大數據被許多人吹噓成了大企業的救星：有人說它能預言將來，照亮我們的階梯，給陳腐的貿易模式帶來新的朝氣?？墒窃诂F實世界中，數據是會殺人的。它能殺死項目，殺死款子，甚至殺死時間。25年前，數據的增長速度約莫只有天天100GB，而此刻，數據的增長速率差不多已到達50,000GB每秒。跟著數據量的海量增長，企業也越來越難以憑借自身的本領舉辦數據闡明，從而加大而不是減小了企業計謀決定的難度。

時間是我們最名貴的資源，而數據偷走了我們大量名貴的時間。我們的感觀早已被各類百般的數據沉沒。天天我們城市收到數不清的電子郵件、手機短信和提醒動靜，馬來西亞主機 日本服務器，每一條信息城市讓人分心，低落我們的事情效率。它們將我們抽離了原本該做的工作，迫使我們將留意力放在也許重要、也許不重要的工作上。同理，企業的業務數據也同樣多得令人窒息，牽扯了我們的大量精神，已經成了影響企業高效決定的攔路虎。

不妨想象一下，假如有一天，你只會收到對你來說真正重要的信息，并且這些信息還能在正確的時間、在正確的所在找到你，世界將是什么樣子。那么你天天至少能多做幾多工作？我們將大量的時間淹滅在被動消化這些海量信息上，真正用來主動經營企業成長的時間少之又少。這樣既令人心力交瘁，又減弱了企業效能。

更重要的是，數據會令企業喪失精準度。光靠捕獲更多信息并不會自動使企業發生更多代價。有人大概會想，我們收集的數據越多，就越能從中得到好的看法。這種自欺欺人的心態是很危險的。只有當數據能帶來精確而重要的看法時，它才是好的數據。

別的，只有與你息息相關的信息才是有用的信息。好的信息必需具備時效性和真實性。然而不幸的是，當企業想從大數據中提取有用的看法時，卻常常會起到反結果。舉個真實的例子，美國有一個叫麥克·西伊的人是辦公用品超市OfficeMax的?？?，他的女兒不幸和男友死于一場車禍。OfficeMax不知怎么得知了這個動靜，在發給麥克·西伊的自動促銷郵件中竟然呈現了這樣的昂首：“麥克·西伊（女兒死于車禍）。”這并非大數據有意作孽，而是它的相關性（和適宜性）的問題。一個企業要想只收集其確實需要的數據險些是不行能的，許多時候你收集到的是那些原本不應看到的對象。對付一家公司來說，你收集到的數據很大概是誤導性甚至是殲滅性的。大數據固然能將許多不相關的點毗連起來，泛起一幅完整的圖畫，可是要確保數據的相關性、實時性和真實性，你首先還要正確領略它的配景。

此刻，全球天天的數據總量都能到達250萬的三次方字節，要想通過大數據得到全面的看法是很難的。你要么會陷入無力闡明的田地（因此無法得到看法），要么就更糟糕，你大概會在有限的甚至是被錯誤解讀的數據基本上得到錯誤的看法。假如沒有正確地領略數據的配景，將不啻于椽木求魚。一些看似有但愿改變游戲法則的看法，在實際中卻很有大概導致你從游戲中出局。

數據也會扼制你的機動性。傳統的數據闡明要領，是將生意業務系統中的所有數據存放到一個數據客棧里（也有的叫數據湖或數據池），然后運行幾套業務智能系統，叫幾個或十幾個闡明師闡明上一周的時間，然后把數據導到Excel里，可能做一個PPT。周而復始，獲得的看法始終是滯后的。這種數據處理懲罰要領其實是一種揮霍。由于要處理懲罰的數據許多，你得需要很長的時間才氣得到有用的或是有可操縱性的看法。你需要找到一種透過能繁雜的數據，獲得為你的公司量身定制的信息的要領。

當我開車進城的時候，我想知階梯上的交通堵不堵，需要多久才氣到達目標地。假如有人給我的發起跟我同事上次開車走這條路時一樣精確，那我就會不那么依賴GPS應用了。Waze就是這個規模的一款很是強大的應用，因為它截取了所有司機的一個龐大的時中斷面的信息。這種全球數據的會合化使得所有用戶都能得到與配景情況相關的看法。大數據也需要采納雷同的做法。企業此刻應該遏制在本身公司的范疇內積攢業務數據了，而是應該真正操作云計較的局限經濟效益，不只僅做到基本設施與應用的共享，更重要的是做到數據的共享。

假如你想將大量數據釀成有代價的看法，你就應該操作一個會合化的全球性平臺，因為這樣一個平臺可以借助大量內部和外部資源消化海量信息。企業將數據收集、打點和闡明事情外包出去，就可以使這種通用平臺專心研究數據科學，而你只需要會合精神，將它為你量身打造的看法應用在提高企業焦點本領、強化企業競爭優勢上。