大数据:精准与非精准
如今，在企业界，大数据已不再是新奇的事物。纵观整个商业市场，大数据早已成为董事会会议的经常性议程项目，越来越多的C级高管们希望成为以洞察力驱动的组织掌舵人——利用数据分析和信息处理，了解市场及经营业务。
市场研究机构IDC日前发布报告预测，全球大数据技术与服务市场至2019年的复合年均增长率将达到23.1%。
目前，利用大数据技术了解客户需求和各项技术信息，从而使其经营和管理日益高效和智能化已成为一种新常态。
然而，现存的商业环境中还存在一种对大数据概念的误解——很多人认为数据分析仅可通过精准的数据收集来实现。事实恰恰相反，“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据并非公司顾客关系管理数据库的常态数据组，而是从海量数据中提取和获得。大数据(big data，mega data)一般需要新处理模式才能具有更强的决策力、洞察力和流程优化能力，以便取得海量、高增长率和多样化的信息资产。因此，大数据并非来源于各项精准的数据信息，而是对海量数据的中有效信息的提取和分析。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。
有时，最全面的见解可能是通过分析大量不同来源的的异构数据而创建。当今大数据世界，想要确定一种产品或行业的发展趋势，或证明一个假设的成立与否，完全可以通过“重数量而非质量”的方式来实现。
操作过程需精准
随着数据集的不断增长和开放，信息源日益增多，企业不得不以各种各样的方式应对各类信息。这些数据表面看去可能原始、简单、非结构化，但很多冗杂繁琐的信息中可能隐藏着巨大商机和行业潜在发展趋势，企业需培养其较强的洞察力用以接受和处理“数以亿计”的数据集，大数据技术则是从这些“杂乱不堪”的数据中提取可用信息，并进一步使其“智能化”。
换句话说，大数据的核心在于为客户挖掘数据中蕴藏的价值，而非软硬件的堆砌。因此，针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。微软公司公共政策事务负责人兼首席法律顾问Smith先生称，“数据资源对各行各业都非常重要，给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”
负责数据处理工作的统计学家和分析师们可能会对凌乱的数据集感到头痛，他们需要从不同方式呈现的信息中提取可用信息，该过程要求及时准确，因为操作失误和异常信息将导致整个分析结果产生偏差。
成功评价结论的不确定性和定量方法的有效性是合理利用大数据的一个关键技能，输入数据不完善时，需及时洞察并进一步实施确认操作。
允许错误和不完美（缺陷）的存在
大数据就是互联网发展到现今阶段的一种表象，没有必要对其神话或保持敬畏之心，在以云计算为代表的技术创新大幕衬托下，这些原本很难收集和使用的数据开始容易被利用起来，通过各行各业的不断创新，大数据会逐步为人类创造更多价值。从技术上看，大数据与云计算的关系就像一枚硬币的正反面。大数据无法用单台计算机进行处理，必须采用分布式计算架构，其特色在于对海量数据的挖掘，但必须依托云计算的分布式处理、分布式数据库、云存储和/或虚拟化技术。
从根本上说，你处理数据的方式决定了该数据所具有的价值，因此，数据处理和分析的前提就是接受错误和不完美的存在，我们必须承认缺陷也是该数据集的一个组成部分，并相信相较于如此庞大的信息集，几个简单的错误数字不足以导致该分析结果产生明显偏差。
另一方面，大数据的不精确和相对不完美在某种程度上可以帮助专业人士进行更切合实际的产品和行业预测，对于某些特定行业，数据的不精准更可能促使较为完备的准备工作。实际上，接受凌乱的数据集还可减轻对有关数据输入问题的偏见，对团队合作也具有一定的积极意义。
如何拨乱反正？
如今的各种数据集可能会比以往任何时候都混乱复杂，认知分析将为大数据和实际决策参考数值之间的差距提供一种较为有效的弥补方式。
通过认知分析和深入研究，分析师研发出了从冗杂的数据中提取有效信息的各种算法，经过分析、推导和演练，将熟练操纵高级抽象信息成为可能。
企业则可通过利用上述研究成果，分析和处理包括图像、语言和视频文件在内的各类复杂数据模型。面对大数据带来的空间机遇，越来越多的企业将目光转向该市场。当前，如何挖掘大数据金矿，实现数据变现，正成为企业实现转型发展的新机遇，各大网络运营商也面临着突破自身约束，应对外部竞争的重大挑战。如今，数据已经成为宝贵生产力，谁掌握了数据谁就可能拥有未来。
