大数据概念的来源有一些实际案例，比如美国某地发生流感，在政府和医疗部门获知之前谁会最先知道这件事？  Google ！因为它会发现很多人突然上网找寻这类资料。很多时候，我们会通过上网搜集资料，后来便发现这对于商业、社会和很多方面有着巨大的利用价值。美国麦肯锡说下一个领域的创新、竞争和生产发展是大数据。当初互联网、搜索引擎的出现和现在的大数据非常相似。早期互联网革命，取而代之是微软 IE，而现在 Google 已经取代了 IE。

大数据究竟有多大？比如 Facebook 和Twitter，每天收到的数据量非常庞大。现在都有智能手机，看到什么就拍，有了资料就传，读到什么就分享，这些数据（Shadow Data）统统都往云端上走，很容易用来分析。未来公司招聘不只看履历，还要看大数据分析，把这个人一生的资料弄得清清楚楚，去过什么地方、拍过什么照片、传过什么短信都留下痕迹和影子 ；可以直接与适合工作的人接触，这就是整个商业模式将来应用大数据分析的改变。

零售业也会面临一个很大的改变。大数 据 主 要 有 四 方 面 特 征（4V）：首 先 容 量（Volume）非常之大 ; 其次种类 (Variety)非常之多，非结构化数据越来越多，包括图像、影音、网络日志等，不可存储在文本里，为数据处理提出了更高要求 ; 再次价值（Velocity）速度快，人类所累积的资料大部分是过去两年累积下来的，任何人去过任何地方、任何行为都会留有痕迹，在如此海量的数据面前，处理数据的效率就是企业的生命。

大数据分析在商业上相当有价值。数据一直在累积，如果公司能够真正很好地利用它们，会比竞争对手强很多。下一波大数据， “下一波”是什么？首先，受大数据分析冲击最大的是 IT 部门。因为 IT 部门原先的主要目标是管理公司资讯，提供员工沟通的工具管理，比如通讯、电邮。很多人把资讯都放在 LinkedIn 上，通过分析就知道公司的竞争对手关于人事、Project 等情况，通过追踪一些公司重要人物就很容易了解整个公司在进行什么。

第二波是互联网。没有人知道互联网到底有多大，下一步会更大，就是一些遥感器。现在最流行的是物联网，可穿戴式的物品。零售方面，把顾客的行为全部列出来，就知道他做过什么，喜好什么，通过分析可以对顾客提供更好的服务。所以大数据分析将来对零售业也是一个非常大的冲击。医疗上也有很多可应用的方面。比如用衬衣测量体温、心跳，如果有什么问题随时可以传给他的医生。我们早期用个人电脑，之后是手机，接下来会是可穿戴式的物联网。可见，这个数据非常之多，总共加起来是每年 52% 的增长，物联网将会带来很大的商机。这些数据每次使用都会留下痕迹，所以都存在云端。为什么物联网会是下一波大数据呢？物联网二十四小时全天运作，海量数据真正有用的却不多，就像大海捞针，IT 人员更要找到分析重点。物联网和遥感器这方面的数据分析，可能会有新的公司应运而生，也是非常大的商机。 

以后云端的预期是怎样的呢？电子计算的所有资料都放在 Mainframe，个人化后不利于资讯分享，所以现在又把数据全部放到云端，而将来每个人都会拥有自己的云端，避免所有数据都被别人所用。现在很多公司拿大数据分析了解到很多竞争对手的情况，但同时怎样才能不让对方了解到自己？这方面的发展比较漫长，因为都相信很难有真正的合作。特别是在美国，因为社会比较注重个人隐私。

大数据分析有三个不同的概念、架构和模式 ：一个叫做描述，只是把发生过的事情能够很好地描述出来 ；一个是预测，预测到底会有什么事情发生 ；一个是规范，解决如何去做的问题，能够专门设计一个模式去做好事情。现在的大数据分析 90% 还停留在描述性分析，但已有很多公司开始去做。

那么对于大数据，需要实时还是整批处理呢？现在大致平均，将来预期实时会比较多。现在很多商业模式都依赖于销售员的沟通，而以后搞数据分析的很多人都可以成为好的销售。实时处理对很多行业都适用，比如保安和警察、老师、业务员等，戴上 Google Glass 就能分辨是否有前科，了解学生和客户的情况，对商业会有很大帮助。

大数据分析对 IT 有三个层次的挑战 ：第一就是 Data  Growth，第二就是 Data  Infrastructure。现在整个社会产生的信息数据实在太多、太快，IT 就像仓库保管员，一直忙于接收东西，还没有精力和时间很好地利用和分析、储存和提炼，以后会有很大的发展空间。大数据分析的障碍，首先是 Security  Concerns。我们通过分析就知道对方的行为，当然也知道别人在不停地观察我们。怎么保障数据安全，这是一个非常重要的问题。很多人喜欢把自己的商业资料交给别人管理，但是很多大公司不会这样做，因为把数据放到云端、放到别人的服务器上就有机会被别人利用和分析。一个障碍是钱，因为硬件、软件的提升都需要钱的最近偶曾经鞥。另一个障碍是服务，提供服务去存储和分析这种资料，整个行业没有基准，所以要根据国情做一些基准让大家可以去利用。

大数据分析的案例和预测将来会是非常热门的应用。首先是保健，然后是智慧城市、销售、银行以及教育等，还会推动整个医疗的发展、研发和服务。医疗方面的公司，像保险公司、政府，都会储存很多个人资料，保险的假冒、人口的风险、病毒的防控、药物的研发等都可以利用大数据分析来调整。保险公司也用大数据来调整收支平衡。从制药机构到研究机构和生物公司，包括将来研究一个人怎么成长都要用大数据。

智慧城市是一个非常大的话题，就是整个城市怎么很好地利用所有的大数据分析和管理，包括整个城市的交通、资源、物流和医疗等许多方面，甚至工厂的一部分。当然，这要有很多遥感器。中国城市人多，有很大的空间去调整，让整个城市规划得更好。

行销可能会比其它方面走得更快一些，所以很多公司都可以从这个方面去考量。IT 部门将来会有改变，现在还属于仓库管理员的责任，而以后 IT 经理最容易变成CEO, 因为最了解公司所有营运，包括人事和任何资料。如果懂得大数据分析，很容易判断部门工作效率和相关原因，并找出提升策略。作为公司 CEO 要对 IT 部门有一个新的目标设立，不只是管理资料，还包括提供数据分析，怎样更好地改变商业模式。IT 可以提供用户的生活方式和行为分析，通过分析明显了解顾客的资料，就可以更好地把产品分配到任何一个地方、准确地指导生产部门的规划而不会过剩。另外，对于个性化服务、顾客关系管理、虚拟体验等都会有所助益。    

大数据概念还会用在教育上，教育将来会有一个很大的发展。以后学生不再需要死记硬背，用手机看到什么就能了解，就像戴上 Google Glass 那样去看物体，所有数据都会显示。另外，在软件模拟、科学实验、习惯监测、考试评估等方面会有很大突破。教育软件的研发也会带来很多商机。