大数据是当今一个最热门的话题，我们每一个人都无法置身其外。就像几年前出现的云计算一样，大数据已经引起市场的广泛关注；同样，企业迫切需要对大数据下定义。大数据缺少一个标准且普及性的定义，至少不像NIST 对云的定义那样，能被人们广泛接受。

    调研公司IDC 的定义可能比较容易被人们所接受。它对大数据的定义是：一种新一代的技术和架构，具备高效率的捕捉、发现和分析能力，能够经济地从类型繁杂、数量庞大的数据中挖掘出色价值。

    大数据已经成为各类大会的重要议题，管理人士们都不愿错过这一新兴趋势。毫无疑问，当未来企业尝试分析现有海量信息以推动业务价值增值时，必定会采用大数据技术。

    另一方面，正如其它新兴趋势一样，也有很多人怀疑大数据的效用。事实上，当一种技术成为广泛争论的焦点时，必定会招致一些质疑和批评。

    关于大数据的重要价值有两种截然不同的观点。不过双方的共同之处在于，两种观点都对大数据存在一些误解，并对大数据的本质模糊不清。

误解

误解1：大数据仅意味着数量庞大

    “大数据”的名称本身就带有误导性，好像数据库的大小就是问题所在。但是这并非唯一的因素。英特尔欧洲、中东与非洲地区（EMEA）战略市场推广总 监Alan Priestley 认为，大数据还有其它要素，最明显的是数据类型繁杂，且数据要求快速交付。此外，企业还需要第一时间了解数据是否准确。

误解2：社交媒体最重要

    很多关于大数据的讨论都集中在社交媒体数据对企业的影响。人们持有这种观点并不难理解：多数媒体的关注重点是获取客户最新信息这一传统业务。而现 在，则意味着查找社交媒体互动，诸Twitter、Facebook、Insta-gram 等等。 但是，Priestley指出，企业最常见的还是机器生成的数据，包括网络日志、数据中心日志以及其它信息等。

    他表示：“如今航空业也可以借助大数据的强大力量。例如，他们可以利用并分析航空旅行
数据以预测可能存在的问题。而在过去，他们只能在数小时的飞行或发生故障之后检查引擎。谁也不希望故障发生，但要是等到故障发生以后才检查引擎，就已经太晚了。 “借助大数据分析，他们可以跟踪引擎的振动。通过检查生成的数据，他们能够在数据发现异常时及时发出告警，安排检查引擎。”

    作为示例，Priestley还介绍了宝马公司是如何成功利用大数据的。宝马公司的大量汽车均可以通过3G技术接入互联网。通过使用大数据和相关分析能 力，宝马公司可以跟踪这些汽车并联系车主。当然，相关示例还有很多，例如信用卡公司可以实时核对诈骗交易，确保远程购买交易合法，而所有这些操作仅需数秒 钟。英特尔自身也是大数据技术的重要用户。公司使用大数据控制晶圆制造工厂的效益，大幅地降低了成本，减少浪费。

误解3：大数据就是Hadoop

    很多大数据的讨论都集中在Hadoop。Apache项目的知名度当然最高，它也是首个能够分析并存储非结构化数据，以从中获取价值的工具。但是， 它并不是唯一的工具。Priestley表示：“有人认为只要开始使用Hadoop就万事无忧了，其实不然，传统数据仓库依然有存在的空间。人们需要保留 现有的IT基础设施。”

    Priestley 指出Hadoop 的吸引力在于，企业只需比较小的开销就可以获得大量信息。他补充说：“你可以在Apache 下载Hadoop，它是一款免费软件并可在标准服务器上运行。其它替代方案就是购买Oracle或Teradata 等公司的集成解决方案。但对于很多企业而言，这可能不是一个可行的选择，除非他们能够充分意识到通过分析数据可获得的优势。”

误解4：希望量化投资回报（ROI）

    企业都喜欢硬性数字。首席信息官（CIO）一般喜欢这样说：迁移至大数据的成本是 X，将能够在三年内节省Y。事实上，大数据并非如此。从大数据计划中获得清晰的投资回报（ROI）是非常难的。正如Priestley 指出的，大量的大数据实施是“假设信息”，很难界定。

    客户关系管理（CRM）等对企业的影响可以快速测量得出。但与此不同的是，计划采用大数据的企业必须接受这一差别。此外，企业针对重大项目的投资回 报（ROI）的思维方式也似乎正在发生变化。以前企业认为ROI始终是一种可以轻松测量的有形资产，并且业务优势必定会超过支出成本。但现在情况开始有所 转变。