大数据技术并非大企业的专利

大数据概念最早被人们所熟知之时，似乎人们都认为这一产业仅仅是面向大型企业用户的。大数据相关技术日新月异，然而其复杂程度与实施成本同样也会两人感到惊愕。许多小型企业用户表面看起来也遇到了大数据问题，而最终却发现实施成本早已超出其承受范围，甚至连数据分析专家的工资他们都付不起。然而，大数据实际同很多其他的技术是一样的，根本不是大型企业的“专利”。

规模较大的企业往往拥有更大的数据集对象，这使他们很容易成为大数据产业的“候选人”。但是这些大型企业的数据大都分散在多个不同的系统或平台上，这就需要更多的预算以及更强大的基础设施来支撑，当然还有数据质量的问题。而小规模公司的数据通常相对集中，便于统一管理，有些成长型企业甚至自主开发了一些信息系统，对数据进行捕捉、挖掘处理。

要想从数据中获得有价值的信息，第一步只要有现成的数据即可，甚至可以说这已经成功了一半。因此成长型企业也许并不用在前期支付巨额的大数据费用。当那些大中型企业正忙于集中整理他们那分散且规模庞大的数据时，小企业管理者已经能从容地在现有数据中寻找商业价值了。

此外，正如同ERP、 CRM以及其他企业级软件平台，大数据正在迅速地向商品化方向发展。这就与任何持有信用卡的人都可以在仅仅几分钟之内就能成功订购企业级云计算软件平台或是Fortune 500 IT服务是一样的道理，大数据分析正在逐渐走出企业服务器机房。

大数据之大，最为直观的体现之处，就在于大规模存储阵列以及内存式数据库技术，在这些技术上的投资通常被假设为大数据管理中无法避免的必要支出。然而，大数据同样还与生成速度以及实时分析有关。速度不仅仅与技术功能发挥有关，还与数据实现业务提升的速度以及企业管理者根据数据分析做出决策的速度紧密相连。

在小型企业中，一般更容易制定并推行统一的管理流程与制度，更快地利用有效数据作出决策，相比之下大中型企业在这些方面并没有什么优势。对于很多成长型而言，利用灵活性和速度上的优势来与大型企业进行竞争，确实是一个可行的战略方案。当行业巨头们还在因为价值几百万美元的大数据硬件设施而感到纠结的时候，成长型企业已经可以使用开源或云计算软件工具来进行更多基础性的分析工作，并抢在巨头们的项目得到批准之前就根据数据分析结果做出相应的措施。

与所有的新技术一样，大数据的成功实施更加依赖于企业对于转型与变革的接受度以及决心，而并非购买合适的软硬件产品。如果一家公司缺乏收集业务相关数据的意识，不能通过数据分析结果找到拓展业务的方法，没有足够的进取心来根据分析结果作合适的决策，那么这家企业的规模即使再大，它所有的资金投入以及人力资源优势都将会变得毫无意义。