[ 導讀 ] 大數據僅僅是一個趨勢。大數據日益受到企業的重視，并被企業確定為一個潛在的問題和一個獨特的機會。

　　大數據僅僅是一個趨勢。大數據日益受到企業的重視，并被企業確定為一個潛在的問題和一個獨特的機會。這無疑是一種很好的現象。但在您驚嘆于其絕對量和潛在的挑戰之前，你應該考慮一下其過去。

　　大數據其實是一直存在的
　　
　　早在20世紀90年代中期，我曾為一份叫做“Telephony”的雜志撰寫專欄文章。這份出版物涵蓋了電信業務內容，同時我還是該雜志的技術編輯，這意味著我還背負著一些基本的資深編輯不屑于處理的工作任務。其中之一是數據的問題；電信運營商有關于其客戶的海量數據。人們普遍認為，分析這些數據，可以揭示其中所涵蓋的信息，進而減少客戶的流失，提高忠誠度，提高客戶服務響應，并在一般情況下，幫助電信運營商進一步掌握如何更好地服務他們的高端客戶群。
　　
　　鑒于上述這一因素，電信運營商存儲了如此眾多的數據，但卻很少有公司知道如何處理這些數據。每天，數據都在不斷的增加。最終，電信運營商浪費了寶貴的資源。
　　
　　在我記者生涯的后半段，我供職于VAR Business雜志擔任技術類資深編輯，我負責的領域的一些其他工作人員對于數據要么感到十分枯燥，要么干脆搞不定，于是我再一次看到了數據不斷的被存儲。彼時是21世紀初，當時內存芯片的價格已經開始暴跌，使得所有類型的企業收集和存儲數據的數量不斷增加。但我看到許多企業開始被數量龐大的數據（特別是客戶數據）所淹沒，數據挖掘工作立即引起了我的興趣。通過分析，他們會成為數據癱瘓的受害者，海量的數據使得企業高管不知道從何著手，于是，數據分析工作及其它相關活動最終被擱置。
　　
　　所以，我們有必要再次強調大數據的問題。許多發言表示，海量的數據作為一個巨大的，看似險惡，最終難以處理的挑戰。其被視為一種威脅，不被視為一種機會。現在，我們賦予其新的名稱：大數據。有點像諸如“大腳怪”或“老大哥”，等詞，它被賦予了不受歡迎的內涵，不是嗎？
　　
　　但事實是這樣的：這真的不是數據的問題。只要我們可以很好的對其進行收集，并通過電子手段制表數據，我們一直認為，大量的數據是一直存在的。今天，真正的最為重要的是如何對這些數據進行分析。
　　
　　智能分析并非一直都有的
　　
　　我們真的處在智能分析的時代了。看待這個問題所面臨的挑戰是，它需要你不把注意力放在你當前工作的數據量有多么龐大，但真正需要注意的是：你需要從數據中分析學會什么。
　　
　　分析需要相關的工具和技術，但它也需要一些非技術性的東西，諸如專注于您[FS:PAGE]的客戶，在在客戶關系管理的情況下，了解并發現相關的問題。當你開始這樣做，你就可以開始減少您存儲的數據，并刪除不相干的數據了。
　　
　　例如，根據Gartner公司最近調查顯示，大數據在技術領域的下一個趨​​勢排名中僅次于“物聯網”：增加自動制造商、供應商或用戶提供數據的設備能力一詞。
　　
　　在這種情況下，你就開始對您試圖分析發現的東西有了一個既定的想法。因此，你不可能分析大量的數據，它是一個離散集或數據集。如果你能找出那些數據集，你分析的任務將變得相當簡單。
　　
　　雖然總是有一些完全意想不到的新信息從隨機分析的大量的數據中出現，新的分析技術將使其更容易消化大批量的數據。你不可能沒有目標進行隨機分析。這沒有任何商業意義。
　　
　　因此，不要再被大數據的問題所困擾了，開始考慮大數據的智能分析吧。想想你想從大數據的智能分析中學到什么，結合正確的技術和不再對數據本身充滿恐懼。當今的那些成功的處理大數據的企業，正是因為他們意識到面對大數據，重點不是數據采集，而是在與如何正確的分析和理解所收集的大數據。
　　
　　關于作者
　　克里斯·布切爾滋是CRM Outsiders Blog的編輯，并曾擔任Forecasting Clouds和Inside CRM的總編。是舊金山灣區的一位記者，擁有超過17年的技術客戶經驗。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。