[ 導讀 ] 自2000年以來，IT業就不乏各類熱點技術或話題，從早先的高性能和并行計算，而后的數據容災和業務連續性，以及最近的云計算和大數據。

自2000年以來，IT業就不乏各類熱點技術或話題，從早先的高性能和并行計算，而后的數據容災和業務連續性，以及最近的云計算和大數據。不難看出，其中趨勢在于不斷由技術革新轉向業務驅動，即關注在于如何真正驅動用戶的業務。
　　而大數據的興起也和計算技術發展的層次有關。在上世紀80年代以前，計算技術的應用僅限于對于某項特定業務或操作的高速機械化實現，通過既定的編程邏輯實現某種計算并送出結果;隨著之后存儲技術——主要在于內存容量的增大和處理器可編程性——的增強，IT進入可編程系統紀元，在這一階段中我們為了個性化業務需要，搭建支撐相關業務的IT基礎架構和應用，并通過各類技術，比如容災、業務連續性、合規審計等標準，建立起業務的相應保障機制。于是我們有了對IT價值更客觀的認識，比如總體擁有成本的分析、投資回報比率等。
　　而在今天，我們較過去有了全新的改變：數據。不論在何種情況下，數據永遠保持在增長的狀態，而今天數據爆炸的根本原因在于各類新技術的出現，以及原本無法記錄的信息的數據化。微博、微信的興起、視頻監控的增強、各類RFID技術的普及，誰知道明天不會出現一種全新的應用開始普及在每個人的智能終端、信息交互中、甚至記錄生活的一舉一動。大數據的概念，包含了每個人的心中所想，手中所做。
　　想象下如果你掌握所有這些數據，你會怎樣?你可以精確地預期下個月各類商品期貨的走向，因為你知道哪些人會在那時需要什么;你可以簡單地實現零庫存，因為你知道哪些客戶會在什么時間段進行采購;你可以清晰地安排各條產品線的生命周期以及何時應當研發哪類產品，因為你知道市場上最需要什么。
　　不過也可能你什么都做不了，因為你沒有辦法處理所有這些數據。今天的IT還無法實現《時間機器》中那位圖書館管理員的人工智能，你可以簡單地問問題，他就會完善各類相關的原始數據。
　　所幸的是今天的數據還沒有這么多，你還是可以，也應當去關注社交網絡、移動數據等方面：
　　人力資源——能夠符合成本效益的前提下，快速的招聘并填補職務空缺，而且能監督并提升非銷售人員的生產力
　　供應鏈——能夠針對實時的交通狀況，天氣影響，有效率的變更運貨卡車的路徑以避免昂貴的延期所造成的業務損失
　　采購&供應商管理——能夠依據社交媒體所提供的信息，辨認相關趨勢，而采取更聰明的采購決策
　　財務——能夠分析集團內的大宗交易，并改善現金流的使用效率
　　市場行銷——能夠從社交媒體中挖掘現有客戶及潛在[FS:PAGE]客戶的人格和采購特征以提供更精確的客戶分層和精準的針對性行銷
　　銷售規劃——能夠根據歷史及國外銷售趨勢，供應商網站訪問率及社交網站的交談，預測今年中秋，春節，等賣的最火的禮品
　　門店管理——當本地的競爭對手提出具有競爭力的價格時，能夠及時感知并采取積極行動
　　如果柯達可以注意到數碼照片在網上數量的激增——每半年提升一個數量級，就不會如此不注重數字影像，如果諾基亞注意到社交信息中對蘋果的熱議，在iPhone 4一舉成名之前就可有所對策。
　　因此很難用一種標準來定義大數據應用下的IT環境，這種IT規模究竟應該有多大?多小?更偏重存儲還是計算速率?這些都取決于用戶，用戶的業務目標是什么?需要哪些可監控的數據源和方法來為業務決策提供支持或告警?這些方法需要怎樣的IT系統?
　　有些奇怪為什么市場上會有很多現成的大數據解決方案，而非是大數據咨詢服務并在IT層進行部署實現。如果說數年之前的企業資源管理(ERP)各種部署之間還有共性可參考引薦，那么大數據則全然不同，大數據的目的在于幫助用戶在競爭激烈的市場上找到一篇藍海，而非讓大家在紅海中廝殺得更為激烈。

【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。