jià)值。所以，數(shù)據(jù)的交叉復(fù)用以及可流轉(zhuǎn)性是大數(shù)據(jù)發(fā)揮巨大商業(yè)價(jià)值的前提。

新媒體時(shí)代，數(shù)據(jù)總量正在發(fā)生巨大變化?，F(xiàn)實(shí)中，信息量在增加，但消費(fèi)者個(gè)體卻面臨著信息過(guò)窄的問(wèn)題，消費(fèi)者的分析處理、篩選、過(guò)濾信息的能力并沒(méi)有得到提高。另一方面，數(shù)據(jù)形態(tài)也在變化，從結(jié)構(gòu)化向半結(jié)構(gòu)化、非結(jié)構(gòu)化方向發(fā)展，也從單渠道開(kāi)始向多渠道方向發(fā)展?？缙了a(chǎn)生的數(shù)據(jù)結(jié)合了互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)，都在催生著移動(dòng)互聯(lián)網(wǎng)的發(fā)展。

方向與新商業(yè)模式

個(gè)性化是大數(shù)據(jù)精細(xì)化和融聚力的一個(gè)發(fā)展方向。

用戶的信息饑渴感在與日俱增，希望利用碎片化的時(shí)間獲得有價(jià)值的信息。但同時(shí)，用戶對(duì)非關(guān)聯(lián)信息的容忍度卻在與日俱減，用戶變得越來(lái)越不耐煩，如果推給他不相關(guān)的廣告信息是他不想要的，用戶體驗(yàn)會(huì)迅速下降。而在用戶興趣數(shù)據(jù)與日俱增的同時(shí)，用戶甄別信息能力占比卻在與日俱減。

從2B到2C到2D是面向數(shù)據(jù)的新商業(yè)模式。在美國(guó)，諸如Google、微軟、亞馬遜、蘋果這樣的公司已經(jīng)建立了一個(gè)大數(shù)據(jù)平臺(tái)。大數(shù)據(jù)平臺(tái)建立起來(lái)后，一定是希望這些數(shù)據(jù)能夠有效地在數(shù)據(jù)需求方之間進(jìn)行流轉(zhuǎn)。比如，可以供諸如北大、清華，南開(kāi)等科研機(jī)構(gòu)獲取到能夠用來(lái)做深度研究的原始數(shù)據(jù)。

而個(gè)人用戶和個(gè)人終極應(yīng)用開(kāi)發(fā)者也需要平臺(tái)上的數(shù)據(jù)流轉(zhuǎn)。美國(guó)政府把機(jī)場(chǎng)飛機(jī)晚點(diǎn)的數(shù)據(jù)開(kāi)放出來(lái)后，有的開(kāi)發(fā)者就開(kāi)發(fā)了一個(gè)應(yīng)用，直接接到大數(shù)據(jù)平臺(tái)把數(shù)據(jù)調(diào)出來(lái)，可以幫助每一個(gè)想坐飛機(jī)的人在下雨、下雪、天氣好或不好的時(shí)候，不同航空公司在這個(gè)機(jī)場(chǎng)的晚點(diǎn)率是多少。比如，三角洲航空公司在下雨天的晚點(diǎn)率是78%，美聯(lián)航的是率65%，方便旅客預(yù)估到達(dá)的時(shí)間。

未來(lái)挑戰(zhàn)

大數(shù)據(jù)和新媒體都面臨著未來(lái)的挑戰(zhàn)。

挑戰(zhàn)之一就是構(gòu)建完整的消費(fèi)者興趣圖譜，基于這個(gè)可以精準(zhǔn)發(fā)現(xiàn)不同的用戶有著不同的興趣。

打通互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的數(shù)據(jù)是另一個(gè)挑戰(zhàn)。幾個(gè)月以前在美國(guó)有一家公司，它僅僅是通過(guò)一種基于互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的算法，就能夠有效預(yù)測(cè)用戶在移動(dòng)互聯(lián)網(wǎng)上的行為。這家公司靠這個(gè)理論和實(shí)踐獲得了600萬(wàn)美元的A輪融資。

從電子商務(wù)到社交媒體，再到移動(dòng)互聯(lián)網(wǎng)，我們看到了大量個(gè)性化的技術(shù)和商業(yè)應(yīng)用的興起。如今，企業(yè)的CMO們都關(guān)注怎樣才能更有效、更精準(zhǔn)地找到自己的目標(biāo)客戶群。也許你知道你的廣告投入要有50%，但卻不知道是哪50%。新媒體時(shí)代的大數(shù)據(jù)環(huán)境下，能夠非常精準(zhǔn)地定位每一個(gè)廣告投入點(diǎn)，能夠基于用戶行為進(jìn)行預(yù)測(cè)。如果能夠把廣告變成有用的信息，那么用戶就不再不喜歡廣告了。

最后一個(gè)挑戰(zhàn)就是用戶隱私法律的完善。如何定義用戶隱私，也是最近很多企業(yè)和媒體正在關(guān)注的問(wèn)題。如果說(shuō)用戶隱私是根據(jù)一些信息，根據(jù)某個(gè)數(shù)據(jù)能夠幫助用戶準(zhǔn)確地標(biāo)識(shí)出現(xiàn)實(shí)世界中唯一的某一個(gè)個(gè)體，比如他的姓名、電話、身份證號(hào)，這些屬于信息隱私。如果根據(jù)這些數(shù)據(jù)無(wú)法標(biāo)識(shí)出來(lái)具體人，其實(shí)這并不構(gòu)成用戶隱私。