關(guān)于大數(shù)據(jù)的 討論已經(jīng)有很多，它究竟是什么，它能做什么，不能做什么呢?很多人寫文章贊揚大數(shù)據(jù)將如何改變我們做業(yè)務(wù)的方式，從預(yù)測性分析到發(fā)現(xiàn)海量非結(jié)構(gòu)化數(shù)據(jù)中隱 藏的情報信息等。還有些人則認(rèn)為應(yīng)該謹(jǐn)慎對待大數(shù)據(jù)，他們稱數(shù)據(jù)是難以操縱的，使用大量數(shù)據(jù)并不會帶來媒體炒作的變革。

　　在企業(yè)領(lǐng)導(dǎo)考慮大數(shù)據(jù)的成本和應(yīng)用時，他們需要問自己的問題是，他們真的可以相信大數(shù)據(jù)嗎?畢竟，很多企業(yè)高管此前都看到過“小數(shù)據(jù)”帶來的失敗經(jīng) 歷，并且，每當(dāng)分析師建議不要相信一種直覺時，第一個傾向就是質(zhì)疑數(shù)據(jù)的真實性。有些企業(yè)面對大數(shù)據(jù)能夠游刃有余，而其他企業(yè)則極其缺乏信心。這是值得關(guān) 注的問題，因為企業(yè)從大數(shù)據(jù)中獲得有價值的洞察將取決于他們是否有信心來對這些洞察付諸行動。

　　其中最顯著的問題是不信任數(shù)據(jù)，很多高管對于大數(shù)據(jù)帶來的信息類型存在信任問題。很多企業(yè)擔(dān)心，大數(shù)據(jù)系統(tǒng)收集海量未分類、未經(jīng)分析的數(shù)據(jù)，這些數(shù)據(jù)沒有得到像傳統(tǒng)數(shù)據(jù)庫對數(shù)據(jù)部署的相同級別的保護(hù)，例如加密。

　　我們在新聞中也看到過這樣的事情，即企業(yè)對錯誤的數(shù)據(jù)采取行動，然后“深受其害”。在2013年4月，一家新聞機構(gòu)的Twitter feed被黑客攻擊，該黑客發(fā)出了虛假的tweet，聲稱白宮正受到攻擊。這則消息導(dǎo)致幾家投資機構(gòu)開始拋售股票，最終讓這些公司遭遇巨大的財產(chǎn)損失。這 樣的故事給我們敲響了警鐘，數(shù)據(jù)，即使是大數(shù)據(jù)，并不一定是準(zhǔn)確或者可行的。

　　然而，這并不意味著我們應(yīng)該忽略大數(shù)據(jù)的價值。大數(shù)據(jù)提供巨大的潛力，能夠解決各種問題，我們不能僅僅因為少數(shù)錯誤數(shù)據(jù)就完全放棄大數(shù)據(jù)。根據(jù)Forrester咨詢公司的報告發(fā)現(xiàn)，61%的IT主管認(rèn)為，他們需要越來越多地使用商業(yè)智能，這是高優(yōu)先級工作。大多數(shù)高管也很希望看到，把交易記錄、結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)作為一個整體，從中獲得的情報信息。然而，如果沒有Hadoop等技術(shù)，他們不太可能挖掘出這些情報。企業(yè)也面臨著這樣的壓力，即更快地分析更多的數(shù)據(jù)，以做出更好的決策。

　　企業(yè)是否應(yīng)該放棄大數(shù)據(jù)，或者沒有辦法相信大數(shù)據(jù)?答案是否定的，我們有辦法相信大數(shù)據(jù)，但不是所有的大數(shù)據(jù)解決方案都相同。Hadoop在極端大規(guī)模數(shù)據(jù)分析中 取得了巨大的進(jìn)步，但是很多人認(rèn)為它不適合于企業(yè)級應(yīng)用。大數(shù)據(jù)分銷商已經(jīng)開始創(chuàng)建平臺，來克服Hadoop的缺點，他們主要通過修復(fù)安全問題，以及使其 更容易讓企業(yè)高管使用。有些企業(yè)甚至已經(jīng)將大數(shù)據(jù)轉(zhuǎn)移到云數(shù)據(jù)庫。這些平臺還提供了必要的附加組件來獲得實時分析，將Hadoop從經(jīng)濟實惠的大容量存儲 系統(tǒng)轉(zhuǎn)變?yōu)檎嬲姆治銎脚_。

　　更重要的是，這些平臺提供不同程度的信息管理，來提高企業(yè)對這些數(shù)據(jù)的信心。這些平臺可以通過數(shù)據(jù)分析、記錄級訪問控制和日志記錄功能來測試數(shù)據(jù)的真實性，從長遠(yuǎn)來看，企業(yè)高管應(yīng)該選擇這種類型的平臺，才能夠幫助企業(yè)發(fā)展。

　　弄清楚大數(shù)據(jù)是否能夠有助于你的企業(yè)，對如何整合大數(shù)據(jù)制定一個計劃，然后尋找一個具有你所需要的工具的平臺，建立對大數(shù)據(jù)的價值的信心。