2013年，大数据很火。随着计算机、智能手机等各种设备快速进入日常生产与生活，数据在全球范围内实现了爆炸性的增长，自从互联网出现以后，用户每天上传的数据已经达到22TB 以上。事实上，在当前互联网的任何一个企业的数据库中早就已经积累了海量数据，而信息技术的快速发展及广泛应用则进一步加快了其增长速度，而这些数据的汇总和分析，就是大数据的处理，可以说这个时代就是“大数据”时代。大数据带来的信息风暴，正在开启我们的思维变革、经营变革和管理变革，可以说“大数据”发展鼎盛的时代已经降临，它为我们看待世界提供了一种全新的计算方法，在商业、经济及其他领域中，会有越来越多的决策是基于数据和分析做出的，这就是大数据的魅力。
大数据引起我们关注的时间点是2012年3月22日，奥巴马政府宣布投资2亿美元用于大数据相关产业发展，并且在这项支出中，他将数据定义为“未来的新石油”，同时将“大数据战略”上升为国家意志，表明对未来数据的占有和控制将成为陆、海、空权之外的另一种国家核心资产。当大数据成为国家级战略，那么对于我们所处的传统企业来说，如何有效整合海量数据从中加以筛选，然后分析利用，已成为企业经营发展的必然趋势和必经之路。
其实，大数据并不是从近来才开始的，很多互联网企业都有数据解读。而大数据时代的到来，使得从事市场研究和用户数据研究真正从一门粗糙的工作变成了精细化的科学。大数据近年来成为热词，但对于互联网行业之外的其他行业企业来说并不熟悉，很多传统企业仍对数据挖掘分析和应用感到陌生，还有不少对数据智能分析与大数据挖掘更是闻所未闻。而市面上对大数据进行讨论和大量挖掘的案例和方法多局限于互联网行业，这也削弱了对于更多企业的参照意义，传统企业要如何收集数据，或者说要怎么获得数据并进行分析，都是传统企业需要迈过的一道坎。
如今，大数据的价值已经为从事互联网相关行业的案例所证明，但实际上挖掘出大数据的价值并不容易。DC 的定义描述了大数据时代的三大特征，即俗称的“3V ”。第一个是Volume（海量），数据容量越来越大，也就是现在所得到的数据太多，但是有效数据的总量实际是一定的；第二个是Velocity（速度），数据量的增长越来越快，企业所需要的处理速度和响应速度越来越快，同时，由于受到海量数据的影响，企业的速度很难快起来；第三个是Variety（多样性），指各种类型的数据出现，过去的数据更多的是结构化的，现在越来越多的数据是半结构的，甚至是完全没有结构的数据，而这些数据要转化为结构性数据对企业来说依然是困难的。基于这几点，我们可以知道，大数据并不是一个容易处理的项目，因为对庞大的数据进行筛选以及整合得出结论的过程实际是很长的。
那么，传统企业到底要如何面对大数据？置之不理，还是找到合理的方式去解决？简单来说，有三点。
第一，从企业的视野讲，成熟的企业CEO 一定要把大数据、云计算作为企业核心战略，不仅仅是IT 企业，也包括传统企业。而不能仅仅把大数据当成是企业IT 管理的一个方面，交给某个部门去解决，企业一旦接触大数据就要下决心投入，无论是软件方面还是硬件设施上的配备。
第二，企业要有自己解读数据的能力和观点角度，即收集和处理数据的策略。其实，大家很多时候面对同样的数据，但是对数据的处理方式是不一样的。对同样的数据，甚至同样的数据收集软件，一旦企业的决策方式与观点不一样，处理结果就会大大不同。这个应该成为公司决策体系的核心，并且坚持这样的企业解读。
第三，数据价值的实现。企业要在确定数据解读方式后，把对数据的分析，转化为通过数据结果能解决实际问题的执行方式，从而实现大数据的价值。正如淘宝每年都会总结的一些数据，比如，在淘宝上比基尼卖得最好的省份是哪儿？是内蒙古和新疆，而不是人们通常会认为的海南、广东等沿海地区。那么，这是为什么？大数据给出了结果，还需要企业给出解决方案。大数据能帮助人们发现事物间隐藏的内在关联，但并不意味着能直接带来社会价值和商业价值。如果你是泳衣生产商，又会制定怎样的营销策略来迎合这部分用户呢？
