大数据是一个技术成分比较重的议题，因为数据处理在技术上有所突破，诸如MapReduce、Hadoop等分散式大数据处理技术的问市，才让我们比较有办法应付未来数据处理与分析的难题，例如数据量快速增加、数据流动的频率及速度变快，以及成等比级数大量增加的非结构化数据。
但是，光有这些崭新的数据分析技术，并不会因此就让企业变得更聪明，能赚更多的钱。若没有明确的商业应用，大数据不会带来什么价值。然而，IT部门如何知道大数据的商业应用在哪里，就是一个大问题了。
大数据厂商说，不乏有信息主管在询问：大数据可以做什么？这其实也是国外企业现今面临的问题，前阵子在美国有一场大数据研讨会，就有信息主管反应这个问题，因为IT部门很难找到大数据的应用机会，反倒是公司老板或业务单位的主管比较能发现可以利用大数据的机会，然而老板或业务单位主管往往不了解IT技术，不清楚现今大数据数据分析技术能做到什么程度，当然就想不到有哪些业务上的问题可以靠大数据来改善，甚至创造新机会。
这位美国公司的信息主管还提到，一直以来IT部门主要都是处理结构化数据，要从关联式数据库里的数据想出新的用法，或是能够改善业务流程的方法，并不会难倒IT人员，但是，对于IT人员不熟悉的非结构化数据，要从中想到新的应用方式就比较困难了。
所以，如果IT部门先导入大数据的技术，再来看看可以怎么应用，可能不会有太好的结局。不像云端运算，即使你一开始就搞错了方向，但总是会先从IT基础架构的虚拟化做起，最后就算没有达到原先设定的目标，但起码还能交出虚拟化效益的成绩单。
EMC技术长日前接受采访时指出，他看到大数据在美国的发展已经有一些改变，有些公司已经从对特定技术的探讨，转为由商业的角度寻找大数据的应用机会，他认为这样的发展对大数据而言是个好的结果。
大数据让你握有处理大数据分析的利器，若有明确的应用目的，对公司或对社会，可能就会带来极大的效益，但空有利器而无明确目标，仍会落得英雄无用武之地。
前阵子有个大数据的应用让我印象非常深刻，日本有一项大数据的应用计划，他们藉由收集汽车车用电脑的信息，统计汽车突然刹车、偏移等等突发状况的数据，再透过统计分析，他们标识出驾驶人普遍会紧急刹车的地点，再亲自到当地观察实际的交通状况后，依据现场的状况调整交通号志或修改交通规则，结果具体降低了交通事故的发生率，这对人民而言就是一大福祉。
这项计划必须收集大量的车用电脑信息，才能有效地找出所有可能发生交通事故的地点，所以势必得面临大量数据分析的挑战。
其实，了解大数据的技术能力之后，各行各业都有不错的应用案例，例如银行用来预测更为诡谲多变的全球金融市场，快速调度全球的投资;农粮公司用来分析异常天候，以调整在全球不同农场的作物栽种策略;甚至，电影公司可以大数据技术来储存演员的每一句话，在剪辑时就能快速找到各个片段，修剪出最动人的成果。
以前无法解决的大数据分析问题，现在，大数据在技术上可以帮得上忙了，只要找对了商业应用目标，大数据就能变成是大英雄了。
