在硅谷舉辦的中國計算機學會青年計算機科技論壇上，凌棕博士發表了題為“大數據？大數據！”的主題演講，在演講中，他分享了多年從事大數據應用技術研究的經驗和心得。凌棕博士這樣說道：“如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的‘加工能力’，通過‘加工’實現數據的‘增值’。” 他認為，數據已經成為企業最寶貴的資產，未來企業之間的競爭，將是數據資產以及數據資產管理能力的競爭。

大數據可以幫助企業做到什么呢？

大數據又稱巨量資料、海量資料，是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通常被認為具有“4V”主要特征，即海量化（Volume）、多樣化（Variety）、快速化（Velocity）和價值化（Value）。從傳統企業的運行流程來看，主要能夠在了解用戶、鎖定資源、規劃生產、做好運營、開展服務等方面。

一、幫企業了解用戶

大數據通過相關性分析，將客戶、用戶和產品有機串聯，對用戶的產品偏好，客戶的關系偏好進行個性化定位，生產出用戶驅動型的產品，提供客戶導向性的服務。從大數據技術方面來看，用數據來指引企業的成長，將不再單單是一句口號。百度副總裁曾良表示，從挖掘的角度來看，他們通過對每天60億的檢索請求數據分析，可以發現檢索某一品牌的受眾行為特征，進而反饋給企業的品牌、產品研發部門，能更準確地了解目標用戶，并推出與用戶要求相匹配的產品。通過運用大數據，不僅可以從數據中發掘出適應企業發展環境的社會和商業形態，用數據對用戶和客戶對待產品的態度進行挖掘和洞察，準確發現并解讀客戶及用戶的諸多新需求和行為特征，這必將顛覆傳統企業在用戶調研過程中，過分依賴主觀臆斷的市場分析模式。縱觀國內外，大數據已經形成產業規模，并上升到國家戰略層面，大數據技術和應用呈現縱深發展。面向大數據的云計算技術、大數據計算框架等不斷推出，新型大數據挖掘方法和算法。

二、幫企業鎖定資源

通過大數據技術，可以實現企業對所需資源的精準鎖定，在企業在運營過程中，所需要的每一種資源的挖掘方式、具體情況和儲量分布等，企業都可以進行搜集分析，形成基于企業的資源分布可視圖，就如同“電子地圖”一般，將原先只是虛擬存在的各種優勢點，進行“點對點”的數據化、圖像化展現，讓企業的管理者可以更直觀地面對自己的企業，更好地利用各種已有和潛在資源。如果沒有大數據，將很難發現曾經認為是完全無關行為間的相互關聯性，就如同外媒曾經提到的“啤酒”與“尿片”之間的關聯營銷一樣。因為美國婦女通常在家照顧孩子，她們經常囑咐丈夫下班回家時為孩子買尿布，而丈夫則順手購買了啤酒。于是，尿片與啤酒形成了關聯。于是美國沃爾瑪超市將尿布與啤酒擺在一起，使尿布和啤酒的銷量都大幅增加。

三、幫企業規劃生產

大數據不僅改變了數據的組合方式，而且影響到企業產品和服務的生產和提供。通過用數據來規劃生產架構和流程，不僅能夠幫助他們發掘傳統數據中無法得知的價值組合方式，而且能給對組合產生的細節問題，提供相關性的、一對一的解決方案，為企業開展生產提供保障。過去的所謂商業智能，往往大多是“事后諸葛亮”，而大數據則讓企業可預測未來的走向，幫助企業做到“未雨綢繆”。大數據的虛擬化特征，還將大大降低企業的經營風險，能夠在生產或服務尚未展開之前就給出相關確定性答案，讓生產和服務做到有的放矢。在這方面，不得不提到的就是一部影視劇《紙牌屋》，它的劇集為什么會受到全球歡迎?有很大一部分原因就跟它前期依據大數據技術和思維方式所做的準備。據稱，《紙牌屋》的數據庫包含了3000萬用戶的收視選擇、400萬條評論、300萬次主題搜索。下一季劇情拍什么、誰來拍、誰來演、怎么播，都由數千萬觀眾的客觀喜好統計決定。

四、幫企業做好運營

過去某一品牌要做市場預測，大多靠自身資源、公共關系和以往的案例來進行分析和判斷，得出的結論往往也比較模糊，很少能得到各自行業內的足夠重視。通過大數據的相關性分析，根據不同品牌市場數據之間的交叉、重合，企業的運營方向將會變得直觀而且容易識別，在品牌推廣、區位選擇、戰略規劃方面將做到更有把握地面對。

對于大數據對企業運營的導航作用，夢芭莎集團董事長佘曉成深有感觸，他不禁感慨“大數據讓我們能夠及時調整運營策略，現在的庫存每季售罄率從80%提升到95%，實行30天缺貨銷售，能把30天缺貨控制在每天訂單的10%左右，比以前有3倍的提升。”

五、幫企業開展服務

通過大數據計算對社交信息數據、客戶互動數據等，可以幫助企業進行品牌信息的水平化設計和碎片化擴散。經濟學家Richard H. Thaler曾經提出一種觀點，“個人觀點的微小變化都可以演變為所有人的群體行為模式的重大變革。”在這一重大變革的背景之下，對微小的信息流，企業都必須重視，而客戶服務為應對這種情況，也需要像空氣一樣分布在一些細枝末節之中。企業可以借助社交媒體中公開的海量數據，通過大數據信息交叉驗證技術、分析數據內容之間的關聯度等，進而面向社會化用戶開展精細化服務，提供更多便利、產生更大價值。

大數據應用技術現狀及未來發展

目前，我國大數據需求端以互聯網企業為主，覆蓋面不廣，在O2O趨勢下，大型互聯網廠商嘗試引入外部數據支撐金融、生活、語音、旅游、健康和教育等多種服務。然而在具體的領域或行業內，我國普遍未形成成型的數據采集、加工、分析和應用鏈條，大量數據源未被激活，大多數數據擁有者沒有數據價值外化的路徑。

同任何新興產業一樣，科學技術水平是推動產業發展的內在動力，是影響大數據產業發展最重要的因素。但是目前由于我國科學技術水平等基礎條件不夠成熟，嚴重影響了大數據產業的發展速度。隨著大數據概念的火熱，大數據的公司越來越多，現在數據分析的技術，方法，模型，算法都有了非常大的改進，跟過去六七十年代完全不一樣，不再單單做幾個SAAS軟件或者RAAS軟件就是大數據了，雖然短期看市場火熱，但長遠來說這條路是走不通的，大數據行業發展，技術才是真正的發力點，提高行業準入門檻尤為重要。