在IT领域，我们都热爱炒作和制造流行语。与时尚潮流一样，我们似乎有一个20年的周期，即我们会回归到以前的技术，然后赋予其新名称，并坚称这是每个人必须立即拥有的技术。最新的炒作就是：大数据。
从Interop大会到各种云会议，我们被告知，如果我们没有制定大数据战略(并与云战略相结合)，那我们就落后了。
对于大数据，有三个重要的事实。首先，它并不是新趋势。亚马逊、微软和谷歌自上世纪90年代就开始进行大数据工作。事实上，几十年来，很多公司都一直在挖掘数据。可能由于当时只有资金雄厚的大型公司才能够进行大数据研究，但大数据确实早已存在。现在，基于廉价的计算和存储能力以及新工具和技术，几乎每个人都可以使用高级数据挖掘技术和算法了。
很多人认为大数据只是商业智能(BI)的新名称，虽然这两者有相似之处，但大数据超出了BI的范畴。
第二个事实：“大”是相对的。现在各行业各组织确实正面对创纪录水平的数据增长。据IDC称，我们每秒创造超过58 TB数据，到2020年，将拥有超过35ZB的存储数据。然而，大数据并不一定是巨大的，大数据并不在于其规模，而在于你需要如何处理它。拥有100 TB的小公司可能也存在大数据问题，因为他们需要提取、分析数据，并作出决策。
第三，大数据处理中使用的数据的定义是广泛的，它可以包含结构化和非结构化数据。对于一些公司来说，最重要的是大数据的元数据，或者关于数据的数据。
麦肯锡将大数据定义为“其规模超出传统数据库软件的捕捉、存储、管理和分析能力的数据集”，笔者补充了这一点：“这些数据集需要大量运行在数百甚至数千台服务器(云)的并行软件(系统)来处理。”
以下是大数据成功的7个步骤：
第1步：承认存在问题。 这往往是最难的一步。10年前，我们拒绝承认我们的网络已不再受防火墙和代理服务器设置的保护，而我们不得不为员工远程访问开放基础设施并拥抱互联网。对于大数据，IT领导者需要评估其数据情况：
● 你的数据集让你不堪重负吗?
● 你不知道所有数据的位置?
● 你(或者企业领导者)没有从你的数据中得到所需的信息?
● 企业领导没有基于数据来做决策?
● 有可能提高IT在企业政策和战略决策中的相关性吗?
如果你像大多数公司一样，部分或者所有这些问题的答案都是肯定的，那么是时候控制你的数据，并从中挖掘出情报以提供给领导层做决定。