大数据战略重要，但是这个战略要怎么去实现，要怎么完成整个数据处理的过程，这就是大数据管理问题。其实可以通过三步走的方式来解决。首先是如何获取、存储和保护数据；其二是数据丰富，即如何筛选、计算、发现不同数据间的数据相关性；其三是培养数据洞察力，即通过分析、呈现与决策工具获得对数据的敏感度，并最终付诸行动，让梳理后的数据产生价值。
而传统企业的信息系统数据分析模型比较简单，很少有企业会分析用户的数据，而大多数时候企业是在分析一些结果化的数据，如销售同期对比、增长率或者降低率、库存结构等，因此对决策和解决实际问题帮助十分有限，可以说这些数据对优化企业的仓储结构有益，但是对用户与企业之间的沟通并没有任何作用。而用户的数据大都是一些类型丰富的碎片化数据而且没有相对固定的模式，我们所看到的结果往往是一些多因素的结果，对于企业来说，这部分的数据虽然有价值，但是解读上确实有一定的难度。
也正因为如此，企业内部人员需要进行培训及建立收集数据的规则；大数据的分析与企业以往提交的数据分析有很大区别，可以说传统企业现有的管理支持类数据分析主要基于一些售卖的数据，其实是很难勾勒出企业的整体运作和相关问题的。而如果传统企业要介入大数据就需要分析人员具有更高的能力，既要有扎实的业务基础又要具备很强的数据挖掘能力。不仅仅要利用大数据平台进行数据收集，还要利用大数据分析将零散的市场数据、客户数据等迅速高效地转化成决策支持数据，只有这样才能使企业及时把握市场变化，随时做出策略上的调整。
以上是企业想要加入大数据的基础性工作，简单来说就是搭建平台，配置人员。在具体的业务层面上，主要有以下几个方面。
（1）用户分析：分析用户群的结构、不同用户的不同流量、购买周期、不同用户群的利润贡献率；同时还要对具体用户的购买频率、感兴趣商品的预测、忠诚度及流失的可能性分析。并且对用户产品反馈进行分析，从而推进企业对用户的喜好进行分析并做出改进。
（2）产品分析：产品分析是建立在有效用户的基础上。通过对用户进行分析，同时对产品属性定位，再结合内部生产能力、库存规模、渠道类型进行产品开发，同时还要做出产品的预期分析。
（3）价格分析：消费者对于不同产品的价格弹性，以及不同的消费者对不同产品的价格期待值和价格定义，这都决定了产品的价格定位。
（4）营销分析：利用每次的数据分析，记录和分析新产品的导入期及旧产品的最佳消化期，以及产品活动销售合理性，同时激发用户的能力，还包括节前节后、淡季旺季不同时间段的定价策略等。
（5）与内部相关的供应链分析、运营效率分析：主要针对供应商、合作商、物流优化、现金流计划、人力资源配置等进行的数据分析。
现在是一个依靠有效的数据创造商业价值的时代，越来越多的传统企业都将数据处理看成是企业锦上添花的法宝，利用大数据带来的解决办法，为企业带来了更大指向性价值。而互联网企业之所以能够挑战传统零售企业，就是因为这样的数据才能维持用户不断进入电子商务网站，从而颠覆了传统的零售体系。可见数据对互联网企业如何重要，对其他的企业一样必不可缺。
6.8云计算构筑新型企业门户
在大数据不断生成的背后，大量的数据来源于哪里，又如何去进行计算，这些对很多企业来说都是不小的问题，而云计算就是基于大数据的处理方法的直接落地。云计算被它的吹捧者视为“革命性的计算模型”，因为它使得超级计算能力通过互联网自由流通。也就是说，企业与个人用户无须再投入昂贵的硬件购置成本，而只需要购买一个云，这个云能够装得下足够大的数据，其拥有的超级计算机模式也帮助企业能够顺利处理数据，“把你的计算机当做接入口，一切都交给互联网吧”，这就是真实写照。
其实，云计算这个概念相对较新，但是同时也具有一定的风险性。因为云计算的技术是在快速发展着的，在这样的发展速度中，新的威胁也在不断涌现，譬如安全问题和数据隐私的问题；随着云计算监管重点的不断扩大，云计算也逐渐成熟。
