（文章來源：網絡整理）

隨著信息技術軟件和硬件技術的飛速發(fā)展，很多圍繞數(shù)據(jù)收集、整理、分析和處理再應用的工作機構和研究所也在不斷涌現(xiàn)，包括國家層面和省市層面，如國家信息中心大數(shù)據(jù)應用管理中心、貴州省大數(shù)據(jù)發(fā)展管理局，其他科研形式和性質的就更多如牛毛了。掌握處理和利用數(shù)據(jù)方法的人也越來越重要，誰善于運用數(shù)據(jù)，就更有可能成功。

從嚴格意義上來講，大數(shù)據(jù)是一門技術，它的意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行分析、處理和再利用以創(chuàng)造價值，實現(xiàn)數(shù)據(jù)的資本增值。

既然是一門技術，大數(shù)據(jù)發(fā)揮作用就有一定的前提條件。首先，只有當一些隨機事件的組合一同出現(xiàn)很多次以后，也就是出現(xiàn)不能是偶發(fā)性的，才能得到有意義的統(tǒng)計規(guī)律；其次，大數(shù)據(jù)的采集過程是一個自然的過程，具有普遍規(guī)律才有利于消除主觀性偏差；第三，也就是更重要的是，只有多維度的大數(shù)據(jù)才能讓那些原本看起來沒有聯(lián)系的聯(lián)系不太緊密的實踐反復出現(xiàn)，才能找到其聯(lián)系和發(fā)現(xiàn)新的規(guī)律。

如果把大數(shù)據(jù)比作一種產業(yè)，那么這種產業(yè)實現(xiàn)盈利的關鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。通俗來講，大數(shù)據(jù)的核心作用就是帶來價值經濟效益，也即是賺錢。因此，在某些投資者眼里，數(shù)據(jù)就是金光閃閃的兩個字：資產。比如，在Facebook上市時，它被評估的有效資產中大部分都是其社交網站上的數(shù)據(jù)。

搜索引擎如百度、Google等利用用戶的搜索記錄挖掘數(shù)據(jù)二次利用價值，比如通過區(qū)域用戶搜索關鍵詞預測某地流感爆發(fā)的趨勢；購物網站如京東、淘寶等利用用戶的購買和瀏覽歷史數(shù)據(jù)進行有針對性的商品推薦，以此有效提升銷售量；旅游軟件如攜程、去哪兒等利用用戶購買產品或者服務的習慣及評價來預測用戶的喜好和購買能力，以精準地推薦線路。

以色列歷史學家、現(xiàn)象級暢銷書作家尤瓦爾·赫拉利推出最新作品《今日簡史：人類命運大議題》，提出人工智能和生物技術正在顛覆原有的社會結構和分配方式，數(shù)據(jù)成為21世紀最重要的資產。數(shù)據(jù)巨頭們現(xiàn)在評估APP和產品的標準已經不是能賺多少錢，而是能收集到多少數(shù)據(jù)。有些產品哪怕不賺錢，甚至短期內虧損，但只要能獲得數(shù)據(jù)，就價值連城。

所以，不管數(shù)據(jù)有什么用，最好先有了再說，因為這可能就是控制和塑造未來生活的關鍵。麥肯錫咨詢公司的報告顯示：在大數(shù)據(jù)應用綜合價值潛力方面，信息技術、金融保險、政府及批發(fā)貿易四大行業(yè)潛力最高。具體到行業(yè)內每家公司的數(shù)據(jù)量來看，信息、金融保險、計算機及電子設備、公用事業(yè)四類的數(shù)據(jù)量最大。

大數(shù)據(jù)技術的關鍵是數(shù)據(jù)再利用程度。從大數(shù)據(jù)的價值鏈條來分析，存在三種不同數(shù)據(jù)再利用程度的模式：第一種：有大量數(shù)據(jù)，但是沒有科學合理的數(shù)據(jù)利用工具，不能最大化地利用數(shù)據(jù)增值。比如金融機構，電信行業(yè)，政府機構等。第二種：自身沒有掌握數(shù)據(jù)，但是懂得數(shù)據(jù)分析的方法，知道如何幫助有數(shù)據(jù)的人用好它。比如咨詢和服務企業(yè)，比如IBM，Oracle等。第三種：既有數(shù)據(jù)收集渠道和方法，又有數(shù)據(jù)分析工具和大數(shù)據(jù)思維，能夠科學地利用數(shù)據(jù)增值。比如百度、Google，Amazon等。

在《人人說謊》中，前谷歌數(shù)據(jù)科學家賽斯·戴威維茨曾談到，數(shù)據(jù)應用有一個最大的陷阱，叫 The curse of dimensionality，翻譯過來叫做“維數(shù)災難”。

意思是我們搜集到的數(shù)據(jù)并不代表都是能夠利用的大數(shù)據(jù)，還要看其被使用程度。比如即便人工智能機器人擁有了大量數(shù)據(jù)，它們仍難以準確表達像真正的人的情緒反應。除此之外，還有一些客觀存在的問題也在阻礙大數(shù)據(jù)的使用：因基礎數(shù)據(jù)沒有進行大數(shù)據(jù)結構化處理，導致數(shù)據(jù)無法進行分類和分析；因數(shù)據(jù)維度不全，無法進行精準的用戶定位；內部數(shù)據(jù)與外部數(shù)據(jù)難以打通等等。

（責任編輯：fqj）