众所周知，“大数据”一词涵盖的不仅仅是结构化和基于事务的数据。它还包括视频、RFID（射频识别：radio frequency identification）、 日志、社交网络对话，传感器网络、搜索引擎、环境条件、医学检查、“数据废气”（网络浏览者在互联网上留下的痕迹）等等。任何可数字化的东西都会生成有关 谁在使用它、他们如何使用它、甚至他们为何使用它的数据。大数据并不总是心数据，有时也指以不同方式看待的现有数据。目前，生成的数据已超过计算机网络所 能传输的数据.

    大数据方是业务智能（BI）工具的补充，可从企业信息中开启价值。BI传统上执行结构化分析并提供观察业务绩效的后视镜，而大数据分析提供一种前瞻视野，使组织能预见未来商机并相应展开行动。

    简单的报告、电子表格、甚至相对复杂的深入查看分析，已经成为司空见惯的BI预期。但是，还有一些BI不 能处理的分析类型，尤其是当数据集越来越多样化、颗粒更细、变得实时和具有迭代性时、这要求组织可在条件改变之前的特定时间快速获取深入信息。这些类型的 非结构化、数量庞大、且快速变化的数据（即大数据）打破了关系数据库模型。这类数据要求采用新型技术和分析方法来提取价值。例如，当组织需要进行预测分 析、自然语言处理、图像分析或高级统计方法（如离散选择建模和数学优化）、甚至当他们想要捣烂非结构化内容并连同其BI混合一同分析时，大数据方法非常重要。

    利用大数据来增强BI的 公司必定能获得对其业务更为全面的认识。这就像从只具有基本网络频道的模拟信号电视过渡到具有付费有线电视频道的高清电视。组织得到的结果是对业务情况的 “高清”可见性，这种可见性能得到丰富、范围广泛、更精确、更可操作的洞察力，从而帮助应对客户需求、运营风险以及绩效机会，这不仅在企业内部，还在扩展 供应链上。借助大数据分析，公司不仅可以了解发生的情况以及原因，还可以领会到其他可能发生的事情。

    而在这个过程中，重新思考数据也需要审视传统的思维方式，传统的思考方式认为数据太多是件坏事，因为不断增加的数据增加了基础将爱狗成本，而管理和挖掘起来难以控制。现在，公司组建认识到多才是好，因为大数据提供了盈利，提高效率和获得竞争优势的新方式。

    全球经济各个领域的公司都开始从大数据受益。但是，有些行业利用大数据相对来说较为容易。在IT方 面积极投入的领域在应对技术转变时准备得更充分。习惯以来数据获得商业情报的行业将更快适用大数据，并在将数据转化为洞察力上更老练。企业管理人员预期较 早采用大数据分析的公司将包括金融服务、零售业、制造业和互联网行业。最终，大数据的优势体现在适时、深入的业务洞察力。得到这些洞察力需要时间和新的思 维方式。因此，企业领导人应开始考虑其组织必须进行的基础架构、认识和文化变革。