想象一下，当手中硬件有限的计算能力不受本地硬件的限制，可能出现的情况是更小尺寸，更轻重量，却具有更强劲处理能力且触手可得。我们甚至可以在纸样轻薄的笔记本电脑上照样运行对系统要求极高的游戏，也完全可以在手机上打开Photoshop 在线编辑处理刚完成的照片，这就是云给我们带来的变化。
个人用户受到云的影响也许不及企业那么大，在云计算上，企业可以以极低的成本投入获得极高的计算能力，也就是说，企业不用再投资购买昂贵的硬件设备，负担频繁的保养与升级成本。而云计算的妙处之一，即是按用户的需要分配的计算方式能够充分发挥大型计算机群的性能，同时也能让资源得到更好的分配。如果你只需使用5%的资源，就只需要支付你所需要的那部分。
在没有云服务器之前，开发者如果打算开发应用，首先需要考虑服务器的购买和维护问题，要准备付钱、详细计划、连接及维护。小型开发者一般会购买或者租赁服务器，然后将其托管出去，然后，主机托管所就会负责每个服务器的机房、供电、互联网接入等其他因素。对于企业来说，则需要自己建立这整套系统，其中的投入显然是很大的。
同时，因为企业通过云服务器分享了基础设施服务，云计算就可以让人们可以获得大量非常廉价的计算资源。而相比于花费巨资购买自己的电脑和网络，用户几乎可以租赁所有需要的服务，这也引领了企业创新的爆发。企业在需要建立自己的数据中心之前，可以利用这些技术低成本地快速成长，并且从中获得更多的数据，Groupon 就是从Amazon 的AWS 服务以及Rackspace 的LivingSocial 服务成长为如今的团购巨头的，如果Groupon 自己搭建服务器进行数据处理，估计在这期间会被自己的服务器拖累致“死”。
类似现今的大数据这样的巨大消耗量的活，对于企业来说是很难独立承担的。特别是在过去数据中心都是以字节形式存在的，企业除了要投资软硬件外，还不可避免地在土地及维护成本（如人力资源、后备电力、冷气环境）上也要加大投入，这不仅仅占据了大量的成本，各种资源的配备和调控也缺乏灵活性。
直到云计算技术的出现，这样的窘况才能得以摆脱，企业的负担迅速变轻，企业可以将实体的数据中心迁移到混合云计算架构的网络上，通过虚拟化技术来运行，并且还能够依靠云计算处理来迅速解决一些问题，同时配合成熟的软件及相应服务，相比以前的服务器和处理速度，云架构数据中心可以同时实现高性能及稳定运营。企业将数据中心迁往云端，除可享有与实体数据中心同等的服务外，同时也能带来可观的经济效益，节省了许多以往必须持续支付的成本。
但是云计算也没有想象中那么容易被用户所接受，在不同的企业中有不同的文化、法规以及业务等具体因素将影响企业的风险偏好，而云计算带来的无隐私和共享问题也会影响企业对此的接受程度，并且也会因此影响企业实施云计算的规划。很多企业都会选择在评估云计算的风险之上开展进一步的工作以免出现无法预估的损失。
企业还需要了解自身的技术战略，根据这些来决定：是否会计划把企业大部分业务转移至云计算？企业是否计划在这种情况下有选择性地使用云计算？而这些问题将影响企业是否会愿意承担云计算风险的数量，特别是在之前提到的企业文化问题。这些都是云计算对企业的挑战，企业需要把哪些数据放在云服务器上也是需要考量的。
至于如何选择云计算的服务商，则需要在考量自我需求的同时也考量服务商的具体情况。首先，云架构数据中心服务提供商必须拥有优秀的云计算网络，这是为了确保数据传输的顺畅及不至于在传输过程中出现任何大的安全问题。其次是云架构数据中心是否有足够的空间及弹性，这也是为了让用户随时选择调配不同的云资源，以符合企业自身需要。最后则是服务提供商所提供的管理软件是否足够简单易用，让企业在办公室之中也可掌握数据中心的所有环节，并且能够随时读取，就如同管理实体数据中心一样。
可以说，云计算带来的轻处理方式能够顺利帮助企业在低起点也能够获得与成熟企业相等的服务，虽然云计算当前尚未成熟，目前云计算在行业领域仅是崭露头角，未来我们对云计算有着更多期待。与此同时，对于后PC 时代老牌制造业巨头惠普、戴尔等来说，云计算则是给了它们复苏的机会。总的来说，云计算是一片蓝海，同时也必须是共赢的局面，而未来云计算如何发展更值得期待。
