无论您青睐还是拒绝，大数据都已经成为一种事实。现在我们要追溯事实，探索真相…
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。
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AlanPriestley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。
最近，Claranet针对企业的云迁移方式进行了一项调查。调查结果表明，超过四分之一的受访者视ROI为决策因素之一，而79%的受访者认为ROI计算并不能真实反映业务优势。虽然该调查主要针对云迁移，但是由此可以合理推测，大数据迁移的情形也不会有太大差别。这二者均代表着一次未来的技术飞跃。
误解5：结果不可保证
大数据是个未知数。您正在做的就是分析无法估量、难以确定的数字。从本质上来说，大数据是不容易理解或者是抽象的。否则，您也就无需大数据技术了。因此，企业必须认识到他们无法保证结果的准确性。企业试图获得结果和找到假设的支持数据是徒劳无益的。在上述示例中，航空公司可能希望飞机每50万飞行小时维护一次，但是如果飞机每20万飞行小时就从空中坠落的话，航空公司的设想就将毫无意义。
如果说人们对大数据存在一些误解，那么，有关大数据的一些关键事实则需要不太看好大数据的企业去认真理解。
关键事实1：需要不同技能
多数观察家都认同数据科学家短缺这一点。麦肯锡公司预测，到2019年，全球将缺少高达19万可处理大数据的科学家。原因不难发现。处理大数据项目需要完全不同于处理现有数据仓库实施的技能。而且它还不仅仅限于数据处理，还要求能够将数据转换为可执行的建议。
